《基于matlab的人脸识别系统设计与仿真(含源文件)》由会员分享，可在线阅读，更多相关《基于matlab的人脸识别系统设计与仿真(含源文件)（45页珍藏版）》请在金锄头文库上搜索。
1、目录第一章 绪论.21.1 研究背景 .21.2 人脸图像识别的应用前景 .31.3 本文研究的问题 .41.4 识别系统构成 .41.5 论文的内容及组织 .6第二章 图像处理的 Matlab 实现.72.1 Matlab 简介.72.2 数字图像处理及过程 .72.2.1 图像处理的基本操作 .72.2.2 图像类型的转换 .82.2.3 图像增强 .82.2.4 边缘检测 .92.3 图像处理功能的 Matlab 实现实例.92.4 本章小结 .13第三章 人脸图像识别计算机系统.143.1 引言 .143.2 系统基本机构.153.3 人脸检测定位算法 .1513.4 人脸图像的预处理
2、 .223.4.1 仿真系统中实现的人脸图像预处理方法.23第四章 基于直方图的人脸识别实现.264.1 识别理论.264.2 人脸识别的 matlab 实现 .264.3 本章小结 .27第五章 总结.28致谢.29参考文献.30附录.322第一章 绪论本章提出了本文的研究背景及应用前景。首先阐述了人脸图像识别意义；然后介绍了人脸图像识别研究中存在的问题；接着介绍了自动人脸识别系统的一般框架构成；最后简要地介绍了本文的主要工作和章节结构。1.1 研究背景自 70 年代以来.随着人工智能技术的兴起.以及人类视觉研究的进展.人们逐渐对人脸图像的机器识别投入很大的热情，并形成了一个人脸图像识别研究
3、领域，.这一领域除了它的重大理论价值外，也极具实用价值。在进行人工智能的研究中，人们一直想做的事情就是让机器具有像人类一样的思考能力，以及识别事物、处理事物的能力，因此从解剖学、心理学、行为感知学等各个角度来探求人类的思维机制、以及感知事物、处理事物的机制，并努力将这些机制用于实践，如各种智能机器人的研制。人脸图像的机器识别研究就是在这种背景下兴起的，因为人们发现许多对于人类而言可以轻易做到的事情，而让机器来实现却很难，如人脸图像的识别，语音识别，自然语言理解等。如果能够开发出具有像人类一样的机器识别机制，就能够逐步地了解人类是如何存储信息，并进行处理的，从而最终了解人类的思维机制。同时，进行
4、人脸图像识别研究也具有很大的使用价依。如同人的指纹一样，人脸也具有唯一性，也可用来鉴别一个人的身份。现在己有实用的计算机自动指纹识别系统面世，并在安检等部门得到应用，但还没有通用成熟的人脸自动识别系统出现。人脸图像的自动识别系统较之指纹识别系统、DNA 鉴定等更具方便性，因为它取样方便，可以不接触目标就进行识别，从而开发研究的实际3意义更大。并且与指纹图像不同的是，人脸图像受很多因素的干扰:人脸表情的多样性;以及外在的成像过程中的光照，图像尺寸，旋转，姿势变化等。使得同一个人，在不同的环境下拍摄所得到的人脸图像不同，有时更会有很大的差别，给识别带来很大难度。因此在各种干扰条件下实现人脸图像的识
5、别，也就更具有挑战性。国外对于人脸图像识别的研究较早，现己有实用系统面世，只是对于成像条件要求较苛刻，应用范围也就较窄，国内也有许多科研机构从事这方而的研究，并己取得许多成果。1.2 人脸图像识别的应用前景人脸图像识别除了具有重大的理论价值以及极富挑战性外，还其有许多潜在的应用前景，利用人脸图像来进行身份验证，可以不与目标相接触就取得样本图像，而其它的身份验证手段，如指纹、眼睛虹膜等必须通过与目标接触或相当接近来取得样木，在某些场合，这些识别手段就会有不便之处。就从目前和将来来看，可以预测到人脸图像识别将具有广阔的应用前景，如表 1-1 中所列举就是其中已经实现或逐步完善的应用。表 1-1 人
6、脸识别的应用应用优点存在问题信信用卡、汽车驾照、护照以及个人身份验证等图像摄取可控图像分割可控图像质量好需要建立庞大的数据库嫌疑犯照片匹配图像质量不统一潜在的巨大图像库4多幅图像可用互联网应用视频信息价值高多人参与存在虚假银行/储蓄安全监控效果好图像分割不可控图像质量较差人群监测图像质量高可利用摄像图像图像分割自由图像质量低、实时性1.3 本文研究的问题本文介绍了人脸图像识别中所应用 MATLAB 对图像进行预处理，应用该工具箱对图像进行经典图像处理,通过实例来应用 matlab 图像处理功能，对某一特定的人脸图像处理，进而应用到人脸识别系统。本文在总结分析人脸识别系统中几种常用的图像预处理方
