【正文】 人臉識(shí)別系統(tǒng)的研究與實(shí)現(xiàn)目 錄第一章 緒論第一節(jié) 課題背景 一 課題的來(lái)源1二 人臉識(shí)別技術(shù)的研究意義1第二節(jié) 人臉識(shí)別技術(shù)的國(guó)內(nèi)外發(fā)展概況3一 國(guó)外發(fā)展概況 2二 國(guó)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(kāi)發(fā)環(huán)境的需求分析7三 運(yùn)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(jì)方案原則的選擇7二 圖像文件格式選擇8三 開(kāi)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(jì)9第一節(jié) 各模塊功能簡(jiǎn)介9第四章 系統(tǒng)詳細(xì)設(shè)計(jì)14第一節(jié) 系統(tǒng)整體設(shè)計(jì)簡(jiǎn)述14第二節(jié) 圖像處理詳細(xì)設(shè)計(jì)14 一 位圖詳細(xì)設(shè)計(jì)14二 圖像點(diǎn)處理詳細(xì)設(shè)計(jì)15（二） 光線補(bǔ)償算法和代碼實(shí)現(xiàn)16（三） 圖像灰度化算法和代碼實(shí)現(xiàn)18（四） 高斯平滑算法和代碼實(shí)現(xiàn)20（五） 灰度均衡算法和代碼實(shí)現(xiàn)23（六） 圖像對(duì)比度增強(qiáng)算法和代碼實(shí)現(xiàn)25第三節(jié) 編程時(shí)的問(wèn)題解決26第五章 結(jié)構(gòu)設(shè)計(jì)28第六章 測(cè)試35第一節(jié) 測(cè)試方案選擇的原則35第二節(jié) 測(cè)試方案36結(jié)束語(yǔ)37致 謝 參考文獻(xiàn) 摘要 人臉識(shí)別因其在安全驗(yàn)證系統(tǒng)、信用卡驗(yàn)證、醫(yī)學(xué)、檔案管理、視頻會(huì)議、人機(jī)交互、系統(tǒng)公安(罪犯識(shí)別等)等方面的巨大應(yīng)用前景而越來(lái)越成為當(dāng)前模式識(shí)別和人工智能領(lǐng)域的一個(gè)研究熱點(diǎn)。 本文提出了基于24位彩色圖像對(duì)人臉進(jìn)行識(shí)別的方法，介紹的主要內(nèi)容是圖像處理，它在整個(gè)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(shí)別的準(zhǔn)確率。本軟件主要用到的圖像處理技術(shù)是：光線補(bǔ)償、高斯平滑和二值化。在識(shí)別前，先對(duì)圖像進(jìn)行補(bǔ)光處理，再通過(guò)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(duì)稱性來(lái)確定是否就是人臉，同時(shí)采用高斯平滑來(lái)消除圖像的噪聲，再進(jìn)行二值化，二值化主要采用局域取閾值方法，接下來(lái)就進(jìn)行定位、提取特征值和識(shí)別等操作。經(jīng)過(guò)測(cè)試，圖像預(yù)處理模塊對(duì)圖像的處理達(dá)到了較好的效果，提高了定位和識(shí)別的正確率。 【關(guān)鍵字】：人臉識(shí)別；光線補(bǔ)償；高斯平滑；對(duì)比度增強(qiáng)AbstractFace 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 第一章 前言第一節(jié) 課題背景一 課題的來(lái)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(zhǎng)，生物統(tǒng)計(jì)識(shí)別技術(shù)得到了新的重視。目前，微電子和視覺(jué)系統(tǒng)方面取得的新進(jìn)展，使該領(lǐng)域中高性能自動(dòng)識(shí)別技術(shù)的實(shí)現(xiàn)代價(jià)降低到了可以接受的程度。而人臉識(shí)別是所有的生物識(shí)別方法中應(yīng)用最廣泛的技術(shù)之一，人臉識(shí)別技術(shù)是一項(xiàng)近年來(lái)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(kù)中的資料進(jìn)行比對(duì)，并找出該嫌犯的詳細(xì)資料和犯罪記錄。這并非虛構(gòu)的情節(jié)。在國(guó)外，人臉識(shí)別技術(shù)早已被大量使用在國(guó)家重要部門以及軍警等安防部門。在國(guó)內(nèi)，對(duì)于人臉識(shí)別技術(shù)的研究始于上世紀(jì)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(shí)別技術(shù)的研究意義 富有挑戰(zhàn)性的課題人臉識(shí)別是機(jī)器視覺(jué)和模式識(shí)別領(lǐng)域最富有挑戰(zhàn)性的課題之一，同時(shí)也具有較為廣泛的應(yīng)用意義。人臉識(shí)別技術(shù)是一個(gè)非常活躍的研究領(lǐng)域，它覆蓋了數(shù)字圖像處理、模式識(shí)別、計(jì)算機(jī)視覺(jué)、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(shí)用應(yīng)用中仍面臨著很嚴(yán)峻的問(wèn)題,因?yàn)槿四樜骞俚姆植际欠浅Ｏ嗨频?，而且人臉本身又是一個(gè)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(shí)別帶來(lái)了相當(dāng)大的麻煩。如何能正確識(shí)別大量的人并滿足實(shí)時(shí)性要求是迫切需要解決的問(wèn)題。面部關(guān)鍵特征定位及人臉2D形狀檢測(cè)技術(shù)在人臉檢測(cè)的基礎(chǔ)上，面部關(guān)鍵特征檢測(cè)試圖檢測(cè)人臉上的主要的面部特征點(diǎn)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(dòng)性狀模型和主動(dòng)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(cè)人臉特征的先驗(yàn)的形狀信息，定義一個(gè)參數(shù)描述的形狀模型，該模型的參數(shù)反映了對(duì)應(yīng)特征形狀的可變