面向局部直方图均衡化和其在屏蔽低强度图像与人脸识别中的应用

这些技术在低强度图像蒙版用在人脸识别中的主要应用。直方图均衡化是最受欢迎由于其有效性和简洁性的对比度增强算法。它可以分为两个分支，根据使用的变换函数： 全局或本地。全局直方图均衡化是简单、 快速，但它的对比度增强力量是相对较低。局部直方图均衡化，另一方面，可以更有效地增强整体对比度计算所需的复杂性，却因其完全重叠的子块非常高。直方图均衡化 （他） 有时是有用的光照补偿的。不过，它工作只有当图像是加剧或全球变暗。对比有限自适应直方图均衡化 （CLAHE） 和局部直方图均衡化 （LHE） 是更有效地补偿当地光照变化，前者执行基于数据块的直方图均衡、 而后者执行基于像素的直方图均衡化。在本文中，面部图像预处理算法的一种新方法被称为面向局部直方图均衡化 （者耶）。者耶是类似于局部直方图均衡化 （LHE），但它捕捉到了边缘的方向而 LHE 则不能。虽然者耶和使用不同的功能及其各运营商提出了平汉李、 思伟吴义炳洪在 9 月 2012.In 这个项目，我介绍了一些新的功能，使用者耶运算符在低强度图像蒙版和人脸识别的效率更高。运行这段代码首先使用 main.m案例斯里瓦斯塔瓦