我正在进行人脸识别项目。我有不同光照条件下的照片,因此需要进行光照归一化。我读了一篇论文,声称可以进行光照归一化。该论文描述了以下函数和值。
1- 使用gamma=0.2进行伽马校正。 2- 使用(sigma0=1, sigma1=2)的高斯差分(DoG)滤波器。 3- 使用截断阈值为10和压缩分量0.1的对比度均衡化。
我使用
如果有人以前做过或有任何想法,请告诉我?
论文链接:http://lear.inrialpes.fr/pubs/2007/TT07/Tan-amfg07a.pdf 以下是代码:(将Peb Aryan的Python代码转换为JAVACV)
1- 使用gamma=0.2进行伽马校正。 2- 使用(sigma0=1, sigma1=2)的高斯差分(DoG)滤波器。 3- 使用截断阈值为10和压缩分量0.1的对比度均衡化。
我使用
CvPow
进行伽马校正,CvSmooth
进行DoG滤波,Threshold()
与截断一起使用(我不知道如何指定压缩分量),但仍未得到准确的图像。我使用直方图均衡化进行对比度均衡化。如果有人以前做过或有任何想法,请告诉我?
论文链接:http://lear.inrialpes.fr/pubs/2007/TT07/Tan-amfg07a.pdf 以下是代码:(将Peb Aryan的Python代码转换为JAVACV)
public static IplImage preprocessImg(IplImage img)
{
IplImage gf = cvCreateImage(cvSize(img.width(),img.height()),IPL_DEPTH_32F, 1 );
IplImage gr = IplImage.create(img.width(),img.height(), IPL_DEPTH_8U, 1);
IplImage tr = IplImage.create(img.width(),img.height(), IPL_DEPTH_8U, 1);
IplImage b1 = IplImage.create(img.width(),img.height(),IPL_DEPTH_32F, 1 );
IplImage b2 = IplImage.create(img.width(),img.height(),IPL_DEPTH_32F, 1 );
IplImage b3 = IplImage.create(img.width(),img.height(),IPL_DEPTH_32F, 1 );
CvArr mask = IplImage.create(0,0,IPL_DEPTH_8U, 1 );
cvCvtColor(img, gr, CV_BGR2GRAY);
gamma(gr,gr,gf);
cvSmooth(gf,b1,CV_GAUSSIAN, 1);
cvSmooth(gf,b2,CV_GAUSSIAN,23);
cvSub(b1,b2,b2,mask);
cvConvertScale(b2,gr,127,127);
cvEqualizeHist(gr, gr);
//cvThreshold(gr,tr,255,0,CV_THRESH_TRUNC);
return gr;
}
public static void gamma(IplImage src,IplImage dst, IplImage temp)
{
cvConvertScale(src,temp, 1.0/255,0);
cvPow(temp, temp, 0.2);
cvConvertScale(temp, dst, 255,0);
}
这是我的尝试结果:
这是来自论文的参考图片: