【正文】 3 + + + + + 4 + + + + + 河南城建學(xué)院本科畢業(yè)設(shè)計(jì)（論文） 人臉圖像識(shí)別計(jì)算機(jī)系統(tǒng) 22 原圖頻譜圖 對(duì)比圖頻譜圖 表 頻譜圖的相關(guān)性系數(shù) 根據(jù)以上內(nèi)容利用 matlab仿真軟件和傅里葉變換及相關(guān)性算法做出的人臉識(shí)別的頻譜 圖以及頻譜圖的相關(guān)性系數(shù)，由相關(guān)性系數(shù)可得到，時(shí)域圖一樣的，相關(guān)性系數(shù)都是 1 而且頻域圖也一樣；時(shí)域圖不一樣時(shí)，相關(guān)性系數(shù)越接近于 1 相似度越大，頻域圖差別越小，但是也存在一些缺點(diǎn)，即使是相同的時(shí)域圖，它們的頻譜圖也存在一些差異。 傅里葉變換能將滿足一定條件的某個(gè)函數(shù)表示成三角函數(shù)（正弦和 /或余弦函數(shù)）或者它們的積分的線性組合。 傅里葉變換在 物理學(xué) 、 數(shù)論 、組合數(shù)學(xué)、信號(hào)處理、概率、統(tǒng)計(jì)、密碼學(xué)、聲學(xué)、光學(xué)等領(lǐng)域都有著廣泛的應(yīng)用。 在論文設(shè)計(jì)時(shí)人臉數(shù)據(jù)庫不容易找到，有些圖像處理方法不是很理解，運(yùn)用的過程中碰到很多問題。 在“數(shù)字圖像處理的基本方法”這一部分，用到的一些基本方法和一些最常用的處理方法來實(shí)現(xiàn)圖像預(yù)處理，如格式轉(zhuǎn)換，灰度變化和濾波銳化。該方法能較好地實(shí)現(xiàn)人臉的分類，但對(duì)人臉圖像的要求較高，目前僅是采用 Orl 的標(biāo)準(zhǔn)人臉庫中的圖像來進(jìn)行測(cè)試，因此能獲得較高的識(shí)別率。曹老師學(xué)識(shí)淵博、治學(xué)嚴(yán)謹(jǐn)、平 易近人，他以其寬廣的視野、敏銳的洞察力、嚴(yán)謹(jǐn)?shù)闹螌W(xué)態(tài)度在學(xué)術(shù)上給了我悉心的指導(dǎo)。 再次真心的感謝所有關(guān)心愛護(hù)我的良師益友和親人們 ！ 。 其次，我還要特別感謝我的同學(xué)魏備與何志冬，他們不僅為我提供了部分Matlab編程代碼，還細(xì)心的給我講解了代碼的含義，讓我對(duì)我的課題有了更加深入的了解。若要進(jìn)一步提高識(shí)別率和適用范圍，則還需要結(jié)合其它算法，如 PCA、神經(jīng)網(wǎng)絡(luò)等。僅這一部分即可形成一個(gè)專用的圖像處理平臺(tái)。 河南城建學(xué)院本科畢業(yè)設(shè)計(jì)（論文） 結(jié)論 24 5 結(jié)論 基于 matlab 數(shù)字圖像處理與識(shí)別系統(tǒng)其實(shí)是一個(gè)范圍很大的應(yīng)用系統(tǒng)，作者在此只是有針對(duì)性、有選擇地進(jìn)行了一些 仿真 。相關(guān)性的元素之間需要存在一定 的聯(lián)系或者概率才可以進(jìn)行相關(guān)性分析。最初傅里葉分析是作為熱過程的解析分析的工具被提出的。 對(duì)于 本文在人臉識(shí)別系統(tǒng)中幾種常用的圖像預(yù)處理方法 進(jìn)行基礎(chǔ)的應(yīng)用 ， 同時(shí) 利用 MATLAB 實(shí)現(xiàn)了通用的人臉圖像預(yù)處理仿真，將該系統(tǒng)作為圖像預(yù)處理模塊可嵌入在人臉識(shí)別系統(tǒng)中，并利用灰度圖像的直方圖比對(duì)來實(shí)現(xiàn)人臉圖像的識(shí)別判定。figure。 J2Power = abs(J2fftShift)。 J2fft = fft2(J2)。)。G:\張迎 \標(biāo)準(zhǔn)測(cè)試圖像庫 1\39。 人臉 識(shí)別 通過以上幾節(jié)的方法及步驟對(duì)人臉圖像的獲取、檢測(cè)、特征提取以及圖像處理進(jìn)而實(shí)現(xiàn)的人臉定位，而后開始進(jìn)行人臉識(shí)別，在人臉識(shí)別的過程中利用傅里葉變換并求取共軛的互能量普，由傅里葉變換的時(shí)域圖通過互相關(guān)性算法得到頻域的頻譜圖。