人脸识别专业系统设计与仿真基于matlab的含matlab源程序版权不归自己交流使用.doc
《人脸识别专业系统设计与仿真基于matlab的含matlab源程序版权不归自己交流使用.doc》由会员分享,可在线阅读,更多相关《人脸识别专业系统设计与仿真基于matlab的含matlab源程序版权不归自己交流使用.doc(47页珍藏版)》请在咨信网上搜索。
1、人脸识别系统设计和仿真基于matlab(含matlab源程序)交流使用 参考后自行那个删除 后果自负目录第一章 绪论21.1 研究背景21.2 人脸图像识别应用前景31.3 本文研究问题41.4 识别系统组成41.5 论文内容及组织6第二章 图像处理Matlab实现72.1 Matlab介绍72.2 数字图像处理及过程72.2.1图像处理基础操作72.2.2图像类型转换82.2.3图像增强82.2.4边缘检测92.3图像处理功效Matlab实现实例92.4 本章小结13第三章 人脸图像识别计算机系统143.1 引言143.2系统基础机构153.3 人脸检测定位算法153.4 人脸图像预处理22
2、3.4.1 仿真系统中实现人脸图像预处理方法23第四章 基于直方图人脸识别实现264.1识别理论264.2 人脸识别matlab实现264.3 本章小结27第五章 总结28致谢29参考文件30附录32第一章 绪论本章提出了本文研究背景及应用前景。首先叙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问题;接着介绍了自感人脸识别系统通常框架组成;最终简明地介绍了本文关键工作和章节结构。1.1 研究背景自70年代以来.伴随人工智能技术兴起.和人类视觉研究进展.大家逐步对人脸图像机器识别投入很大热情,并形成了一个人脸图像识别研究领域,.这一领域除了它重大理论价值外,也极具实用价值。在进行人工智
3、能研究中,大家一直想做事情就是让机器含有像人类一样思索能力,和识别事物、处理事物能力,所以从解剖学、心理学、行为感知学等各个角度来探求人类思维机制、和感知事物、处理事物机制,并努力将这些机制用于实践,如多种智能机器人研制。人脸图像机器识别研究就是在这种背景下兴起,因为大家发觉很多对于人类而言能够轻易做到事情,而让机器来实现却极难,如人脸图像识别,语音识别,自然语言了解等。假如能够开发出含有像人类一样机器识别机制,就能够逐步地了解人类是怎样存放信息,并进行处理,从而最终了解人类思维机制。同时,进行人脸图像识别研究也含有很大使用价依。如同人指纹一样,人脸也含有唯一性,也可用来判别一个人身份。现在己
4、有实用计算机自动指纹识别系统面世,并在安检等部门得到应用,但还没有通用成熟人脸自动识别系统出现。人脸图像自动识别系统较之指纹识别系统、DNA判定等更具方便性,因为它取样方便,能够不接触目标就进行识别,从而开发研究实际意义更大。而且和指纹图像不一样是,人脸图像受很多原因干扰:人脸表情多样性;和外在成像过程中光照,图像尺寸,旋转,姿势改变等。使得同一个人,在不一样环境下拍摄所得到人脸图像不一样,有时更会有很大差异,给识别带来很大难度。所以在多种干扰条件下实现人脸图像识别,也就更含有挑战性。国外对于人脸图像识别研究较早,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,中国也有很多科
5、研机构从事这方而研究,并己取得很多结果。1.2 人脸图像识别应用前景人脸图像识别除了含有重大理论价值和极富挑战性外,还其有很多潜在应用前景,利用人脸图像来进行身份验证,能够不和目标相接触就取得样本图像,而其它身份验证手段,如指纹、眼睛虹膜等必需经过和目标接触或相当靠最近取得样木,在一些场所,这些识别手段就会有不便之处。就从现在和未来来看,能够估计到人脸图像识别将含有宽广应用前景,如表1-1中所列举就是其中已经实现或逐步完善应用。表1-1 人脸识别应用应用优点存在问题信信用卡、汽车驾照、护照和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数据库嫌疑犯照片匹配图像质量不统一多幅图像可
