【正文】 一系列處理才可進(jìn)行下一步的工作，該處理過程也稱圖像預(yù)處理。 畢業(yè)論文 人臉識(shí)別系統(tǒng)的研究與實(shí)現(xiàn) 9 二 操作可行性 該人臉識(shí)別軟件需要如下的運(yùn)行環(huán)境： CPU： 500M 及以上；內(nèi)存： 64 M 及以上。 灰度變換：進(jìn)行灰度處理，我們要保證圖像信息盡可能少的丟失。 在確定臉部區(qū)域上，通常使用的方法有膚色提取。 畢業(yè)論文 人臉識(shí)別系統(tǒng)的研究與實(shí)現(xiàn) 8 第二章 系統(tǒng)的需求分析與方案選擇 人臉識(shí)別系統(tǒng)現(xiàn)在應(yīng)用于許多領(lǐng)域中，但是 人臉識(shí)別技術(shù) 也 是一項(xiàng)近年來興起的，且 不大為人所知的新技術(shù)。系統(tǒng)可以接受時(shí)間間隔較長的照片，并能達(dá)到較高的識(shí)別率，在計(jì)算機(jī)中庫藏 2300人的正面照片，每人一張照片，使用相距17年、差別比較大的照片去查詢，首選率可以達(dá)到 50%，前 20張輸出照片中包含有與輸入照片為同一人的照片的概率可達(dá) 70% 。 視頻輸入 人臉檢測和跟蹤 面部特征定位 人臉識(shí)別 表情分析 性別判斷 種族判斷 年齡判別 唇 讀 身份信息 情感狀態(tài) 性別信息 種族信息 年齡信息 唇形類別 畢業(yè)論文 人臉識(shí)別系統(tǒng)的研究與實(shí)現(xiàn) 7 二 國內(nèi)的發(fā)展概況 [2] 人臉識(shí)別系統(tǒng)現(xiàn)在在大多數(shù)領(lǐng)域中起到舉足輕重的作用，尤其是用在 機(jī)關(guān)單位的安全和考勤、網(wǎng)絡(luò)安全、銀行、海關(guān)邊檢、物業(yè)管理、軍隊(duì)安全、智能身份證、智能門禁、司機(jī)駕照驗(yàn)證、計(jì)算機(jī)登錄系統(tǒng) 。在美國的進(jìn)行的公開測試中， FAR，為 53%。 畢業(yè)論文 人臉識(shí)別系統(tǒng)的研究與實(shí)現(xiàn) 6 圖 11 面部感知系統(tǒng)結(jié)構(gòu)圖 第二節(jié) 人臉識(shí)別的國內(nèi)外發(fā)展概況 現(xiàn)在人臉識(shí)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(shí)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(shí)別 技術(shù)取得了長足的進(jìn)步， 現(xiàn)在就目前國內(nèi)外的發(fā)展情況來進(jìn)行展述。佩戴黑框眼 鏡，也會(huì)影響本算法的定位結(jié)果?；趨^(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(gè)眼睛瞳孔中心位置。畢業(yè)論文 人臉識(shí)別系統(tǒng)的研究與實(shí)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。 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 的問題。在國內(nèi)，對于人臉識(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。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)近年來興起的，但不大為人所知的新技術(shù)。在識(shí)別前，先 對圖像進(jìn)行補(bǔ)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(shí)采用高斯平滑來消除圖像的噪聲，再進(jìn)行二 值化，二值化主要采用局域取閾值方法，接下來就進(jìn)行定位、提取特征值和識(shí)別等操作。畢業(yè)論文 人臉識(shí)別系統(tǒng)的研究與實(shí)現(xiàn) 1 人臉識(shí)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(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(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)的問題解決 26 第五章 結(jié)構(gòu)設(shè)計(jì) 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(xiàn) 畢業(yè)論文 人臉識(shí)別系統(tǒng)的研究與實(shí)現(xiàn) 2 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)。