图像识别毕业设计.doc

图像识别毕业设计篇一：毕业设计 人脸识别系统的研究与实现人脸识别系统的研究与实现 目录 第一章 绪论第一节课题背景一课题的-1二人脸识别技术的研究意义-1第二节人脸识别技术的国内外发展概况-3一国外发展概况- -2二国内发展概况-4第二章 系统的需求分析和方案选择-5第一节可行性分析-5一技术可行性分析-5二操作可行性分析-5第二节需求分析-6一应用程序的功能需求分析-6二开发环境的需求分析-7三运行环境的需求分析-7第三节预处理方案选择-7一设计方案原则的选择-7二图像文件格式选择-8三开发工具选择-8四算法选择分析-8第三章 系统的概要设计-9第一节各模块功能简介-9第四章 系统详细设计-14第一节系统整体设计简述-14第二节 图像处理详细设计-14一位图详细设计-14二图像点处理详细设计-15（二） 光线补偿算法和代码实现-16（三） 图像灰度化算法和代码实现-18（四） 高斯平滑算法和代码实现-20（五） 灰度均衡算法和代码实现-23（六） 图像对比度增强算法和代码实现-25第三节编程时的问题解决-26第五章 结构设计-28第六章 测试-35第一节测试方案选择的原则-35第二节测试方案-36结束语-37 致谢参考文献摘要 人脸识别因其在安全验证系统、信用卡验证、医学、档案管理、视频会 议、人机交互、系统公安等方面的巨大应用前景而越来越成为当前模式识别和人工智能领域的一个研究热点。本文提出了基于24位彩色图像对人脸进行识别的方法，介绍的主要内容是图像处理，它在整个软件中占有极其重要的地位，图像处理的好坏直接影响着定位和识别的准确率。本软件主要用到的图像处理技术是：光线补偿、高斯平滑和二值化。在识别前，先对图像进行补光处理，再通过肤色获得可能的脸部区域，最后根据人脸固有眼睛的对称性来确定是否就是人脸，同时采用高斯平滑来消除图像的噪声，再进行二值化，二值化主要采用局域取阈值方法，接下来就进行定位、提取特征值和识别等操作。经过测试，图像预处理模块对图像的处理达到了较好的效果，提高了定位和识别的正确率。【关键字】：人脸识别；光线补偿；高斯平滑；对比度增强Abstract Face recognition is a xxplex and difficult problem that is important for surveillance and security, telexxmunications, digital libraries , video meeting, and human-xxputer intelligent interactions.The paper introduced the method of face recognition that based on the 24 bit multicolor image, Main content that the paper introduced is the picture treatment, It occupies the extremely important position in the whole software, the quality of picture process directly influenced the accuracy rate of localization and discerning. The picture process technology that the software mainly used included : light xxpensating、gauss smooth and twain value method. before discerning, we xxpensated the light for image, then we could obtain the possible face area through the xxplexion, finally, the system could depend on the symmetry of eyes to make sure whether it is the face of people, at the same time, the system could eliminate noises through the method that named gauss smoothness, then we used twain value method to deal with picture，the method got the threshold value in face area . After dealing with picture , the following operations are localization、draw characteristic value 、discerning and so on . After testing, we made true that the picture pretreatment modal has get the better effect in the process of dealing with picture, and improve the exactness rate of localization and discerning. 