基于Matlab的人脸识别.doc

青岛大学 电信互认课程设计 PAGE PAGE 1 本科课程设计 题 目：人脸识别算法的设计与实现 学 院： 自动化工程学院 专 业： 电子信息工程 班 级： 01班 学 号： 200740600129 姓 名： 段宏儒 指导教师： 余 俊 2011年 3月 青岛大学 专业课程设计 1 目 录 一、设计任务与要求…………………………………………………1 二、主成分分析与人脸识别原理……………………………………1 三、人脸识别系统设计与编程………………………………………2 四、程序运行实例……………………………………………………5 五、参考文献 ………………………………………………………6 PAGE 3 一、设计任务与要求 理解主成分分析方法的原理和基于主成分分析方法的人脸识别方法。在同学间采集一定数量的人脸正面图像样本，运用MATLAB编程，设计人脸识别程序并使用采集样本检验程序的识别正确率。 二、主成分分析与人脸识别原理 人脸识别是一个活跃的研究领域，是人类视觉最杰出的能力之一。虽然人脸识别的准确性要低于虹膜、指纹的识别，但由于它的无侵害性和对用户最自然、最直观的方式，使人脸识别成为最容易被接受的生物特征识别方式。 本征脸（eigenface）方法 这种方法是人脸识别的基准技术，并已成为事实上的工业标准 该方法基于主成分分析（PCA） PCA是将分散在一组变量上的信息集中到某几个综合指标（主成分）上的数学方法，实际上起着数据降维的作用，并保证降维过程最大化保留原数据的差异 这对最大化类间差异（即不同人之间的差异）并最小化类内差异（即同一人的不同图像间的差异）很有效 用PCA将2维数据降到1维的例子，绿色点表示二维数据，PCA的目标就是找到这样一条直线，使得所有点在这条直线上的投影点之间的平均距离最大。也就是最大化地保留了原数据的差异性 直接计算C 的本征值和本征向量是困难的，可以通过对矩阵 做奇异值分解间接求出 m值的选择: 三、人脸识别系统设计与编程 Ⅰ、程序原理图 Ⅱ、实验程序 程序1 功能：加载样本图片并处理 function [X,W] = ImgLoad(dirName,peopleNum,photoNum); LONGTH = 112 * 92;%图片大小 X = [];% 声明 for i = 0:peopleNum -1 for j = 1:photoNum % photoName：照片名 photoName = strcat(dirName,num2str(i),\,num2str(j),.jpg); % 以矩阵形式读入文件 photo = imread(photoName); % 生成列矩阵 photoMatrix = reshape(photo,LONGTH,1); photoMatrix = double(photoMatrix); % 存储列矩阵 X = [X,photoMatrix]; end end %清除无用变量 clear photoName photo photoMatrix; averX = mean(X);%求均值 averX = repmat(averX,LONGTH,1);%矩阵扩展 X = X - averX;%每行减去均值 clear averX; [V,E] = eig(X * X);%求特征向量 W = X * V;%求特征矩阵W 程序2 功能：加载text文件函数 function TestMatrix = TestImgLoad(photoName); LONGTH = 112 * 92;%图片大小 photo = imread(photoName); TestMatrix = reshape(photo,LONGTH,1); TestMatrix = double(TestMatrix); 程序3 功能: 求距离 function D = getDistance(X,Y); D = X - Y; D = D * D; 程序4 功能: 求最小距离(即最匹配