基于最值平均的人脸识别LBP算法

为解决局部二值模式(LBP)在提取人脸特征时容易缺失部分细节特征问题,提出一种基于最值平均的改进LBP算法。该方法针对3×3模板,计算其九个像素方差。若方差在限定范围内,取中心像素周围八个像素的最大值与最小值的平均值作为阈值进行比较,避免因中心像素值偏大或偏小以致湮没细节的现象,从而保留更多的局部细节;否则取九个像素的中值作为阈值进行比较,减少噪声。通过主成分分析法(PCA)降低高维特征维数,利用K近邻算法(KNN)完成人脸特征分类。实验结果表明,该方法有很好的识别效果。