О.В. Рогозин, С.А. Кладов
4
Фильтр Габора является эффективным средством формирования
локальных признаков цифрового изображения. Таким образом, про-
водя двумерную свертку изображения с Габоровским ядром сверки в
точке
x
,
y
, получаем локальную характеристику этой точки. Так как
фильтр Габора устойчив к операциям масштабирования и поворота,
его можно использовать для задач идентификации пользователя. Для
достижения этой цели необходимо выполнить несколько шагов.
1-й шаг:
подготовка фильтра. Перед применением необходимо
получить его ядро. В данной работе используется ядро фильтра раз-
мером 8
×
8 пикселей:
[
]
(
)
[
]
[
]
4,
4
, ; λ, θ, ψ, σ, γ ,
4; 4 ,
4; 4
Filter i
j
g x y
i
j
+ + =
∈ −
∈ −
.
2-й шаг:
поиск опорных областей на изображении производится с
помощью алгоритма Виолы — Джонса [1]. В качестве опорных обла-
стей были выбраны левый глаз, правый глаз, нос, рот.
faces = img.HaarDetectObjects(_cascadeMouth, _storage);
fac-
es = img.HaarDetectObjects(_cascadeRightEye, _storage);
fac-
es = img.HaarDetectObjects(_cascadeLeftEye, _storage);
faces = img.HaarDetectObjects(_cascadeNose, _storage);
3-й шаг:
применение фильтра в опорных точках на изображении
и получение вектора признаков, который формируется из значений
фильтров Габора в опорных точках [2]. Значение фильтра Габора вы-
числяется с помощью операции свертки в точке [
x
,
y
]:
[
]
[ ]
(
)
(
)
/2
/2
/2
/2
,
, *
/ 2 ,
/ 2
x n
y n
i x n
j y n
Img x y
Img i j Filter i x n j y n
+
+
= −
= −
=
⎡ − −
− − ⎤
⎣
⎦
∑ ∑
,
где
Img
— исходное изображение,
n
— ширина ядра фильтра.
В качестве опорных точек были выбраны углы и центры опор-
ных областей, полученных на 2-м шаге. Вектор признаков вычис-
ляется для каждого изображения в базе данных и хранится вместе
с ним. Затем на основе этих векторов проводится процесс распо-
знавания.
Для входного изображения также вычисляется вектор признаков,
для которого поочередно находится евклидово расстояние до каждо-
го вектора в базе данных. Подходящим изображением является то,
которое обладает вектором признаков с наименьшим расстоянием до
входного.
Блок-схема алгоритма распознавания с использованием фильтра
Габора представлена на рис. 2.
