基于四元数实矩阵变换的彩色人脸识别.docxVIP

基于四元数实矩阵变换的彩色人脸识别 1 contoinet变换 由于人脸识别的自然性和测量对象的特点，人脸识别受到了广泛的应用，但脸的视觉上没有区别，所有的脸的结构都非常相似。另一方面，脸的形状非常不稳定。如果光线、视角、表情和年龄的变化，面部图像就会发生很大变化，这将自身带来许多困难和挑战。早期的人脸识别技术研究主要是基于灰度图像的,但真实的人脸图像大多是彩色的,由于彩色图像本身比灰度图像包含更多的信息,若直接在彩色人脸图像上作识别,无疑会改善识别效果。近年来,国内学者在此方面做了许多有益的研究,文将彩色人脸图像由四元数复矩阵表示后,对其进行奇异值分解,用奇异值向量作为其特征向量,最后用k邻近法进行识别,其识别率在90%左右。文在彩色人脸图像特征向量提取后,部分样本送入RBF网络进行训练,其余样本进行测试,其识别率提高到96%左右。 2002年Do和Vetterli提出了Contoulet变换,它首先在离散域构造,然后推广到连续域并在其中讨论Contourlet的收敛性。由于Contoulet变换具有多分辨率、局部定位、多方向性、近邻界采样和各向异性等性质,其基函数分布于多尺度多方向上,少量系数即可有效地捕捉图像中的边缘轮廓,因而Contourlet变换已经被广泛应用于图像去噪、数字水印、图像特征提取、图像编码、目标分割、图像检索、图像融合、图像压缩和图像增强等众多领域。 Co