6、用潜在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,经过实例来应用matlab图像处理功效,对某一特定人脸图像处理,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多个常见图像预处理方法基础上,利用MATLAB实现了一个集多个预处理方法于一体通用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,并利用灰度图像直方图比对来实现人脸图像识别判
7、定。其中包含到图像选择,脸部定位,特征提取,图像处理和识别多个过程。1.4 识别系统组成人类似乎含有“和生俱来”人脸识别能力,给予计算机一样能力是人类梦想之一,这就是所谓“人脸识别”系统。假设我们把摄影机、摄像头、扫描仪等看作计算机“眼睛”,数字图像能够看作计算机观察到“影像”,那么AFR给予计算机依据其所“看到”人脸图片来判定人物身份能力。广义讲,自感人脸识别系统含有图1.1所表示通常框架并完成对应功效任务。人脸图像获取人脸检测特征提取人脸识别 图1.1 人脸识别系统通常框架(1)人脸图像获取通常来说,图像获取全部是经过摄像头摄取,但摄取图像能够是真人,也能够是人脸图片或为了相对简单,能够不
8、考虑经过摄像头来摄取头像,而是直接给定要识别图像。(2)人脸检测人脸检测任务是判定静态图像中是否存在人脸。若存在人脸,给出其在图像中坐标位置、人脸区域大小等信息。而人脸跟踪则需要深入输出所检测到人脸位置、大小等状态随时间连续改变情况。 (3)特征提取经过人脸特征点检测和标定能够确定人脸图像中显著特征点位置(如眼睛、眉毛、鼻子、嘴巴等器官),同时还能够得到这些器官及其面部轮廓形状信息描述。依据人脸特征点检测和标定结果,经过一些运算得到人脸特征描述(这些特征包含:全局特征和局部特征,显式特征和统计特征等)。(4)基于人脸图像比正确身份识别即人脸识别(Face Identification)问题。经
9、过将输入人脸图像和人脸数据库中全部已知原型人脸图像计算相同度并对其排序来给出输入人脸身份信息。这包含两类识别问题:一类是闭集(Close Set)人脸识别问题,即假定输入人脸一定是人脸库中某个个体;另一类是开集(Open Set)识别,即首先要对输入人脸是否在已知人脸库中做出判定,假如是,则给出其身份。(5)基于人脸图像比正确身份验证即人脸确定(Face Verification)问题。系统在输入人脸图像同时输入一个用户宣称该人脸身份信息,系统要对该输入人脸图像身份和宣称身份是否相符作出判定。1.5 论文内容及组织第二章关键介绍人脸识别系统中所用到仿真软件Matlab,介绍了在人脸图像识别过程
10、中所需要图像处理技术,包含:部分基础操作、格式转换、图像增强等。并做了一个Matlab图像处理功效实例第三章关键始涉三个方面:首先是对人脸识别系统组成做具体叙述;其次就是对人脸识别过程中关键步骤人脸检测、特征提取和图像预处理做具体介绍;最终就是Matlab在人脸识别系统中具体应用,即人脸图像识别具体技术,并用Matlab进行仿真试验并得到结果。第四章是对人脸图像识别体系构架设计,并给出了人脸识别用到理论知识即直方图差异对比,并编写matlab代码实现人脸图像识别。第五章总结了全文工作并对以后需要深入研究问题进行了展望。第二章 图像处理Matlab实现2.1 Matlab介绍由Math Work
11、企业开发Matlab语言语法限制不严格,程序设计自由度大,程序可移植性好。Matlab还推出了功效强大适应于图像分析和处理工具箱,常见有图像处理工具箱、小波分析工具箱及数字信号处理工具箱。利用这些工具箱,我们能够很方便从各个方面对图像性质进行深入研究。Matlab图像处理工具箱支持索引图像、RGB图像、灰度图像、二进制图像并能操作.bmp、.jpg、.tif等多个图像格式文件。2.2 数字图像处理及过程图像是人类获取信息、表示信息和传输信息关键手段。利用计算机对图像进行去除噪声、增强、复原、分割、提取特征等理论、方法和技术称为数字图像处理。数字图像处理技术已经成为信息科学、计算机科学、工程科学
