文档介绍：实验四基于MATLAB的人脸识别实验目的:,。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。实验条件:。实验原理: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,。(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),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(FaceIdentification)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(CloseSet)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(OpenSet)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)基于人脸图像比对的身份验证即人脸确认(FaceVerification)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。实验内容:对采集到的图像,首先进行人脸检测(在输入图像中寻找人脸),给出人脸有无的结果;然后进行人脸定位,确定人脸的位置并提取出来。对人脸的定位在输入是图像序列时一般也称之为人脸跟踪。通常检测和定位结合进行。对提取出来的人脸借助人脸描述就可以进行(狭义的)人脸识别,即通过提取特征来确定其身份。:I=rgb2gray(i);%彩***像灰度化BW=im2bw(I);%二值化figure,imshow(BW)%%%%%minimisationofbackgroundportion&背景部分最小化[n1n2]=size(BW);%图片长和宽%把图片分成100块R=floor(n1/10);%每一小块长度(floor:向下取整)c=floor(n2/10);%每一小块宽度x1=1;x2=r;s=r*c;%每一小块面积%去边缘fori=1:10y1=1;y2=c;forj=1:10if(y2<=c|y2>=9*c)|(x1==1|x2==r*10)loc=find(BW(x1:x2,y1:y2)==0);[op]=size(loc);%区域长和宽pr=o*100/s;ifpr<=