《基于直方图差值比较的人脸识别系统(matlab)附详细程序代码》由会员分享，可在线阅读，更多相关《基于直方图差值比较的人脸识别系统(matlab)附详细程序代码（81页珍藏版）》请在金锄头文库上搜索。
1、 北方工业大学论文题目：基于直方图差值比较的人脸识别系统设计 学生姓名： 指导老师： 学 院： 信息工程学院 专业班级： 电09A-1 完成时间： 2013年6月18日 基于直方图差值比较的人脸识别系统设计 摘 要人脸识别系统因其在安全验证系统、信用卡验证、医学、档案管理、视频会议、人机交互、系统公安、罪犯识别等方面的巨大应用前景而越来越成为当前模式识别和人工智能领域的一个研究热点。本文提出了应用直方图差值比较的方法实现对人脸的识别。主要包括人脸的读入、人脸锁定、特征提取、人脸识别等四大模块。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法基础上，利用MATLAB实现了一个集多种预处理方法
2、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。关键词：人脸识别；图像预处理；特征提取；直方图差值比较 Based on the histogram difference comparing the face recognition system designAbstract Because Face Identification has great advantages in fronts such as ;Security verification,system,Credit,card,valida
3、tion,medical,File,management,Videoconference ,The human-computer interaction,The public security system,Criminal identification so it has increasingly become a Hot spots in Pattern recognition and Artificial intelligence . This essay uses Histogram difference comparison method to distinguish Face Id
4、entification .It contains four modules:Face reading in ,Face lock ,Feature extraction and Face Identification . We summarize and analysis several usual The image processing methods,and we also use MATLAB to achieve a Face recognition simulation system which includes A variety of processing methods.
5、The simulation system could be embedded into Face Identification system.We use Gray image histogram to recognize faces images identification.Key words :Face recognition, Image preprocessing , Feature extraction , Histogram difference comparison.目 录 1.绪论- 1 -1.1研究背景- 1 -1.2人脸识别的应用前景- 2 -1.2.1在安全防范领域中
6、的应用- 3 -1.2.2在犯罪刑侦领域中的应用- 4 -1.2.3在公共事业领域中的应用- 4 -1.3人脸识别的概述- 4 -1.4本文研究的问题- 5 -1.5识别系统的构成- 6 -1.6人脸识别国内外发展概况- 8 -1.7现阶段人脸识别应用举例- 9 -1.7.1数码相机人脸自动对焦和笑脸快门技术- 9 -1.7.2公安刑侦破案- 9 -1.7.3门禁系统- 10 -1.7.4摄像防盗系统- 10 -1.7.5信用卡网络支付- 10 -1.7.6身份辨识- 11 -1.7.7信息安全- 11 -2.图像处理的Matlab实现- 13 -2.1 Matlab简介- 13 -2.2 数
7、字图像处理及过程- 13 -2.2.1图像处理的基本操作- 13 -2.2.2图像类型的转换- 14 -2.2.3图像增强- 14 -2.2.4边缘检测- 15 -2.3.2图像增强- 16 -2.3.3边缘检测- 17 -3.人脸识别的常用算法介绍- 19 -3.1人脸识别常用方法- 19 -3.1.1基于面部几何特征的方法- 19 -3.1.2基于模板匹配的方法- 20 -3.1.3基于小波特征的方法- 20 -3.1.4基于特征脸的方法- 20 -3.1.5神经网络法- 21 -3.2分类器- 21 -3.2.1最小距离分类器(NC)- 21 -3.2.2最近邻分类器（NN）- 22 -