12、、地球科学等很多方面学者研究图像有效工具。数字图像处理关键包含图像变换、图像增强、图像编码、图像复原、图像重建、图像识别和图像了解等内容。2.2.1图像处理基础操作读取和显示图像能够经过imread()和imshow()来实现;图像输出用imwrite()函数就能够很方便把图像输出到硬盘上;另外还能够用imcrop()、imrisize()、imrotate()等来实现图像裁剪、缩放和旋转等功效。2.2.2图像类型转换Matlab支持多个图像类型,但在一些图像操作中,对图像类型有要求,所以要包含到对图像类型进行转换。Matlab7.0图像处理工具箱为我们提供了不一样图像类型相互转换大量函数,如
13、mat2gray()函数能够将矩阵转换为灰度图像,rgb2gray()转换RGB图像或颜色映像表为灰度图像。在类型转换时候,我们还常常碰到数据类型不匹配情况,针对这种情况,Matlab7.0工具箱中,也给我们提供了多种数据类型之间转换函数,如double()就是把数据转换为双精度类型函数。2.2.3图像增强图像增强目标是为了改善图像视觉效果,提升图像清楚度和工艺适应性,和便于人和计算机分析和处理,以满足图像复制或再现要求。图像增强方法分为空域法和频域法两大类,空域法关键是对图像中各个像素点进行操作;而频域法是在图像某个变换域内对整个图像进行操作,并修改变换后系数,如傅立叶变换、DCT变换等系数
14、,然后再进行反变换,便可得四处理后图像。下面以空域增强法多个方法加以说明。(1).灰度变换增强有多个方法能够实现图像灰度变换,其中最常见就是直方图变换方法,即直方图均衡化。这种方法是一个使输出图像直方图近似服从均匀分布变换算法。Matlab7.0图像处理工具箱中提供了图像直方图均衡化具体函数histeq(),同时我们能够用函数imhist()函数来计算和显示图像直方图。(2).空域滤波增强空域滤波根据空域滤波器功效又可分为平滑滤波器和锐化滤波器。平滑滤波器能够用低通滤波实现,目标在于模糊图像或消除噪声;锐化滤波器是用高通滤波来实现,目标在于强调图像被模糊细节。在Matlab中,多种滤波方法全部
15、是在空间域中经过不一样滤波算子实现,可用fspecial()函数来创建预定义滤波算子,然后能够使用imfilter()或filter2()函数调用创建好滤波器对图像进行滤波。2.2.4边缘检测数字图像边缘检测是图像分割、目标区域识别、区域形状提取等图像分析领域十分关键基础,也是图像识别中提取图像特征一个关键属性。边缘检测算子能够检验每个像素邻域并对灰度改变率进行量化,也包含对方向确实定,其中大多数是基于方向导数掩模求卷积方法。常见有Sobel算子,Prewitt算子,Roberts算子,Log算子等。Matlab7.0工具箱中提供edge()函数能够进行边缘检测,在其参数里面,能够依据需要选择
16、适宜算子及其参数。2.3图像处理功效Matlab实现实例本文经过利用图像处理工具箱相关函数对一人脸彩色图像进行处理。1)图像类型转换因后面图像增强,边缘检测全部是针对灰度图像进行,而我们原图是RGB图像,所以首先我们要对原图类型进行转换。实现过程代码以下:i=imread(f:face1.jpg);j=rgb2gray(i);imshow(j);imwrite(j,f:face1.tif)效果图2.1图2.12)图像增强(1)灰度图像直方图均衡化经过比较原图和直方图均衡化后图像可见,图像变得更清楚,而且均衡化后直方图比原直方图形状更理想。该部分程序代码以下:i=imread(f:face1.t
