OpenCV 中的照明标准化

我正在做一个人脸识别项目。我有不同光照的图片，所以我需要进行光照标准化。我读了一篇声称可以进行照明归一化的论文。本文描述了以下功能和值。

1- 伽玛校正，伽玛 = 0.2
2- 高斯差分 (DOG) 过滤（sigma 0 = 1，sigma 1 =2）
3-对比度均衡（论文中使用截断阈值10和压缩分量0.1）

I use CvPow对于伽玛校正，CvSmooth对于 DoG 和Threshold()与 truncate （我不知道如何指定压缩组件）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吗？

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

代码如下：（Peb Aryan的Python代码转换为JAVACV）

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：

以及论文中的参考：

不知道对你来说是否太晚了。

在原始论文中，DoG 是通过给定的西格玛执行的，这里你的半径（23）太大了。尝试半径= 7和半径= 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：一些基本功能如 cvSmooth 尚未实现right为您的应用程序。您可能需要自己实施才能获得更好的结果。