毕业设计（论文）-变电站视频监控系统中基于核函数的人脸图像识别方法研究.doc

目录 第一章 绪论 - 1 - 1.1 人脸识别的意义 - 1 - 1.2 人脸识别的现状 - 2 - 1.2.1 人脸识别研究问题 - 2 - 1.2.2 数据库 - 5 - 1.3 本论文的内容 - 7 - 第二章 变电站视频监控系统 - 8 - 2.1 视频监控技术的发展 - 8 - 2.2 变电站视频监控系统 - 8 - 2.2.1 变电站视频监控系统的组成 - 8 - 2.2.2 厂站端设备功能 - 9 - 2.2.3通信通道 - 10 - 2.2.4集控端设备功能实时视频监控 - 10 - 2.3本章小结 - 12 - 第三章人脸图像的预处理 - 13 - 3.1 预处理的基本概念 - 13 - 3.2 图像的归一话 - 13 - 3.3二值化 - 16 - 3.4 本章小结 - 16 - 第四章 核方法的特征提取 - 17 - 4.1核方法的基本概念 - 17 - 4.2核的主成分分析法（KPCA） - 18 - 4.2.1主成分分析法 - 18 - 4.2.2核的主成分分析法（KPCA） - 19 - 4.2.3基于KPCA的人脸识别算法 - 21 - 4.3线性判别分析法（LDA） - 21 - 4.3.1LDA的基本原理 - 22 - 4.3.2基于LDA的人脸识别计算步骤 - 23 - 4.4 核Fisher判别法（KFDA） - 24 - 4.4.1 核Fisher判别法原理 - 24 - 4.4.2 核Fisher判别法算法 - 26 - 4.5 本章小结 - 27 - 参考文献 - 29 - 附录 - 31 -  第一章 绪论 1.1 人脸识别的意义 人脸识别的研究开始于20世纪70年代[1,2]，至今为止已有了30多年的历史，随着人们对人机交换、图像理解、自动身份识别的要求的提高，人脸识别技术得到了飞速的发展。但促使人脸识别发展的原因是计算机硬件成本的降低。在“911”恐怖事件发生后，由于各方面关于人脸识别的研究成果也层出不穷。人们之所对人脸识别问题加以重视，因为它具有重大的研究意义，它潜在着巨大的应用前景和科学的发展。人脸识别是根据场景中的静态图像或视频，利用给定的人脸数据库信息，通过计算机提取的人脸特征来鉴别或确认该场景中人的身份的过程，它与其它人体生物特征识别技术相比具有结果直观、隐蔽性好的优越性，是最直接的手段，易于为用户所接受。特别是在非接触环境和不惊动被检测人的情况下，人脸识别技术的优越性远远超过已有的指纹识别、签名识别等其他生物特征识别技术。 模式识别、图像处理和计算机视觉领域的一个热点研究方向便是人脸识别，与指纹识别、掌纹识别、语音识别、虹膜识别等其他生物特征相比，人脸图像更加容易得到，在视频会议、身份识别、访问控制、档案管理、电子相册、基于对象的图像和视频检索等方面有着广泛的应用。人脸识别是指计算机根据一定的算法，对新获得的图像与计算机中已有的经过机器学习的图像库进行匹配比较后，做出测试图像中身份判断的识别过程。人脸识别是一个交叉的学科，囊括了数学中的高等代数、统计学、微分几何，计算机学科中的计算机视觉、智能系统、模式识别，以及医学中的神经生理学、心理学等研究领域的学科。指纹、掌纹、声音、DNA、签名、步态等特征都可被用来尝试进行身份的鉴定研究，但是在各种生物特征中，人脸特征有自己的特点，人脸是一个人区别于他人的最自然、最主要的特征。人脸特征同时还具有唯一性，一个人与他人的脸部特征是不同的，即使是双胞胎的人脸也有区别，这说明用人脸区分不同的人是合理可以行的。另一方面，人脸图像相对于其他生物特征来说更容易获取，法律上也没有障碍。所有这些，使得人脸识别成为近几年来图像处理领域中最活跃的分支之一。表明人脸 识别别成为一项富有挑战性的研究课题，并将在不久的将来将更加普遍的运用于生活之中。 人脸识别多用于视频安全验证，例如：嫌疑犯照片的识别匹配；信用卡、驾驶执照、护照与个人身份的识别；银行、商场安全系统；公众场合监视；专家识别系统；基于目击线索的人脸重构；嫌犯电子照片簿；随着年龄增长的人脸推测等。 1.2 人脸识别的现状 1.2.1 人脸识别研究问题 人脸识别至今已有了30多年的发展，在技术上已经达到了一定的成熟度，也有一些公司开始在企业系统中加入了人脸识别这一环节，如Identix公司的FaceIt系统、Viisage公司的Vissage Face TOOLS系统等，这些商业系统的成功也预示着人脸识别系统存在着巨大的市场需求和广阔的应用前景。 常见的人脸识别基本算法可分为几类：基于几何特征的人脸识别、基于子空间分析的人脸识别、基于模板匹配的人脸识别、基于隐马尔可夫模型的人脸识别、基于神经网络的人脸识别和基于3一D1）基于几何特征的方法 这类识别方法首先将人脸用