17、if);j=histeq(i);imshow(j);figure,subplot(1,2,1),imhist(i);subplot(1,2,2),imhist(j)实施后效果图图2.2和图2.3: 图2.2均衡化后灰度图像 图2.3均衡化前后直方图对比图(2)灰度图像平滑和锐化处理平滑滤波器目标在于模糊图像或消除噪声,Matlab7.0图像处理工具箱提供了medfilter2()函数用于实现中值滤波,wiener2()实现对图像噪声自适应滤波。在本文实例中,为了使滤波效果更显著,我们事先为图像认为增加滤波,然后用自适应滤波方法对图像进行滤波。锐化处理目标在于强调图像被模糊细节,在本实例中采取了
18、预定义高斯滤波器方法对图像进行锐化滤波。功效实现代码以下:i=imread(f:fae1.tif);j=imnoise(i,guassian,0,0.02);subplot(1,2,1),imshow(j);j1=wiener2(j);subplot(1,2,2),imshow(j1);h=fspecial(gaussian,2,0.05);j2=imfilter(i,h);figure,subplot(1,2,1),imshow(i)subplot(1,2,2),imshow(j2)得到效果图图2.4和图2.5: 加入噪声图像 滤波后图像图2.4 平滑滤波效果 原灰度图像 锐化后图像 图2.
19、5 锐化滤波效果图3)边缘检测Matlab7.0图像处理工具箱提供了edge()函数实现边缘检测,还有多种方法算子供选择,在本实例中采取了canny算子来进行边缘检测,程序代码以下:i=imread(f:face.tif);j=edge(i,canny,0.04,0.25,1.5);imshow(j)效果图图2.6:原灰度图像 边缘检测后图像 图2.6 边缘检测效果图2.4 本章小结以上实例只是对Matlab图像处理工具箱函数一小部分利用,从这些功效利用能够看出,Matlab语言简练,可读性强。作为人脸识别系统中图像预处理工具,有很好处理功效。第三章 人脸图像识别计算机系统3.1 引言计算机人
20、脸识别是一个很活跃研究领域,因其在公安刑侦破案、银行密码系统、计算机安全系统和动态监视系统等方面全部有广泛应用,已成为目前模式识别、计算机视觉领域研究热点。人脸识别系统通常包含人脸检测和定位、人脸图像预处理、特征提取和匹配识别四个组成部分。其中,人脸图像预处理,作为特征提取和识别前提步骤,是计算机人脸识别系统中必需步骤。其目标是在去除噪声,加强有用信息,对输入设备或其它原因造成退化现像进行复原,为后续特征提取和识别作准备。不一样人脸识别系统依据其采取图像起源和识别算法需要不一样,采取预处理方法也不一样。常见人脸图像预处理方法有:滤波去噪、灰度变换、图像二值化、边缘检测、尺寸归一化、灰度归一化等
21、。用在同一系统中可能只有其中一个或多个预处理方法,但一旦库中采集到原始图像质量发生较大改变(如人脸大小、光照强度、拍摄条件、成像系统等方面改变),原有预处理模块便不能满足特征提取需要,还要更新,这是极不方便。鉴于此,作者在总结分析了灰度变换、滤波去噪、边缘检测三种广泛应用于不一样人脸识别系统中预处理方法基础上,设计了一个通用人脸图像预处理仿真系统。该系统可对不一样条件下原始图像进行对应预处理。如,用户可依据需要选择使用不一样滤波方法去除噪声、不一样边缘检测算子检测人脸边缘、选择不一样灰度变换算法实现图像灰度校正和灰度归一化,仿真系统同时还实现了尺寸归一化、二值化等其它常见图像预处理算法。3.2
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 识别 专业 系统 设计 仿真 基于 matlab 源程序 版权 自己 交流 使用
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【二***】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【二***】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。