所以，和灰度變換及濾波去噪部分的設(shè)計(jì)思路相同，在仿真系統(tǒng)中，筆者給出了 canny、 sobel、 log、prewitt 四種算子在不同灰度閾值下、不同方向的邊緣檢測(cè)算法 ，使用者可從檢測(cè)結(jié)果中加以比較、選擇合適的算法。故在仿 真系統(tǒng)中提供了三種灰度變換效果比較及選擇界面，用戶可根據(jù)需要選用。這一過程，也被稱作灰度歸一化。 （ 3）自適應(yīng)濾波自適應(yīng)濾波能夠根據(jù)圖像的局部方差來調(diào)整濾波器的輸出，其濾波效果要優(yōu)于線性濾波，同時(shí)可以更好地保存圖像的邊緣和高 頻細(xì)節(jié)信息?？紤]濾波模板大小對(duì)濾波效果影響較大，仿真系統(tǒng)選擇算法時(shí)對(duì)同種濾波算法提供了不同模板大小的情況。在人臉圖像預(yù)處理中使用較多的濾波是平滑濾波，方法可分為以下三類：線性濾波、中值濾波、自適應(yīng)濾波。所以，在本仿真系統(tǒng)中，對(duì)上述的每種預(yù)處理方法全部加以實(shí)現(xiàn)的同時(shí)，還對(duì)三種最常用預(yù)處理方法：濾波去噪、灰度變換、邊緣檢測(cè)，提供了多種不同的具體算法供用戶比較、選擇之用。該系統(tǒng)可對(duì)不同條件下的原始圖像進(jìn)行相應(yīng)的預(yù)處理。 ) 原始圖片 灰度圖片 均衡化灰度圖片 人臉定位 人臉圖像的預(yù)處理 不同的人臉識(shí)別系統(tǒng)根據(jù)其采用的圖像來源和識(shí)別算法需要不同，采用的預(yù)處理方法也不同。,[BB2(1,j2),BB2(1,j1),BB2(1,j),BB2(1,j+1)],39。 end end figure,imshow(I)。 for k=3:4:s21 p=BB2(1,k)*BB2(1,k+1)。 BB1=struct2cell(BB)。 end figure,imshow(BW) %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% %%%%% detection of face object L = bwlabel(BW,8)。 end y1=y1+c。s1=y1。 pr=o*100/s。 for i=1:10 y1=1。 c=floor(n2/10)。 I=rgb2gray(i)。 檢測(cè)方法 優(yōu)點(diǎn)與適用場(chǎng)合 缺點(diǎn)與需要改進(jìn)的地方 膚色模型 檢測(cè)速度快 高光和陰影會(huì)造成人臉區(qū)域被分割而被漏檢；膚色區(qū)域的存在提高了預(yù)警率 模板匹配 直觀性好，具有較好的適應(yīng)性 對(duì)表情、尺度變換敏感；可變 模板的選擇和參數(shù)的確定非常困難 基于知識(shí)的方法 適用復(fù)雜圖像中的人臉檢測(cè) 依賴先驗(yàn)知識(shí)；多尺度空間遍歷工作量大，運(yùn)算時(shí)間長 河南城建學(xué)院本科畢業(yè)設(shè)計(jì)（論文） 人臉圖像識(shí)別計(jì)算機(jī)系統(tǒng) 14 基于積分圖像（ Integral Image）特征的人臉檢測(cè)方法是 Viola 等新近提出的一種算法，它綜合使用了積分圖像描述方法、 Adaboost 學(xué)習(xí)算法及訓(xùn)練方法、級(jí)聯(lián)弱分類器。 人工神經(jīng)網(wǎng)絡(luò)（ Artificial Neural Network， ANN）的方法是通過訓(xùn)練一個(gè)網(wǎng)絡(luò)結(jié)構(gòu)，把模式的統(tǒng)計(jì)特性隱含在神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)和參數(shù)之中。 以上三種方法的優(yōu)缺點(diǎn)比較見表 。 Yoo 等利用膚色像素的連通性分割出區(qū)域，使用橢圓擬合各個(gè)區(qū)域，根據(jù)橢圓長短軸的比率判斷是否為人臉。 