【正文】 畢業(yè)論文 人臉識別系統(tǒng)的研究與實現(xiàn) 1 人臉識別 方法 的研究 目 錄 第一章 緒論 第一節(jié) 課題背景 一 課題的來源 1 二 人臉識別技術(shù)的研究意義 1 第二節(jié) 人臉識別技術(shù)的國內(nèi)外發(fā)展概況 3 一 國外發(fā)展概況 2 二 國內(nèi)發(fā)展概況 4 第二 章 系統(tǒng)的需求分析和方案選擇 5 第一節(jié) 可行性分析 5 一 技術(shù)可行性分析 5 二 操作可行性分析 5 第二節(jié) 需求分析 6 一 應(yīng)用程序的功能需求分析 6 二 開發(fā)環(huán)境的需求分析 7 三 運行環(huán)境的需求分析 7 第三節(jié) 預(yù)處理方案選擇 7 一 設(shè)計方案原則的選擇 7 二 圖像文件格式選擇 8 三 開發(fā)工具選擇 8 四 算法選擇分析 8 第三章 系統(tǒng)的概要設(shè)計 9 第一節(jié) 各模塊功能簡介 9 第四章 系統(tǒng)詳細設(shè)計 14 第一節(jié) 系統(tǒng)整體設(shè)計簡述 14 第二節(jié) 圖像處理詳細設(shè)計 14 一 位圖詳細設(shè)計 14 二 圖像點處理詳細設(shè)計 15 （二） 光線補償算法和代碼實現(xiàn) 16 （三） 圖像灰度化算法和代碼實現(xiàn) 18 （四） 高斯平滑算法和代碼實現(xiàn) 20 （五） 灰度均衡算法和代碼實現(xiàn) 23 （六） 圖像對比度增強算法和代碼實現(xiàn) 25 第三節(jié) 編程時的問題解決 26 第五章 結(jié)構(gòu)設(shè)計 28 第六章 測試 35 第一節(jié) 測試方案選擇的原則 35 第二節(jié) 測試方案 36 結(jié)束語 37 致 謝 參考文獻 畢業(yè)論文 人臉識別系統(tǒng)的研究與實現(xiàn) 2 摘要 人臉識別因其在安全驗證系統(tǒng)、信用卡驗 證、醫(yī)學(xué)、檔案管理、視頻會議、人機交互、系統(tǒng)公安 (罪犯識別等 )等方面的巨大應(yīng)用前景而越來越成為當(dāng)前模式識別和人工智能領(lǐng)域的一個研究熱點。 本文 提出了基于 24位彩色圖像對人臉進行識別的方法， 介紹的主要內(nèi)容是圖像處理，它在整個軟件中占有極其重要的地位，圖像處理的好壞直接影響著定位和識別的準確率。本軟件主要用到的圖像處理技術(shù)是：光線補償、高斯平滑和二值化。在識別前，先 對圖像進行補光處理，再通過膚色獲得可能的臉部區(qū)域，最后根據(jù)人臉固有眼睛的對稱性來確定是否就是人臉，同時采用高斯平滑來消除圖像的噪聲，再進行二 值化，二值化主要采用局域取閾值方法，接下來就進行定位、提取特征值和識別等操作。經(jīng)過測試，圖像預(yù)處理模塊對圖像的處理達到了較好的效果，提高了定位和識別的正確率。 【 關(guān)鍵字 】 ：人臉識別；光線補償；高斯平滑；對比度增強 畢業(yè)論文 人臉識別系統(tǒng)的研究與實現(xiàn) 3 Abstract Face recognition is a plex and difficult problem that is important for surveillance and security, telemunications, digital libraries , video meeting, and humanputer 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 pensating、 gauss smooth and twain value method. before discerning, we pensated the light for image, then we could obtain the possible face area through the plexion, 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 pensating； gauss smooth； contrast enhancing 畢業(yè)論文 人臉識別系統(tǒng)的研究與實現(xiàn) 4 第一章 前言 第一節(jié) 課題背景 一 課題的來源 隨著 安全 入口控 制和 金融貿(mào)易 方 面 應(yīng)用 需 要的 快速增 長， 生物統(tǒng) 計識別技術(shù)得 到了新的 重視 。