D-Gabor濾波處理， 生成2*N*M個初始紋理圖像；或者對所述人臉圖像整體、包含眼睛眉毛的局部圖像及包含 嘴巴的局部圖像，分別進行N個方向Μ個尺度的二維2D-Gabor濾波處理，生成3*N*M個初 始紋理圖像。
[0060] 步驟S30,對所述多個初始紋理圖像進行平均分組；
[0061] 將相同方向的初始紋理圖像按尺度進行排序；將相同方向相鄰尺度的兩個初始紋 理圖像劃分為一組，依次進行平均分組。可以將相同方向相鄰尺度的兩個初始紋理圖像劃 分為一組，也可以按照將兩個以上的初始紋理圖像劃分為一組的方式進行平均分組。例如： 對所述人臉圖像整體在N(N為正整數）個方向M(M為正整數）個尺度進行二維2D-Gabor 濾波處理，生成N*M個初始紋理圖像，將相同方向的初始紋理圖像按尺度進行排序，將相同 方向相鄰尺度的兩個初始紋理圖像劃分為一組，依次進行平均分組，將各方向的第一個初 始紋理圖像和第二個初始紋理圖像分為一組，將各方向的第三個初始紋理圖像和第四個初 始紋理圖像分為一組，以此類推得到N*(M/2)個初始紋理圖像組；或者，對所述人臉圖像的 局部圖像，如包含眼睛眉毛的局部圖像及包含嘴巴的局部圖像，分別在N個方向Μ個尺度 進行二維2D-Gabor濾波處理，生成2*Ν*Μ個初始紋理圖像，將眼睛眉毛的初始紋理圖像的 相同方向相鄰尺度的兩個初始紋理圖像劃分為一組，依次進行平均分組，得到Ν*(Μ/2)個 眼睛眉毛初始紋理圖像組，將嘴巴的初始紋理圖像的相同方向相鄰尺度的兩個初始紋理圖 像劃分為一組，依次進行平均分組，得到Ν*(Μ/2)個嘴巴初始紋理圖像組；或者，對所述人 臉圖像整體、包含眼睛眉毛的局部圖像及包含嘴巴的局部圖像，分別進行Ν個方向Μ個尺 度的二維2D-Gabor濾波處理，生成Ν*Μ個人臉整體的初始紋理圖像、Ν*Μ個眼睛眉毛的初 始紋理圖像及Ν*Μ個嘴巴的初始紋理圖像，將人臉整體的初始紋理圖像的相同方向相鄰尺 度的兩個初始紋理圖像劃分為一組，依次進行平均分組，得到Ν*(Μ/2)個人臉整體的初始 紋理圖像組，將眼睛眉毛的初始紋理圖像的相同方向相鄰尺度的兩個初始紋理圖像劃分為 一組，依次進行平均分組，得到Ν*(Μ/2)個眼睛眉毛初始紋理圖像組，將嘴巴的初始紋理圖 像的相同方向相鄰尺度的兩個初始紋理圖像劃分為一組，依次進行平均分組，得到Ν* (Μ/2) 個嘴巴初始紋理圖像組。
[0062] 步驟S40,分別從每組初始紋理圖像中提取特征圖像，并輸出所述特征圖像。
[0063] 分別從每組的初始紋理圖像中提取出最能代表人臉紋理特征的特征圖像，并將 所述特征圖像輸出。例如：對所述人臉圖像整體、包含眼睛眉毛的局部圖像及包含嘴巴的 局部圖像，分別進行Ν(Ν為正整數）個方向Μ(Μ為正整數）個尺度的二維2D-Gabor濾波處 理，生成N*M個人臉整體的初始紋理圖像、N*M個眼睛眉毛的初始紋理圖像及N*M個嘴巴的 初始紋理圖像，對所述初始紋理圖像按照將相同方向相鄰尺度的兩個初始紋理圖像劃分為 一組的方式進行平均分組，分別得到N*(M/2)個人臉整體的初始紋理圖像組、（N*M)/2個眼 睛眉毛初始紋理圖像組及Ν* (M/2)個嘴巴初始紋理圖像組，分別從每組的初始紋理圖像中 提取出最能代表人臉紋理特征的特征圖像，得到N*(M/2)個人臉整體的特征圖像，N*(M/2) 個眼睛眉毛的特征圖像及N*(M/2)個嘴巴的特征圖像。參照圖2,可以通過如下步驟實現：
[0064] 步驟S401，將各組內的每一初始紋理圖像平均分解為圖像塊；
[0065] 可以將各組內的初始紋理圖像在高度方向上平均分為i (i為正整數）份，寬度方 向上平均分為j (j為正整數）份，每個初始紋理圖像分解得到i*j個圖像塊，所述高度方向 為所述初始紋理圖像的垂直方向，所述寬度方向為所述初始紋理圖像的水平方向，優選的， 將每個初始紋理圖像分解得到的i*j個圖像塊以i行j列的圖像矩陣表示。
[0066] 步驟S402,確定每組內相同位置像素值最大的圖像塊，作為特征圖像塊；
