数字图像处理写作规范.docVIP

J I A N G S U U N I V E R S I T Y 数字图像处理论文 基于matlab的人脸识别 Face recognition based on MATLAB 学院名称： 江苏大学 专业班级： 软件1班 学生姓名： 王静彦 学生学号： 20100311106 任课教师姓名： 沈洋 2013年 12月 目 录 第一章绪论 3 1.1实验内容 3 1.1.1研究背景 3 1.1.2应用前景 3 1.1.3框架 4 1.1.4人脸定位 5 1.1.5图像预处理 5 1.1.6人脸识别 5 1.2人脸识别技术的细节 6 1.3人脸识别技术的广泛应用 6 1.4人脸识别技术的难点 7 1.5国内外研究状况 7 1.6人脸识别的研究内容 8 1.6.1人脸识别研究内容 8 1.6.2人脸识别系统的组成 9 第二章 人脸识别方法 11 2.1基于特征脸的方法 11 2.2基于神经网络的方法 11 2.3弹性图匹配法 12 2.4基于模板匹配的方法 12 2.5基于人脸特征的方法 13 第三章 PCA人脸识别方法 14 3.1主成分分析 14 3.2特征脸方法 16 第四章 仿真实验 18 4.1流程图 18 4.2仿真结果 19 第五章 实验代码 20 第六章 实验总结 26 第七章 参考文献 27 第一章绪论 1.1实验内容 1.1.1研究背景 随着人工智能技术的兴起，以及人类视觉研究的进展，人们逐渐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。 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。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，开发研究的实际意义更大。然而人脸图像受很多因素的干扰，给识别带来很大难度。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。 1.1.2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。 就从目前和将来来看，可以预测到人脸图像识别将具有广阔的应用前景，如表中所列举就是其中已经实现或逐步完善的应用。 1.1.3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。 (4)基于人脸图像比对的身份识别 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。 1.1.4人脸定位 对人脸图像打上网格，对区域块图像做二值分析，通过像素比例来做处理，进而得到人脸区域。 在彩色图像中，颜色是人脸表面最为显著的特征之一，利用颜色检测人脸是很自然的想法。研究人员在考察了不同种族、不同个体的肤色后，认为人类的肤色能在颜色空间中聚成单独的一类，而影响肤色值变化的最主要因素是亮度变化。因此他们采用广泛使用的RGB颜色空间，在滤去亮度值的图像中通过比较像素点的ｒ、ｇ值与肤色范围来推断该像素点及其邻域是否属于人脸区域。除了RGB颜色空间，还有诸如HIS，LUV，GLHS等其它颜色空间被使用。寻找到肤色区域后，必须进行验证，