目 前 ， 微 電子和 視覺系統(tǒng) 方 面 取得的新進 展 ，使該 領(lǐng)域 中 高性能自動 識別技術(shù)的實 現(xiàn) 代 價降低到 了可以 接受 的 程度 。而人臉識別是所有的 生物 識別方法中應(yīng)用 最廣泛 的技術(shù) 之 一， 人臉識別技術(shù)是 一項近年來興起的，但不大為人所知的新技術(shù)。人們更多的是在電影中看到這種技術(shù)的神奇應(yīng)用：警察將偷拍到的嫌疑犯的臉部照片，輸入到電腦中，與警方數(shù)據(jù)庫中的資料進行比對，并找出該嫌犯的詳細資料和犯罪記錄。這并非虛構(gòu)的情節(jié)。在國外，人臉識別技術(shù)早已被大量使用在國家重要部門以及軍警等安防部門。在國內(nèi)，對于人臉識別技術(shù)的研究始于上世紀 90 年代，目前主要應(yīng)用在公安、金 融、網(wǎng)絡(luò)安全、物業(yè)管理以及考勤等領(lǐng)域。 二 人臉識別技術(shù)的研究意義 富有挑戰(zhàn)性的課題 人臉識別是機 器視覺 和 模式 識別 領(lǐng)域最富 有 挑戰(zhàn)性 的 課 題 之 一，同 時也具有較為 廣泛 的應(yīng)用意 義。人臉識別技術(shù)是一個 非?；钴S 的研究 領(lǐng)域 ，它 覆蓋 了 數(shù)字圖像 處理、模式識別、計算機視覺、神經(jīng)網(wǎng)絡(luò)、心理學(xué)、生理學(xué)、數(shù)學(xué)等諸多學(xué)科的內(nèi)容。如今，雖然在這方面的研究已取得了一些可喜的成果，但是 FRT 在實用應(yīng)用中仍面臨著很嚴峻的問題 ,因為人臉五官的分布是非常相似的，而且人臉本身又是一個柔性物體，表情、姿態(tài)或發(fā)型、化妝的千變?nèi)f化都給正確識別帶來了 相 當(dāng)大的 麻煩 。 如 何 能正 確識別大量的人并 滿足 實時 性 要 求 是 迫切需 要解 決 的問題。 面部關(guān)鍵特征定位及人臉 2D 形狀檢測技術(shù) 在人臉檢測的基礎(chǔ)上，面部關(guān)鍵特 征檢測試圖檢測人臉上的主要的面部特征點的位置和眼睛和嘴巴等主要器官的形狀信息?；叶确e分投影曲線分析、模板匹配、可變形模板、 Hough 變換、 Snake 算子、基于 Gabor 小波變換的彈性圖匹配技術(shù)、主動性狀模型和主動外觀模型是常用的方法。 可變形模板的主要思想是根據(jù)待檢測人臉特征的先驗的形狀信息，定義一個參數(shù)描述的形狀模型，該模型的參數(shù)反映了對應(yīng)特征形狀的可變部分，如位置、大小、角度等，它們最終通過模型與圖像的邊緣、峰、谷和灰度分布特性的動態(tài)地交互適應(yīng)來得以修正。畢業(yè)論文 人臉識別系統(tǒng)的研究與實現(xiàn) 5 由于模板變形利用了特征區(qū)域的全局信息，因此可 以較好地檢測出相應(yīng)的特征形狀。由于可變形模板要采用優(yōu)化算法在參數(shù)空間內(nèi)進行能量函數(shù)極小化，因此算法的主要缺點在于兩點：一、對參數(shù)初值的依賴程度高，很容易陷入局部最??；二、計算時間長。