1、2.2.3图像增强62.2.4边缘检测72.3 本章小结7第3章 人脸区域定位103.1人脸区域粗定位103.1.1肤色区域标记编码103.1.2基于区域面积和长宽比的粗定位103.2特征点定位123.2.1特征点选取123.2.2嘴唇定位123.2.3眼睛定位123.3实验结果和分析143.4本章小结15第4章 人脸图像识别系统实现164.1 引言164.2系统基本机构164.3 人脸检测定位算法174.4 人脸图像的预处理214.4.1 仿真系统中实现的人脸图像预处理方法214.5识别理论234.6人脸识别的matlab实现结果24结 论24参 考 文 献25附录A 人脸识别matlab程
2、序26致 谢29摘 要 人脸识别是模式识别和图像处理等学科的一个研究热点,它广泛应用在身份验证、刑侦破案、视频监视、机器人智能化和医学等领域,具有广阔的应用价值和商用价值。人脸特征作为一种生物特征,与其他生物特征相比,具有有好、直接、方便等特点,因此使用人脸特征进行身份识别更易于被用户所接受。人脸识别技术在过去的几十年得到了很大的发展,但由于人脸的非刚性、表情多变等因素,使得人脸识别技术在实际应用中面临着巨大的困难。本文针对近年来国内外相关学术论文及研究报告进行学习和分析的基础上,利用图像处理的matlab实现人脸识别方法,这种实现简单且识别准确率高,但其缺点是计算量大,当要识别较多人员时,该
3、方法难以胜任。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。关键词:图像处理;Matlab;人脸识别;模式识别AbstractHumanfacerecognitionfocusesonpattern,imageprocessingandothersubjects.Itiswidelyusedinauthentication,investigation,videosurveillance,intelligentrobots,medicineandotherare
4、as.Facerecognitionhaswideapplicationbusinessvalue.Facialfeatureasabiologicalcharacteristic,comparedwithothersdirect,friendlyandconvenient.Facialfeatureemployedauthenticationareuser-friendly.Thetechnologyofthepastfewyearsobtainedverybigdevelopment,butduetononrigid,expressionchangeablefactors,practica
5、lfacinggreatdifficulties.Thispaperaimedathomeabroadrecentrelevantpapersresearchreportsstudybasisanalysis,someunitswithindatasensitivityplacesneedenterpersonnelcarryoutlimitationdesigndevelopasetidentityverificationidentificationsystem,systemusesPCAmethod,therealizationsimpleaccuracyratehigh,butitsdr
6、awbackthatlargeamountcalculation,whenidentifymorestaff,thismethoddifficultdo.realizationvariouspretreatmentmethodsonegenericimagepreprocessingsimulationbasedMATLAB,asmodulecanbeembeddedusinghistogrammatchinggrayrealizehumanimagesdetermine.Keywords:Image processing;Facerecognition;Pattern recognition
7、第1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 研究背景人脸识别是人类视觉最杰出的能力之一。它的研究涉及模式识别、图像处理、生物学、心理学、认知科学,与基于其它生物特征的身份鉴别方法以及计算机人机感知交互领域都有密切联系。人脸识别早在六七十年代就引起了研究者的强烈兴趣。20世纪60年代,Bledsoe提出了人脸识别的半自动系统模式与特征提取方法。70年代,美、英等发达国家开始重视人脸识别的研究工作并取得进展。1972年,Harmon用
8、交互人脸识别方法在理论上与实践上进行了详细的论述。同年,Sakai设计了人脸图像自动识别系统。80年代初T.Minami研究出了优于Sakai的人脸图像自动识别系统。但早期的人脸识别一般都需要人的某些先验知识,无法摆脱人的干预。进入九十年代,由于各方面对人脸识别系统的迫切需求,人脸识别的研究变的非常热门。人脸识别的方法有了重大突破,进入了真正的机器自动识别阶段,如Karhunen-Love变换等或新的神经网络技术。人脸识别研究得到了前所未人脸识别方法的分析与研究有的重视,国际上发表有关人脸识别等方面的论文数量大幅度增加,仅从1990年到2000年之间,SCI及EI可检索到的相关文献多达数千篇,
9、这期间关于人脸识别的综述也屡屡可见。国外有许多学校在研究人脸识别技术,研究涉及的领域很广。这些研究受到军方、警方及大公司的高度重视和资助,国内的一些知名院校也开始从事人脸识别的研究。人脸识别是当前模式识别领域的一个前沿课题,但目前人脸识别尚处于研究课题阶段,尚不是实用化领域的活跃课题。虽然人类可以毫不困难地由人脸辨别一个人,但利用计算机进行完全自动的人脸识别存在许多困难,其表现在:人脸是非刚体,存在表情变化;人脸随年龄增长而变化;发型、眼镜等装饰对人脸造成遮挡;人脸所成图像受光照、成像角度、成像距离等影响。人脸识别的困难还在于图像包括大量的数据,输入的像素可能成百上千,每个像素都含有各自不同的
10、灰度级,由此带来的计算的复杂度将会增加。现有的识别方法中,通过从人脸图像中提取出特征信息,来对数据库进行检索的方法速度快,而利用拓扑属性图匹配来确定匹配度的方法则相对较快。1.2 人脸图像识别的应用前景人脸识别系统现在在大多数领域中起到举足轻重的作用,尤其是用在机关单位的安全和考勤、网络安全、银行、海关边检、物业管理、军队安全、智能身份证、智能门禁、司机驾照验证、计算机登录系统。我国在这方面也取得了较好的成就,国家863项目“面像检测与识别核心技术”通过成果鉴定并初步应用,就标志着我国在人脸识别这一当今热点科研领域掌握了一定的核心技术。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
11、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多幅图像可用潜在的巨大图像库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
12、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法基础上,利用MATLAB实现了一个集多种预处理方法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。1.4 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1.1所示的一般框架并完成相应功能的任务。人脸图像
copyright@ 2008-2022 冰豆网网站版权所有
经营许可证编号:鄂ICP备2022015515号-1