文档介绍:1 基于 Matlab 的人脸识别课程设计课题: 基于 Matlab 的人脸识别院系: 信息工程学院专业: 电子信息工程姓名: 程明学号: 201107030103 指导教师: 何江萍 1 摘要人脸识别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) 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。本文提出了基于 24 位彩***像对人脸进行识别的方法, 介绍的主要内容是图像处理, 它在整个软件中占有极其重要的地位, 图像处理的好坏直接影响着定位和识别的准确率。本软件主要用到的图像处理技术是: 光线补偿、高斯平滑和二值化。在识别前,先对图像进行补光处理, 再通过肤色获得可能的脸部区域, 最后根据人脸固有眼睛的对称性来确定是否就是人脸,同时采用高斯平滑来消除图像的噪声, 再进行二值化, 二值化主要采用局域取阈值方法, 接下来就进行定位、提取特征值和识别等操作。经过测试, 图像预处理模块对图像的处理达到了较好的效果,提高了定位和识别的正确率。【关键字】:人脸识别;高斯平滑;对比度增强 1 一、绪论 1. 人脸识别技术研究的意义?富有挑战性的课题?面部关键特征定位及人脸 2D 形状检测技术?面部感知系统的重要内容 2. 发展史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。北京科瑞奇技术开发股份有限公司在 2002 年开发了一种人脸鉴别系统,对人脸图像进行处理,消除了照相机的影响,再对图像进行特征提取和识别。这对于人脸鉴别特别有价值,因为人脸鉴别通常使用正面照,要鉴别的人脸图像是 1 不同时期拍摄的,使用的照相机不一样。系统可以接受时间间隔较长的照片,并能达到较高的识别率,在计算机中库藏 2300 人的正面照片, 每人一张照片, 使用相距 1--7 年、差别比较大的照片去查询, 首选率可以达到 50% ,前 20 张输出照片中包含有与输入照片为同一人的照片的概率可达 70% 。 2005 年 1月 18 日, 由清华大学电子系人脸识别课题组负责人苏光大教授主持承担的国家" 十五" 攻关项目《人脸识别系统》通过了由公安部主持的专家鉴定。鉴定委员会认为,该项技术处于国内领先水平和国际先进水平。一、系统的需求分析和方案选择在开发该人脸识别软件之前, 我们查询了前人所写过的诸多论文以及源程序, 在开发之时, 结合了资料中的算法并揉进了自己的一些思想,使程序可以对人脸图片进行简易识别。 1. 可行性分析 1) 技术可行性图像的处理方法很多, 我们可以根据需要, 有选择地使用各种方法。 1 在确定脸部区域上,通常使用的方法有肤色提取。肤色提取,则对脸部区域的获取则比较准确,成功率达到 95% 以上,并且速度快,减少很多工作。图像的亮度变化,由于图像的亮度在不同环境的当中,必然受到不同光线的影响,图像就变得太暗或太亮,我们就要对它的亮度进行调整,主要采取的措施是对图像进行光线补偿。高斯平滑: 在图像的采集过程中, 由于各种因素的影响, 图像中往往会出现一些不规则的随机噪声, 如数据在传输、存储时发生的数据丢失和损坏等, 这些都会影响图像的质量,因此需要将图片进行平滑操作以此来消除噪声。灰度变换:进行灰度处理,我们要保证图像信息尽可能少的丢失。同样在进行灰度变换前,我们也要对图像的信息进行统计,找出一个比较合理的灰度值,才能进行灰度变换。灰度均衡:灰度变换后,就要进行灰度均衡,可以根据灰度分布来进行灰度均衡。对比度增强:将所要处理的区域和周围图像区域进一步拉开他们的对比度,使它们更加明显,主要通过像素的聚集来实现。 2) 操作可行性该人脸识别软件需要如下的运行环境: CPU : 500M 及以上; 内存: 64M 及以上。安装有 Windows 98、 Windows Me 、 Windows 1 2000 、 Windows NT 等操作系统中的其中一种。另还装有摄像头可进行随机拍照和识别。因此, 从操作可行性来看, 只要系统用户的硬件软件设备满足以上条件, 即可用该人脸识别软件进行人脸的识别。 2. 需求分析?应用程序的功能需求分析该软件最主要的功能就是要能识别出人脸, 首先该系统需要对通过摄像头拍照而获取到的原始的人脸图片进行一系列处理才可进行下一步的工作,该处理过程也称图像预处理。预处理这个模块在整个人脸识别系统的开发过程中占有很重要的地位, 只有预处理模块做的好, 才可能很好的