5

我正在做一个人脸识别项目。我有不同照明的照片，所以我需要进行照明标准化。我读了一篇声称可以进行照明标准化的论文。本文描述了以下功能和价值。

1- gamma = 0.2 的 gamma 校正
2- (sigma0 = 1, sigma1 =2) 的高斯差分 (DOG) 滤波
3- 对比度均衡（本文使用截断阈值 10 和压缩分量 0.1）

我CvPow用于伽玛校正、CvSmoothDoG 和Threshold()截断（我不知道如何指定压缩分量），但我没有得到确切的图像。我使用直方图均衡来进行对比度均衡。

如果有人以前做过或有任何想法？

论文链接：http: //lear.inrialpes.fr/pubs/2007/TT07/Tan-amfg07a.pdf

代码如下：（Peb Aryan 转换为 JAVACV 的 Python 代码）

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);
}

这是我尝试的结果：

我的尝试

以及论文中的参考：

在此处输入图像描述

4

1 回答 1

1

不知道对你来说是否为时已晚。

在原始论文中，DoG 是由给定的 sigma 执行的，这里你的半径（23）太大了。尝试radius = 7和radius = 1。关于均衡步骤，它与论文不同。你需要自己实现一个。

顺便说一句：像 cvSmooth 这样的一些基本功能没有为您的应用程序实现。您可能需要自己实施以获得更好的结果。

于 2013-09-16T12:17:34.043 回答