[0067] 確定每個圖像塊的像素值，優選的，確定每個圖像塊的像素值的過程可以是，逐個 查詢所述圖像塊每個像素點的像素值，取像素值最大的像素點的像素值作為所述圖像塊的 像素值。將每組中，相同位置的圖像塊的像素值進行比對，取像素值最大的圖像塊作為特征 圖像塊。例如：在一個初始紋理圖像組中有第一初始紋理圖像和第二初始紋理圖像，將這兩 個初始紋理圖像平均分解為i*jα為正整數，j為正整數）個圖像塊，即，將初始紋理圖像 的高平均分為i等份，將初始紋理圖像的寬平均分為j等份。確定每個圖像塊的像素值，逐 個查詢所述圖像塊每個像素點的像素值，取像素值最大的點的像素值作為所述圖像塊的像 素值。將第一初始紋理圖像的第i行第j列圖像塊的像素值與第二初始紋理圖像的第i行 第j列圖像塊的像素值進行對比，取像素值最大的圖像塊作為特征圖像塊。每組得到i*j 個特征圖像塊。
[0068] 步驟S403,將每組的特征圖像塊組合成特征圖像，并輸出所述特征圖像。
[0069] 將每組中的特征圖像塊按預設順序排列組合成特征圖像，并輸出所述特征圖像。 例如：從初始紋理圖像的第i α為正整數）行第j (j為正整數）列提取出來的特征圖像塊， 則排在特征圖像的第i行第j列，以此類推進行特征圖像的組合，將所述特征圖像作為代表 人臉紋理特征的圖像輸出。
[0070] 本實施例通過將2D-Gab〇r濾波處理生成的多個初始紋理圖像平均分組，并從各 組初始紋理圖像中提取特征圖像，剔除了初始紋理圖像中的一些不重要的紋理特征，使得 提取的人臉紋理特征更加突出，有利于識別處理。
[0071] 參照圖3,圖3為本發明提取人臉紋理的方法的第二實施例的流程示意圖。基于上 述提取人臉紋理的方法的第一實施例，所述步驟S20包括：
[0072] 步驟S21，從所述人臉圖像中提取含有面部器官的局部圖像；
[0073] 讀取人臉圖像，從所述人臉圖像中提取含有面部器官的局部圖像，所述面部器官 包括眼睛、眉毛、鼻子或嘴巴等。可以從所述人臉圖像中提取出含有眼睛、眉毛、鼻子或嘴巴 等面部器官其中一種的局部圖像進行處理；也可以從所述人臉圖像中提取出含有眼睛、眉 毛、嘴巴或鼻子等面部器官的一種以上的局部圖像進行處理。優選的，從所述人臉圖像中提 取出含有眼睛眉毛、嘴巴的局部圖像，在進行人臉表情識別過程中，眼睛、眉毛和嘴巴部位 的紋理特征更有利于區別不同人表情的不同人臉的紋理信息。
[0074] 參照圖4及圖5,從所述人臉圖像中提取含有面部器官的局部圖像的過程可以通 過如下較佳實施例實現：
[0075] 步驟S211，按照預設比例確定所述人臉圖像中含有面部器官的圖像區域；
[0076] 由于不同人臉圖像的人臉比例不同，為了能夠獲取不同人臉圖像中含有面部器官 的圖像區域，所述預設比例優選為獲取較大范圍的含有面部器官的圖像的比例，例如：所述 預設比例為大于傳統的三庭五眼的比例，以所述人臉圖像# Η卞·為幽標?占·睛眉毛的 圖像區域為
I巴的圖像區域為
I所述w 為所述人臉圖像的寬，所述h為所述人臉圖像的高。
[0077] 步驟S212,從所述圖像區域中提取含有眼睛、眉毛和/或嘴巴的局部圖像。
[0078] 從所確定的眼睛眉毛的圖像區域中提取眼睛眉毛的局部圖像，從所確定的嘴巴的 圖像區域中提取嘴巴局部圖像，例如：所述眼睛眉毛局部圖像的大小為
：:所述 嘴巴局部圖像的大小戈
所述w為所述人臉圖像的寬，所述h為所述人臉圖像 的尚。
[0079] 步驟S22,對所述人臉圖像整體及所述局部圖像分別進行2D-Gabor濾波處理，生 成多個初始紋理圖像。
[0080] 所述2D_Gabor濾波處理可以是一維2D_Gabor濾波處理，也可以是二維2D_Gabor 濾波處理，所述二維濾波處理包括在N(N為正整數）個方向Μ (Μ為正整數）個尺度進行 2D-Gabor濾波處理，生成Ν*Μ個初始紋理圖像。在本實施例中，優選為對所述人臉圖像進行 二維2D-Gabor濾波處理。例如：對所述人臉圖像整體、包含眼睛眉毛的局部圖像及包含嘴 巴的局部圖像，分別進行N個方向Μ個尺度的二維2D-Gabor