7、法基础上，利用 MATLAB 实现了一个集多种预处理方法于一体的通用的人脸图像预处理仿真系统，将该系统作为图像预处理模块可嵌入在人脸识别系统中，并利用灰度图像的直方图比对来实现人脸图像的识别判定。其中涉及到图像的选取，脸部定位，特征提取，图像处理和识别几个过程。51.4 识别系统构成人类似乎具有“与生俱来”的人脸识别能力，赋予计算机同样的能力是人类的梦想之一，这就是所谓的“人脸识别”系统。假设我们把照相机、摄像头、扫描仪等看作计算机的“眼睛” ，数字图像可以看作计算机观察到的“影像” ，那么 AFR 赋予计算机根据其所“看到”的人脸图片来判断人物身份的能力。广义的讲，自动人脸识别系统具有如图
8、1.1 所示的一般框架并完成相应功能的任务。人脸图像获取人脸检测特征提取人脸识别图 1.1 人脸识别系统一般框架(1)人脸图像的获取一般来说，图像的获取都是通过摄像头摄取，但摄取的图像可以是真人，也可以是人脸的图片或者为了相对简单，可以不考虑通过摄像头来摄取头像，而是直接给定要识别的图像。(2)人脸的检测人脸检测的任务是判断静态图像中是否存在人脸。若存在人脸，给出其在图像中的坐标位置、人脸区域大小等信息。而人脸跟踪则需要进一步输出所检测到的人脸位置、大小等状态随时间的连续变化情况。(3)特征提取6通过人脸特征点的检测与标定可以确定人脸图像中显著特征点的位置（如眼睛、眉毛、鼻子、嘴巴等器官） ，
9、同时还可以得到这些器官及其面部轮廓的形状信息的描述。根据人脸特征点检测与标定的结果，通过某些运算得到人脸特征的描述（这些特征包括：全局特征和局部特征，显式特征和统计特征等） 。(4)基于人脸图像比对的身份识别即人脸识别(Face Identification)问题。通过将输入人脸图像与人脸数据库中的所有已知原型人脸图像计算相似度并对其排序来给出输入人脸的身份信息。这包括两类识别问题：一类是闭集(Close Set)人脸识别问题，即假定输入的人脸一定是人脸库中的某个个体；另一类是开集(Open Set)识别，即首先要对输入人脸是否在已知人脸库中做出判断，如果是，则给出其身份。(5)基于人脸图像比
10、对的身份验证即人脸确认(Face Verification)问题。系统在输入人脸图像的同时输入一个用户宣称的该人脸的身份信息，系统要对该输入人脸图像的身份与宣称的身份是否相符作出判断。1.5 论文的内容及组织第二章主要介绍人脸识别系统中所用到的仿真软件 Matlab，介绍了在人脸图像识别过程中所需要的图像处理技术，包括：一些基本操作、格式转换、图像增强等。并做了一个 Matlab 图像处理功能的实例第三章主要始涉三个方面：首先是对人脸识别系统的构成做详细论述；其次就是对人脸识别过程中的关键环节人脸检测、特征提取和图像预处理做详细7介绍；最后就是 Matlab 在人脸识别系统中的具体应用，即人脸
11、图像识别的具体技术，并用 Matlab 进行仿真试验并得到结果。第四章是对人脸图像识别体系构架的设计，并给出了人脸识别用到的理论知识即直方图差异对比，并编写 matlab 代码实现人脸图像识别。第五章总结了全文的工作并对以后的需要进一步研究的问题进行了展望。第二章 图像处理的 Matlab 实现2.1 Matlab 简介由 Math Work 公司开发的 Matlab 语言语法限制不严格,程序设计自由度大,程序的可移植性好。Matlab 还推出了功能强大的适应于图像分析和处理的工具箱,常用的有图像处理工具箱、小波分析工具箱及数字信号处理工具箱。利用这些工具箱,我们可以很方便的从各个方面对图像的
12、性质进行深入的研究。Matlab图像处理工具箱支持索引图像、RGB 图像、灰度图像、二进制图像并能操作.bmp、.jpg、.tif 等多种图像格式文件。2.2 数字图像处理及过程图像是人类获取信息、表达信息和传递信息的重要手段。利用计算机对图像进行去除噪声、增强、复原、分割、提取特征等的理论、方法和技术称为数字图像处理。数字图像处理技术已经成为信息科学、计算机科学、工程科学、地球科学等诸多方面的学者研究图像的有效工具。数字图像处理主要包括图像变换、图像增强、图像编码、图像复原、图像重建、图像识别以及图像理解等8内容。2.2.1 图像处理的基本操作读取和显示图像可以通过 imread()和 imshow()来实现;图像的输出用imwrite()函数就可以很方便的把图像输出到硬盘上;另外还可以用 imcrop()、imrisize()、imrotate()等来实现图像的裁剪、缩