經(jīng)過測試，圖像預(yù)處理模塊對圖像的處理達(dá)到了較好的效果，提高了定位和識(shí)別的正確率。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(jìn)行比對，并找出該嫌犯的詳細(xì)資料和犯罪記錄。 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 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。 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(diǎn)的位置和眼睛和嘴巴等主要器官的形狀信息。由于可變形模板要采用優(yōu)化算法在參數(shù)空間內(nèi)進(jìn)行能量函數(shù)極小化，因此算法的主要缺點(diǎn)在于兩點(diǎn)：一、對參數(shù)初值的依賴程度高，很容易陷入局部最??；二、計(jì)算時(shí)間長。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(jì)鼻子的初始位置，然后定義兩個(gè)初始搜索矩形，分別向左右兩眼所處的大致位置生長。 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(shí)別、人臉歸類（年齡、種族、性別等的判別）、表情識(shí)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(gè)必備環(huán)節(jié)，是后續(xù)工作的基礎(chǔ)，具有重要的意義。 一 國外的發(fā)展概況 [1] 見諸文獻(xiàn)的機(jī)器自動(dòng)人臉識(shí)別 研究開始于 1966年 PRI的 Bledsoe的工作， 1990年日本研制的人像識(shí)別機(jī)，可在 1秒鐘內(nèi)中從 3500人中識(shí)別到你要找的人 。美國國防部高級研究項(xiàng)目署，利用半自動(dòng)和全自動(dòng)算法。我國在這方面也取得了較好的成就， 國家 863項(xiàng)目 “面像檢測與識(shí)別核心技術(shù) ”通過成果鑒定并 初步應(yīng)用， 就 標(biāo)志著我國在人臉識(shí)別這一當(dāng)今熱點(diǎn)科研領(lǐng)域掌握了一定的核心技術(shù)。 2021年 1月 18日，由清華大學(xué)電子系人臉識(shí)別課題組負(fù)責(zé)人蘇光大教授主持承擔(dān)的國家 十五 攻關(guān)項(xiàng)目《人臉識(shí)別系統(tǒng)》通過了由公安部主持的專家鑒定。 在我國以及其他國家都有大量的學(xué)者正在研究之中，不斷的更新人臉識(shí)別技術(shù)，以便系統(tǒng)的識(shí)別準(zhǔn)確率達(dá)到新的高度。膚色提取，則對臉部區(qū)域的獲取則比較準(zhǔn)確，成功率達(dá)到 95%以上，并且速度快，減少很多工作。同樣在進(jìn)行灰度變換前，我們也要對圖像的信息進(jìn)行統(tǒng)計(jì)，找出一個(gè)比較合理的灰度值，才能進(jìn)行灰度變換。安裝有 Windows 9 Windows Me、 Windows 202 Windows NT 等操作系統(tǒng)中的其中一種。預(yù)處理這個(gè)模塊在整個(gè)人臉識(shí)別系統(tǒng)的開發(fā)過程中占有很重要的地位，只有預(yù)處理模塊做的好，才可能很好的完成后 面的人臉定位和特征提取這兩大關(guān)鍵模塊。 特征提取功能 ： 該模塊是在定位后的人臉圖片中將眼睛、鼻子、嘴巴的特征值 提取出來。 （ 2）運(yùn)行本軟件所需的硬件資源 CPU： 800M 及以上；內(nèi)存： 128M 及以上 軟件環(huán)境 （ 1）系統(tǒng)軟件配置原則 能夠滿足該軟件的可靠性，可用性和安全性的要求 （ 2）系統(tǒng)軟件配置方案 ① 配置有持續(xù)工作能力、高穩(wěn)定性、高度可集成的開放式標(biāo)準(zhǔn)的操作系統(tǒng)，如Windows2021， Windows NT， UNIX， Linux 等。 