8、3.2.3三阶近邻法- 22 -3.2.4贝叶斯分类器- 22 -3.2.5支撑向量机(SVM)- 23 -3.2.6神经网络分类器(NNC)- 23 -4.人脸识别系统的设计及实现- 24 -4.1人脸识别流程- 24 -4.2人脸检测定位算法- 24 -4.2.1检测方法- 24 -4.2.3灰度变换的相关公式- 26 -4.2.4人脸锁定的相关公式- 26 -4.3人脸图像的预处理- 27 -5.基于直方图的人脸识别实现- 30 -5.1识别理论- 30 -5.2直方图均衡化- 30 -5.2.1概述- 30 -5.2.2基本思想- 31 -5.2.3优缺点- 32 -5.3直方图规定化
9、- 33 -5.3.1概述- 33 -5.3.3算法描述- 35 -5.4方案确定- 35 -5.5人脸识别的matlab实现- 36 -6.影响人脸识别的因素和常用人脸库介绍- 40 -6.1影响人脸识别的因素- 40 -6.1.1光照变化- 40 -6.1.2姿态变化- 40 -6.1.3年龄影响- 41 -6.2 常用人脸数据库介绍- 42 -6.2.1英国ORL人脸数据库- 42 -6.2.2英国Manchester人脸数据库- 42 -6.2.3美国FERET人脸数据库- 42 -6.2.4日本ATR数据库- 43 -6.2.5欧洲MZVTS多模型人脸数据库- 43 -结论- 44
10、-致谢- 45 -参考文献- 46 -附录- 49 -外文资料翻译及原文- 55 -数字图像处理与边缘检测- 55 -1.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研究背景在人类社会的发展进入到21世纪的今天，安全问题已经成为困扰人们日常生活的重要问题之一。社会的发展促进了人的流动性，进而也增加了社会的不稳定性，使得安全方面的需求成为21世纪引起广泛关注的问题。不论是享受各项服务如网上冲浪、还是居家、办公等都涉及到安全，以往这些行为基本上是
11、通过符号密码来进行安全保护，但是随着服务数量的不断增加，密码越来越多以致无法全部记住，而且密码有时也会被他人所窃取，各种密码被破解的概率越来越高，因为通常由于记忆的原因，人们经常会选用自己或亲人的生日、家庭地址、电话号码等作为密码并长期使用，这些很容易被一些不法分子获取。可见在现代社会中，身份识别已经成为人们日常生活中经常遇到的一个基本问题。人们乎时时刻刻都需要鉴别别人的身份和证明自己的身份，以获得对特定资源的使用权或者制权，同时防止这些权限被他人随意的取得。传统的身份识别方法主要基于身份标识物(如证件、卡片)和身份标识知识(如用户名、密码)来识别身份，这在很长一段时期是非常可靠和方便的识别方
12、法，得到了广泛的应用。但是，随着网络、通信、交通等技的飞速发展，人们活动的现实空间和虚拟空间不断扩大，需要身份认证的场合也变得无处不在。人们需要携带的身份标识物品越来越多，身份标识知识也变得越来越复杂和冗长在这种情况下，传统身份识别方式的弊端日益彰显。身份标识物品容易被丢失和伪造，份标识知识容易被遗忘、窃取和破解，而身份标识的重要性又使得一旦失去了身份标识会给标识的所有者甚至整个社会带来重大的甚至难以弥补的损失。在美国，每年约有上百万的福利款被人以假冒的身份领取;每年发生的信用卡、ATM、移动电话和冒领支票等成的损失达数百亿美元。面临着这样的状况，人们对身份识别的安全性、可靠性、准确和实用性提
13、出了更高的要求，必须寻求身份识别的新途径。于是，近年来人类生物特征越来越广泛地用于身份识别，而且生物特征可以更好的进行安全控制，世界各国政府都在大力推进生物识别技术的发展及应用。与原有的人类身分识别技术(如:个人密码、磁卡、智能卡等)相比，基于人类生物特征的识别技术具有安全可靠、特征唯一、不易伪造、不可窃取等优点。人类本身具有很多相对独特的特征，如DNA、指纹、虹膜、语音、人脸等。基于这些相对独特的人类特征，结合计算机技术，发展起众多的基于人类生物特征的人类身份识别技术，如DNA识别技术、指纹识别技术、虹膜识别技术、语音识别技术、人脸识别技术。1.2人脸识别的应用前景人脸图像识别除了具有重大的
14、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 人脸识别的应用应用优点存在的问题信用卡图像摄取可控需要建立庞大的数据库照片匹配潜在的巨大图像库图像质量不统一互联网应用信息视频价值高存在虚假银行储蓄安全监控效果好图像质量差人群监测图像实时性图像质量低 人脸识别和其他的生物识别比起来有以下几个优点:（1）其他的生物特征识别方法都需要一些人为的行为配合，而人脸识别不需要。（2）人脸识别可应用在远距离监控中。（3）针对现在的第一、二代身份证，每个身份证都有人脸的正面照片，也就是人脸库将是最完善的，包括人最多的，我们可以利用这个库来更直观、更方便的核查该人的身份。（4）相对于其他基于生物特征识别技术，人脸识别技术具有特征录入方便，信息丰富，使用面广等优点，同时人脸识别系统更加直接友好。人脸识别技术作为生物识别技术的一种，以其特