【key word】: Face recognition； light xxpensating； gauss smooth；contrast enhancing 第一章 前言 第一节 课题背景一 课题的 随着安全入口控制和金融贸易方面应用需要的快速增长，生物统计识别技术得到了新的重视。目前，微电子和视觉系统方面取得的新进展，使该领域中高性能自动识别技术的实现代价降低到了可以接受的程度。而人脸识别是所有的生物识别方法中应用最广泛的技术之一，人脸识别技术是一项近年来兴起的，但不大为人所知的新技术。人们更多的是在电影中看到这种技术的神奇应用：警察将偷拍到的嫌疑犯的脸部照片，输入到电脑中，与警方数据库中的资料进行比对，并找出该嫌犯的详细资料和犯罪记录。这并非虚构的情节。在国外，人脸识别技术早已被大量使用在国家重要部门以及军警等安防部门。在国内，对于人脸识别技术的研究始于上世纪90年代，目前主要应用在公安、 金 融、网络安全、物业管理以及考勤等领域。 二 人脸识别技术的研究意义 1、富有挑战性的课题 人脸识别是机器视觉和模式识别领域最富有挑战性的课题之一，同时也具有较为广泛的应用意义。人脸识别技术是一个非常活跃的研究领域，它覆盖了数字图像处理、模式识别、计算机视觉、神经网络、心理学、生理学、数学等诸多学科的内容。如今，虽然在这方面的研究已取得了一些可喜的成果，但是FRT在实用应用中仍面临着很严峻的问题,因为人脸五官的分布是非常相似的，而且人脸本身又是一个柔性物体，表情、姿态或发型、化妆的千变万化都给正确识别带来了相当大的麻烦。如何能正确识别大量的人并满足实时性要求是迫切需要解决的问题。 2、面部关键特征定位及人脸2D形状检测技术在人脸检测的基础上，面部关键特征检测试图检测人脸上的主要的面部特征点的位置和眼睛和嘴巴等主要器官的形状信息。灰度积分投影曲线分析、模板匹配、可变形模板、Hough变换、Snake算子、基于Gabor小波变换的弹性图匹配技术、主动性状模型和主动外观模型是常用的方法。可变形模板的主要思想是根据待检测人脸特征的先验的形状信息，定义一个参数描述的形状模型，该模型的参数反映了对应特征形状的可变部分，如位置、大小、角度等，它们最终通过模型与图像的边缘、峰、谷和灰度分布特性的动态地交互适应来得以修正。由于模板变形利用了特征区域的全局信息，因此可以较好地检测出相应的特征形状。由于可变形模板要采用优化算法在参数空间内进行能量函数极小化，因此算法的主要缺点在于两点：一、对参数初值的依赖程度高，很容易陷入局部最小；二、计算时间长。针对这两方面的问题，我们采用了一种由粗到细的检测算法：首先利用人脸器官构造的先验知识、面部图像灰度分布的峰谷和频率特性粗略检测出眼睛、鼻子、嘴、下巴的大致区域和一些关键的特征点；然后在此基础上，给出了较好的模板的初始参数，从而可以大幅提高算法的速度和精度。眼睛是面部最重要的特征，它们的精确定位是识别的关键。基于区域增长的眼睛定位技术，该技术在人脸检测的基础上，充分利用了眼睛是面部区域内脸部中心的左上方和右上方的灰度谷区这一特性，可以精确快速的定位两个眼睛瞳孔中心位置。该算法采用了基于区域增长的搜索策略，在人脸定位算法给出的大致人脸框架中，估计鼻子的初始位置，然后定义两个初始搜索矩形，分别向左右两眼所处的大致位置生长。该算法根据人眼灰度明显低于面部灰度的特点，利用搜索矩形找到眼部的边缘，最后定位到瞳孔的中心。实验表明，本算法对于人脸大小、姿态和光照的变化，都有较强的适应能力，但在眼部阴影较重的情况下，会出现定位不准。佩戴黑框眼镜，也会影响本算法的定位结果。 3、面部感知系统的重要内容 基于视觉通道信息的面部感知系统，包括人脸检测和跟踪、面部特征定位、面部识别、人脸归类（年龄、种族、性别等的判别）、表情识别、唇读等分系统，如图1-1所式，可以看出，继人脸检测和跟追之后，面部特征定位通常是面部感知的一个必备环节，是后续工作的基础，具有重要的意义。尽管人脸识别不能说是其他面部感知模块的必备功能，但是， 可以肯定的是，利用已知的身份信息，结合特定人的先验知识，可以提高表情分析、唇读和语音识别、手势识别乃至手写体识别的可靠性。而计算机对使用者身份确认的最直接的应用就是基于特定使用者的环境设置：如使用者的个性化工作环境，信息的共享和隐私保护等等。