運(yùn)行環(huán)境需求分析 （ 1）、硬件環(huán)境 CPU： 500M 及以上；內(nèi)存： 64 M 及以上。 采用成熟的技術(shù)，保證應(yīng)用程序的安全性和可靠性。 二 圖像文件格式選擇 在設(shè)計(jì)的過程中，為了定位和特征提取的方便，我們采用的是 24 位位圖。用戶無需通過繁雜的編程操作，即可完成 Windows 下應(yīng)用程序的編輯、編譯、測試和細(xì)化等工作。實(shí)際上就是調(diào)整圖片像素的 RGB 值。高斯平滑： 在圖像的采集過程中 ,由于各種因素的影響 ,圖像中往往會(huì)出現(xiàn)一些不規(guī)則的隨機(jī) 噪聲 ,如數(shù)據(jù)在傳輸、存儲(chǔ)時(shí)發(fā)生的數(shù)據(jù)丟失和損壞等 ,這些都會(huì)影響圖像的質(zhì)量，因此需要將圖片進(jìn)行平滑操作以此來消除噪聲。它的實(shí)現(xiàn)主要是利用灰度均衡的轉(zhuǎn)換式 DB = f （ DA） = A0DMax H（ u） du 。 （一） 應(yīng)用程序的總體結(jié)構(gòu)設(shè)計(jì)流程圖如圖 3－ 1 所示： 圖 3－ 1總體結(jié)構(gòu)設(shè)計(jì)流程圖 用 戶 從“文件”菜單中選擇“打開”選項(xiàng) 在彈出的“打開”對話框中選擇要打開的位圖，點(diǎn)擊“確定”，應(yīng)用程序顯示所要打開的位圖 顯示識(shí)別結(jié)果 獲取臉部區(qū)域 圖象預(yù)處理 人臉定位 獲取特征參數(shù) 識(shí)別 畢業(yè)論文 人臉識(shí)別系統(tǒng)的研究與實(shí)現(xiàn) 14 （二） 圖像預(yù)處理的層次圖如圖 32 所示： 圖 32 預(yù)處理的層次圖 第一節(jié) 各模塊功能概述 以上是該系統(tǒng)的總體結(jié)構(gòu)設(shè)計(jì)圖以及圖像預(yù)處理模塊的層次圖。 圖像預(yù)處理模塊 圖像預(yù)處理就是對獲取得來的圖像進(jìn)行適當(dāng)?shù)奶幚恚顾哂械奶卣髂軌蛟趫D像中明顯的表現(xiàn)出來。 YcrCB是一種色彩空間， 它用于視頻系統(tǒng)中，在該色彩空間中， Y分量表示像素的亮度， Cr表示紅色分量， Cb表示藍(lán)色分量，通常把 Cr和 Cb稱為色度。因此，盡可能在轉(zhuǎn)化的過程中用簡單的方式表現(xiàn)圖像復(fù)雜的信息。處理噪聲的過程稱為平滑。 該設(shè)計(jì)中采用組畢業(yè)論文 人臉識(shí)別系統(tǒng)的研究與實(shí)現(xiàn) 16 內(nèi)方差和組外方差來實(shí)現(xiàn)二值化。由于眼睛具有對稱性，因此可以很快就能標(biāo)記出來， 而鼻子是在眼睛下面 ， 且嘴巴在鼻子下面，所以只要眼睛標(biāo)記好，鼻子和嘴巴也能相應(yīng)的標(biāo)記出來。然后從庫存中提取出該人相關(guān)的信息，并顯示出來。 第一節(jié) 系統(tǒng)的運(yùn)行流程圖 圖 61 系統(tǒng)的運(yùn)行流程圖 第二節(jié) 圖像處理詳細(xì)設(shè)計(jì) 一 位圖詳細(xì)設(shè)計(jì) 1 設(shè)備無關(guān)位圖（ DIB） VC++沒有提供使用十分方便的 DIB 繪制方法，只好自己去創(chuàng)建一個(gè)實(shí)用的 DIB類了 。 對圖片進(jìn)行光線 補(bǔ)償 、 將圖片變成灰色 、實(shí)現(xiàn)圖片對比度增強(qiáng)，二值化變換等一系列預(yù)處理。 結(jié)束退出 輸出 畢業(yè)論文 人臉識(shí)別系統(tǒng)的研究與實(shí)現(xiàn) 18 表 6－ 1 Dib 類的部分功能 二 圖像點(diǎn)處理詳細(xì)設(shè)計(jì) 圖像點(diǎn)運(yùn)算是一種既簡單又重要的技術(shù)，它能讓用戶改變圖像數(shù)據(jù)占據(jù)的灰度范圍，一幅輸入圖像經(jīng)過點(diǎn)運(yùn)算后將產(chǎn)生一幅新的輸出圖像，由輸入像素點(diǎn)的灰度值決定相應(yīng)的輸出像素點(diǎn)的灰度值，點(diǎn)運(yùn)算與局部運(yùn)算的差別在 于：后者每個(gè)輸出像素的灰度值由對