【毕业论文】基于matlab的人脸识别系统设计与仿真(含matlab源程序).docx

仅供个人参考 仅供个人参考 不得用于商业用途 不得用于商业用途 For pers onal use only in study and research; not for commercial use 基于matlab的人脸识别系统设计与仿真 第一章绪论 本章提出了本文的研究背景及应用前景。 首先阐述了人脸图像识 别意义；然后介绍了人脸图像识别研究中存在的问题； 接着介绍了自 动人脸识别系统的一般框架构成；最后简要地介绍了本文的主要工作 和章节结构。 1.1研究背景 自70年代以来.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。 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。如 果能够开发出具有像人类一样的机器识别机制， 就能够逐步地了解人 类是如何存储信息，并进行处理的，从而最终了解人类的思维机制。 同时，进行人脸图像识别研究也具有很大的使用价依。 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。现在己 有实用的计算机自动指纹识别系统面世，并在安检等部门得到应用， 但还没有通用成熟的人脸自动识别系统出现。 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，因为它取样方便， 可以不接触目标就进行识别， 从而开发研究的实际意义更大。 并且与 指纹图像不同的是，人脸图像受很多因素的干扰 :人脸表情的多样性 ; 以及外在的成像过程中的光照，图像尺寸，旋转，姿势变化等。使得 同一个人， 在不同的环境下拍摄所得到的人脸图像不同， 有时更会有 很大的差别， 给识别带来很大难度。 因此在各种干扰条件下实现人脸 图像的识别，也就更具有挑战性。 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 人脸图像识别的应用前景 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1-1中所列举就是其中已经实现或逐步完善的应用。 表1-1人脸识别的应用 应用 优点 存在问题 信信用卡、汽车 驾照、护照以及个人 身份验证等 图像摄取可控 图像分割可控 图像质量好 需要建立庞大的 数据库 嫌疑犯照片匹配 图像质量不统 多幅图像可用 潜在的巨大图像 库 互联网应用 视频信息价值高 多人参与 存在虚假 银行/储蓄安全 监控效果好 图像分割不可控 图像质量较差 人群监测 图像质量高 可利用摄像图像 图像分割自由 图像质量低、实 时性 1.3本文研究的问题 本文介绍了人脸图像识别中所应用 MATLAB对图像进行预处 理，应用该工具箱对图像进行经典图像处理，通过实例来应用 matlab 图像处理功能，对某一特定的人脸图像处理，进而应用到人脸识别系统。本文在总结分析人脸识别系统中几种常用的图像预处理方法基础 上，利用MATLAB实现了一个集多种预处理方法于一体的通用的人 脸图像预处理仿真系统，将该系统作为图像预处理模块可嵌入在人脸 识别系统中，并利用灰度图像的直方图比对来实现人脸图像的识别判 ^定。 其中涉及到图像的选取，脸部定位，特征提取，图像处理和识别 几个过程。 1.4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。 人脸图像获取人脸检测特征提取人脸识别 人脸图像获取 人脸检测 特征提取 人脸识别 图1.1人脸识别系统一般框架 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