灰度直方圖結合信息熵對圖像檢測的研究

摘 要：灰度直方圖能直觀顯示相同灰度的像素之間在空間分布上的差異，間接反映圖像特征。為了提高檢索準確率引入信息熵投票的方法進行圖像檢測實驗。在特定的訓練集的樣本數的各光照強度的分別率條件下，均能得到較好的識別率，數據庫60%被分配到訓練集。

關鍵詞：灰度直方圖；信息熵；圖像檢測

中圖分類號：TP391.41 文獻標識碼：A 文章編號：1674-7712 （2013） 22-0000-01

一、引言

許多的面向非交互式生物識別應用和安全人-機接口臉識別系統在處理人臉圖像采用預處理方法。當圖像照明變化，人物姿勢和面部表情變化情況下準確率降低。為嘗試解決這個問題的方法，在特征提取步驟Turk和Pentland提出特征臉的方法，它根據一組人臉訓練圖像構造主元子空間[1]。Belhumeur的FisherFace方法等回歸面部表情和封閉信號稀疏表示融合信息以不同類型的傳感器替代臉識別方法來得到系統魯棒性[2]。

二、交互信息

交互信息，這是信息理論中的一個基本概念[3]，是1，2個隨機變量X和Y之間的依賴。基于這兩個變量之間的共享信息，如果他們是離散，則它被定義為：

其中p（x，y）聯合概率分布函數（PDF）的變量，px（x）和py（y）是X和Y的概率密度函數分別在圖像的PDF文件中估計精度，在0至1的概率值范圍可把圖像分為不同數量相同的寬度的區域。強度的圖像直方圖與不同數量的影響標簽。

三、交互算法

在單側照明的情況下，假定每個識別圖像被垂直分成左右兩個子圖像（圖1a），SL和SR。

圖1（a） 圖1（b）

圖1

兩部分圖像一半的亮面對比另一邊更暗，它直接影響灰度直方圖的像素強度分布。但是如果不做這種分離，將只表示從一個正面照明圖像不同的強度分布。那么交互信息在大數量的訓練集中未知的圖像和圖像進一步比較時則得到不可靠的結果。同時，將圖像劃分成兩個子圖像有助于每一方可進行對光強分布的一般形狀局部分析，而受制它的位置產生對軸的高度依賴。

在接下來的步驟中，每一側都分成更小的重疊的條帶（圖1b），也就是將每一條帶移動到0，估計其強度分布。

Sc，i={sc，iL，j+sc，iR，j丨1≤j≤M}

在sc，iL，j，sc，iR，j分別表示j條帶的左邊子圖像和右邊子圖像SIr和M是條帶的數量。條帶與設置在圖像顯示在帶子圖像的子圖像分別與M帶之間，代表一個未知的圖像條在測定所有的訓練集計算，找到相應的圖像分別用條帶比較。因此，如果每一條帶有一定數量的關聯信息，它的上部和下部的鄰居也被計算。交互信息和K的變化由下式子給出。Ic，ik=MI（Sxk，sc，i）

下標k顯示的數量轉變，為每個雙側圖像交互信息的熵值。這些值的平均互信息作為代表兩個圖像在2k+1之間變化，交互信息代表了最高的熵值，推斷目標的兩個圖像是具有相似性。如果有一個以上的圖像每在訓練類的計算圖像屬于某類之間。最后，圖像確認為屬于一類具有最高的相似性。

四、實驗結果

在實驗中使用ATT人臉數據庫。該數據庫包含400個不同的40個人的圖像各10幅。圖像的大小是112×92，圖像分為50像素的寬度，兩個子圖像，有8像素重疊。條帶的高度設置為8像素，和它們之間的重疊5像素。由每條有400像素產生估計PDF。PDF被定義為與不同數量的條帶的強度直方圖。為了找到最佳匹配，相鄰條帶的每一側，數K被設置為2。在此k值條件下，可檢測高達6像素的同側上的位移。在實驗中，對分類率設置了兩個不同的影響參數；（1）PDF估計的標簽數；（2）訓練集樣本數。

該算法在MATLAB中實現和執行60次。結果平均值顯示該標簽數對分類率有顯著效果。在這項研究中顯示，最好的結果是獲得標簽數為 20。原因是，標簽的數目給出一個準確的估計的PDF文件與一個較大的標簽數使分布過于離散，從而對估計精度存在負面影響。對于太少量的標簽很差的結果，與太大的標簽數的結果也非最佳標簽值。準確率在訓練集樣本為48.72%。

五、結論

本文設計了一種基于交互信息作為相似性測度的圖像識別方法并進行實驗。在該方法中，圖像被劃分成更小的重疊條，這些條及其相互之間的信息計算了在其它圖像條帶。同時，為了減少光照變化的影響在不同的圖像，并使每個條帶的平均移動值為0。為PDF得到一個更好的理解估計，使用不同數量的標簽了。這種算法的主要優點是通過分析分別對左圖像的右側照明的效果，大大降低了光照變化類條件對強度分布的影響。同時，利用交互信息作為圖像的小部分之間的相似性度量進行局部檢測，并結合簡單的投票策略取得了較高的準確率。

參考文獻：

[1]周杰.人臉自動識別方法綜述[J].電子學報，2000，28：104-105.

[2]P.N.Belhumeur et al.IEEE Trans.PAMI，1997，19：711-720.

[3]Cover，T.M.，Thomas，J.A.：Elements of Information Theory.Wiley，Chichester，1991.

[作者簡介]吳憲君（1981-），男，廣東茂名人，廣東石油化工學院，講師，碩士，研究方向：圖像處理。