【毕业论文】基于matlab的人脸识别（含源程序）.pdf

【实例简介】
【毕业论文】基于matlab的人脸识别系统设计与仿真（含matlab源程序
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.人们逐淅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 果能够丿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。现在已 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,在不同的坏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,并已取得许多成果。 12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。 就从目前和将米米看,可以预测到人脸图像识别将具有)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 存在问题 信信用卡、汽车 图像摄取可控 需要建立庞大的 驾照、护照以及个人 图像分割可控数据库 身份验证等 图像质量好 嫌疑犯照片匹配 图像质量不统 潜在的巨大图像 多幅图像可用库 互联网应用 视频信息价值高存在虚假 多人参与 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 图像分割自由 可利用摄像图像 图像质量低、实 时性 13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法基础 ,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 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“与生俱米”的人脸识別能力,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。 www.docin.com 人脸图像获取 人 检 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 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 In. com 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 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)基于人脸图像比对的身份验证 即人臉确认( Face Verification)问题。系统在输入人臉图像的同时 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。 15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 图像预处埋做详细介绍;最后就是 Matlab在人脸识别系统中的具体 应用,即人脸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 21 Matlab简介 H 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 方面对图像的性质进行深入的研究。 Matlab图像处理工具箱支持索弓 图像、RGB图像、灰度图像、二进制图像并能操作.bmp、jg、tif 等多种图像格式文件。 22数字图像处理及过程 n豆丁 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内容。 221图像处理的基本操作 读取和显示图像可以通过 imrad和 ishow来实现;图像的输 出用 imwrite0函数就可以很方便的把图像输出到硬盘上;另外还可以 用 incrop、 imriEκeO、 imrotateO等来实现图像的裁剪、缩放和旋转 等功能。 222图像类型的转换 Matlab支持多种图像类型,但在某些图像操作中,对图像的类型有 要求,所以要涉及到对图像类型进行转换。 Matlab7.0图像处理工具箱 为我们提供了不同图像类型相互转换的大量函数,如mat2 gray函数 可以将矩阵转换为灰度图像,rgb2 gray转换RGB图像或颜色映像表 为灰度图像。在类型转换的时候,我们还经常遇到数据类型不匹配的 情况针对这种情况, Matlab7.0工具箱中,也给我们提供了各种数据类 型之间的转换函数,如 double(就是把数据转换为双精度类型的函数。 223图像增强 图像增强的目的是为了改善图像的视觉效果,提高图像的清晰度 和工艺的适应性,以及便于人与计算机的分析和处理,以满足图像复制 或再现的要求。图像增强的方法分为空域法和频域法两大类,空域法 主要是对图像中的各个像紊点进行操作;而频域法是在图像的某个变 换域内对整个图像进行操作,并修改变换后的系数,如傅立叶变换、 DCT变换等的系数然后再进行反变换,便可得到处理后的图像。下面 以空域增强法的几种方法加以说明。 (1).灰度变换增强 有多种方法可以实现图像的灰度变换,其中最常用的就是直方图 【实例截图】
【核心代码】