針對這兩方面的問題，我們采用了一種由粗到細的檢測算法：首先利用人臉器官構(gòu)造的先驗知識、面部圖像灰度分布的峰谷和頻率特性粗略檢測出眼睛、鼻子、嘴、下巴的大致區(qū)域和一些關(guān)鍵的特征點；然后在此基礎(chǔ)上，給出了較好的模板的初始參數(shù)，從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，它們的精確定位是識別的關(guān)鍵。基于區(qū)域增長的眼 睛定位技術(shù)，該技術(shù)在人臉檢測的基礎(chǔ)上，充分利用了眼睛是面部區(qū)域內(nèi)臉部中心的左上方和右上方的灰度谷區(qū)這一特性，可以精確快速的定位兩個眼睛瞳孔中心位置。該算法采用了基于區(qū)域增長的搜索策略，在人臉定位算法給出的大致人臉框架中，估計鼻子的初始位置，然后定義兩個初始搜索矩形，分別向左右兩眼所處的大致位置生長。該算法根據(jù)人眼灰度明顯低于面部灰度的特點，利用搜索矩形找到眼部的邊緣，最后定位到瞳孔的中心。實驗表明，本算法對于人臉大小、姿態(tài)和光照的變化，都有較強的適應(yīng)能力，但在眼部陰影較重的情況下，會出現(xiàn)定位不準。佩戴黑框眼 鏡，也會影響本算法的定位結(jié)果。 面部感知系統(tǒng)的重要內(nèi)容 基于視覺通道信息的面部感知系統(tǒng)，包括人臉檢測和跟蹤、面部特征定位、面部識別、人臉歸類（年齡、種族、性別等的判別）、表情識別、唇讀等分系統(tǒng)，如圖 11 所式，可以看出，繼人臉檢測和跟追之后，面部特征定位通常是面部感知的一個必備環(huán)節(jié)，是后續(xù)工作的基礎(chǔ)，具有重要的意義。盡管人臉識別不能說是其他面部感知模塊的必備功能，但是， 可以肯定的是，利用已知的身份信息，結(jié)合特定人的先驗知識，可以提高表情分析、唇讀和語音識別、手勢識別乃至手寫體識別的可靠性。而計 算機對使用者身份確認的最直接的應(yīng)用就是基于特定使用者的環(huán)境設(shè)置：如使用者的個性化工作環(huán)境，信息的共享和隱私保護等等。 畢業(yè)論文 人臉識別系統(tǒng)的研究與實現(xiàn) 6 圖 11 面部感知系統(tǒng)結(jié)構(gòu)圖 第二節(jié) 人臉識別的國內(nèi)外發(fā)展概況 現(xiàn)在人臉識別技術(shù)已經(jīng)應(yīng)用在許多領(lǐng)域中，并起到了舉足輕重的作用， 人臉識別研究開始于 1966 年 PRI 的 Bledsoe 的工作， 經(jīng)過三十多年的發(fā)展， 人臉識別 技術(shù)取得了長足的進步， 現(xiàn)在就目前國內(nèi)外的發(fā)展情況來進行展述。 一 國外的發(fā)展概況 [1] 見諸文獻的機器自動人臉識別 研究開始于 1966年 PRI的 Bledsoe的工作， 1990年日本研制的人像識別機，可在 1秒鐘內(nèi)中從 3500人中識別到你要找的人 。 1993年，美國國防部高級研究項目署 (Advanced Research Projects Agency)和美國陸軍研究實驗室 (Army Research Laboratory)成立了 Feret(Face Recognition Technology) 項目組，建立了feret 人臉數(shù)據(jù)庫，用于評價人臉識別算法的性能。 美國陸軍實驗室也是利用 vc++開發(fā)，通過軟件實現(xiàn)的，并且 FAR 為 49%。在美國的進行的公開測試中， FAR，為 53%。美國國防部高級研究項目署，利用半自動和全自動算法。這種算法需要人工或自動指出圖像中人的兩眼的中心坐標(biāo)，然后進行識別。在機場開展的測試中，系統(tǒng)發(fā)出的錯誤警報太多，國外的一些高校（卡內(nèi)基梅隆大學(xué)（ Carnegie Mellon University）為首，麻省理工大學(xué)（ Massachusetts Institute of Technology ）等，英國的雷丁大學(xué)（ University of Reading））和公司（ Visionics 公司 Facelt 人臉識別系統(tǒng)、 Viiage 的 Fac