大作业_人脸识别汇编.doc

题目：基于Matlab直方图Histogram的人脸识别 姓名：肖明国 学号：2013020125 专业：仪器仪表工程 班级：研1304 目录 第一章 绪论 2 1.1人脸识别的背景 2 1.2基于直方图人脸识别系统构成 2 第二章 图像处理的Matlab实现 4 2.1 数字图像处理 4 2.2图像类型的转换 4 2.3图像增强 4 2.4边缘检测 5 2.5图像处理功能的Matlab实现实例 5 第三章 人脸图像识别计算机系统 9 3.1系统基本机构 9 3.2人脸检测定位算法 9 3.3 人脸图像的预处理 12 3.3.1 仿真系统中实现的人脸图像预处理方法 13 3.4基于直方图的人脸识别实现 15 3.4.1 人脸识别的matlab实现 15 3.5 本章小结 16 附录 17 附录A人脸检测定位程序： 17 附录B 人脸识别程序 19 第一章 绪论 1.1人脸识别的背景 自70年代以来.随着人工智能技术的兴起.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。 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，并己取得许多成果。 1.2基于直方图人脸识别系统构成 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。 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。 (4)基于人脸图像比对的身份识别 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；另一类是开集(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 即人脸确认(Face Verification)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。 第二章 图像处理的Matlab实现 2.1 数字图像处理 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。 2.2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。Matlab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mat2gray()函数可以将矩阵转换为灰度图像,rgb2gray()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,Matlab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。 2.3图像增强 图像增强的目的