究开始于1966年PRI的Bledsoe的工作，经过三十多年的发展，人脸识别技术取得了长足的进步， 现在就目前国内外的发展情况来进行展述。图1-1面部感知系统结构图 第二节 人脸识别的国内外发展概况 现在人脸识别技术已经应用在许多领域中，并起到了举足轻重的作用，人脸识别研 一 国外的发展概况1 见诸文献的机器自动人脸识别研究开始于1966年PRI的Bledsoe的工作，1990年日本篇二：【毕业论文】基于matlab的人脸识别系统设计与仿真 基于matlab的人脸识别系统设计与仿真（含matlab源程序） 目录 第一章 绪论 . 21.1 研究背景. 21.2 人脸图像识别的应用前景 . 31.3 本文研究的问题 . 41.4 识别系统构成 . 51.5 论文的内容及组织. 7第二章 图像处理的Matlab实现 . 82.1 Matlab简介 . 82.2 数字图像处理及过程 . 82.2.1图像处理的基本操作 . 82.2.2图像类型的转换 . 92.2.3图像增强 . 92.2.4边缘检测 . 102.3图像处理功能的Matlab实现实例 .112.4 本章小结. 15第三章 人脸图像识别计算机系统 . 163.1 引言 . 163.2系统基本机构 . 173.3 人脸检测定位算法. 183.4 人脸图像的预处理. 253.4.1 仿真系统中实现的人脸图像预处理方法. 26第四章 基于直方图的人脸识别实现 . 294.1识别理论 . 294.2 人脸识别的matlab实现 . 294.3 本章小结. 30第五章 总结 . 31致谢 . 32参考文献. 33附录 . 35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篇三：基于数字图像处理的车牌识别毕业论文.周金鑫 本科生毕业论文（设计） 题目: 姓名:学院:专业:班级: 学号: 指导教师:基于数字图像处理的车牌识别设计 周金鑫 数理与信息工程学院 电子信息工程 1111665110130 刘纯利 职称:教授 20XX 年 12 月 24 日 安徽科技学院教务处制目录摘要. 3关键词. 31、设计目的. 32、设计原理:. 33、设计步骤:. 34、实行方案. 4 4.1. 总体实行方案: . 4 4.2. 各模块的实现: . 4 4.2.1输入待处理的原始图像: . 4 4.2.2图像的灰度化并绘制直方图: . 5 4.2.3 边缘检测. 6 4.2.4图像的腐蚀操作： . 7 4.2.5平滑图像 . 8 4.2.6除去二值图像的小对象 . 8 4.3车牌定位. 9 4.4字符的分割与识别. 11 4.4.1.车牌的再处理. 11 4.4.2字符分割 . 13 4.5车牌识别：. 175、总结:. 206、致谢. 207、参考文献:. 20 基于数字图像处理的车牌识别设计 电子信息工程专业学生 周金鑫指导教师 刘纯利 摘要：车牌识别在人类社会交通系统中担当重要角色，一个设计优良的车牌识别系统会给人们生活带来极大的方便，本文通过运用matlab和数字图像处理的一些知识简单通过图像预处理，车牌定位，字符分割，采用模板匹配法实现车牌字符的识别。 关键词 ： 图像预处理 边缘处理 字符分割 字符识别 1、设计目的 车牌识别系统主要是为了辨别所拍图片中的车牌部分，以此识别车辆。通过车牌识别系统的设计，来实现经过我校西大门的车辆的识别。2、设计原理:设计的原理主要如下图所示：3、设计步骤:流程图如下:4、实行方案4.1. 总体实行方案:用摄像机获取自然环境下的汽车彩色图像，将彩色图像用matlab软件处理成灰度图像并绘制直方图，然后进行边缘检测图像的腐蚀，平滑图像以及去除二值图像的小对象等操作，再进行车牌的定位和字符分割与识别最终达到识别车牌照的目的。4.2. 各模块的实现:4.2.1输入待处理的原始图像:I=imread;imshow;%显示车牌的原始图片，结果如下： 图4.2.1原始图像picture1 4.2.2图像的灰度化并绘制直方图: 彩色图像的存储器所需的成本高，且减缓系统的速度执行，所以，在图像识别处理彩色图像一般都转换成灰度图像，以加快图像信息的处理速度。从彩色图像到灰度图像的转换叫做灰度处理。灰度直方图的横坐标代表图片的像素数，从左到右由暗到亮,灰度直方图的纵轴就表示其所占有图片的面积，峰值越低就意味着该明暗值的像素数量越少，从图4.2.2可以看出峰值最高的即为车牌区域。I1=rgb2gray;%灰度处理subplot,imshow;title;subplot,imhist;title;%绘制灰度图和直方图 显示结果图像如下：在我们现在生活中是否存在盲目排斥或全盘接受的现象，拿来主义，在今天有没有实用意义？请同学们联系我们当前的社会现实说一说