1. gamma correction
非线性的灰度变换,又叫幂律变换,扩大图像正在黑暗区域或者阴影区域的动态范围,同时压缩在亮的区域的动态范围。
这对于减少光照对人脸识别的影响是比较重要的第一步,明显可以看到阴影区域的纹理变得明显了
2. DOG(Difference of Gaussian)
高斯差分滤波器(bandpass)
首先对于大部分的人脸图像,阴影区域大部分是低频的部分,这个低频的部分,虽然也有很多重要的信息,但是,这些往往由光照的梯度引起,很难区分开。
同样,对于高频的信息,很大一部分是噪声或是什么的。
高斯差分滤波器刚好是一个比较好用的也比较方便的带通滤波器,然后高斯函数的参数sigma,对于我们的人脸图像,分别取1,2貌似效果还不错。
3. Contrast Equalization
重新归一化所有的像素点的值
standardize a robust measure of overall contrast or intensity variation
use the median of the absolute value of the signal
a simple and rapid approximation
a nonlinear function to compress over-large value -> hyperbolic tangant
4. some experiment
source:Enhanced Local Texture Feature Sets for Face Recognition Under Difficult Lighting Conditions