基于亮度归一化的人脸识别的研究及应用-计算机系统结构专业论文.docxVIP

摘要人脸识别到目前为止还是一个比较困难的课题，特别是在人脸识别系统中 摘要 人脸识别到目前为止还是一个比较困难的课题，特别是在人脸识别系统中 针对光照不均，不稳定的问题，一直以来是人脸识别系统中必须要解决的问题， 同时也是影响人脸图像识别率的关键因素。所以本文提出通过色彩空间的转换 把在不同亮度条件下的人脸图像进行亮度归一化处理，从而提高人脸识别率。由 设备相关的色彩空间RGB转换为设备无关的色彩空间L+a+b+，提取亮度信息，同 时对图像各个部分图像亮度信息均一化处理，使得图像的各个部分均匀化，从而 提高识别效果和识别率。人脸识别的研究是图像模式识别和人工智能领域内的 重要课题，本文提出的人脸识别的方法主要有基于小波分解频谱性分析的人脸 特征提取，因为基于小波分解频谱的方法极大减少了图像的存储空间和计算复 杂度。本文的实验分为两个阶段，第一阶段是图像的预处理部分，创新点在于色 彩空间转换后的亮度均一化，之后是基于Harris角点的检测，定位，实现的几何 均一化处理，之后是基于sym8tJ、波实现图像的压缩处理，减少图像的数据量，同 时保留重要的图像特征信息。第二阶段是利用BP神经网络实现人脸图像的训练 和模拟。最后统计识别率，本文重要的结论在于经过亮度均一化处理后的图像 在400幅人脸图像中识别率达N87．6％而，没有经过亮度均一化的图像识别率仅 有74．2％，识别率得以提高很多