Yang 等在考察了不同種族、不同個(gè)體的膚色后，認(rèn)為人類的膚色能在顏色空間中聚成單獨(dú)的一類，而影響膚色值變化的最主要因素是亮度變化。 所謂顯式特征是指對(duì)人類肉眼來說直觀可見的特征，如膚色、臉部輪廓、臉部結(jié)構(gòu)等。對(duì)人臉的定位在輸入是圖像序列時(shí)一般也稱之為人臉跟蹤。該系統(tǒng)可對(duì)不同條件下的原 始圖像進(jìn)行相應(yīng)的預(yù)處理。 不同的人臉識(shí)別系統(tǒng)根據(jù)其采用的圖像來源和識(shí)別算法需要 不同，采用的預(yù)處理方法也不同。 河南城建學(xué)院本科畢業(yè)設(shè)計(jì)（論文） 人臉圖像識(shí)別計(jì)算機(jī)系統(tǒng) 11 3 人臉圖像識(shí)別計(jì)算機(jī)系統(tǒng) 引言 計(jì)算機(jī)人臉識(shí)別是一個(gè)非?；钴S的研究領(lǐng)域，因其在公安刑偵破案、銀行密碼系統(tǒng)、計(jì)算機(jī)安全系統(tǒng)以及動(dòng)態(tài)監(jiān)視系統(tǒng)等方面都有廣泛應(yīng)用，已成為當(dāng)前模式識(shí)別、計(jì)算機(jī)視覺領(lǐng)域的研究熱點(diǎn)。canny39。 程序代碼如下 : i=imread(39。 j2=imfilter(i,h)。subplot(1,2,2),imshow(j1)。gaussian39。功能實(shí)現(xiàn)的代碼如下 : i=imread(39。 figure,subplot(1,2,1),imhist(i)。)。f:\39。)。 Matlab 實(shí)現(xiàn)實(shí)例 本文通過運(yùn)用圖像處理工具箱的有關(guān)函數(shù)對(duì)一人臉的彩色圖像進(jìn)行處理。 邊緣檢測(cè) 數(shù)字圖像的邊緣檢測(cè)是圖像分割、目標(biāo)區(qū)域識(shí)別、區(qū)域形狀提取等圖像分析領(lǐng)域十分重要的基礎(chǔ) ,也是圖像識(shí)別中提取圖像特征的一個(gè)重要屬性。 (2)空域?yàn)V波增強(qiáng) 空域?yàn)V波按照空域?yàn)V波器的功能又可分為平滑濾波器和銳化濾波器。下面以空域增強(qiáng)法的幾種方法加以說明。 圖像處理工具箱為我們提供了不同圖像類型相互轉(zhuǎn)換的大量函數(shù) ,如 mat2gray()函數(shù)可以將矩陣轉(zhuǎn)換為灰度圖像 ,rgb2gray()轉(zhuǎn)換 RGB 圖像或顏色映像表為灰度圖像。 圖像處理的基本操作 讀取和顯示圖像可以通過 imread()和 imshow()來實(shí)現(xiàn) 。 數(shù)字圖像處理及過程 圖像是人類獲取信息、表達(dá)信息和傳遞信息的重要 手段。 河南城建學(xué)院本科畢業(yè)設(shè)計(jì)（論文） 圖像處理的 matlab實(shí)現(xiàn) 6 2 圖像處理的 Matlab 實(shí)現(xiàn) Matlab 簡介 由 Math Work 公司開發(fā)的 Matlab 語言語法限制不嚴(yán)格 ,程序設(shè)計(jì)自由度大 ,程序的可移植性好。 第 3 章主要始涉三個(gè)方面：首先是對(duì)人臉識(shí)別系統(tǒng)的構(gòu)成做詳細(xì)論述；其次就是對(duì)人臉識(shí)別過程中的關(guān)鍵環(huán)節(jié)人臉檢測(cè)、特征提取和圖像預(yù)處理做詳細(xì)介紹；最后就是 Matlab 在人臉識(shí)別系統(tǒng)中的具體應(yīng)用，即人臉圖像識(shí)別的具體技術(shù)，并用 Matlab 進(jìn)行仿真試驗(yàn)并得到結(jié)果。系統(tǒng)在輸入人臉圖像的同時(shí)輸入一個(gè)用戶宣稱的該人臉的身份信息，系統(tǒng)要對(duì)該輸入人臉圖像的身份與宣稱的身份是否相符作出判斷。 (4)基于人臉圖像比對(duì)的身份識(shí)別 即人臉識(shí)別 (Face Identification)問題。若存在人臉，給出其在圖像中的坐標(biāo)位置、人臉區(qū)域大小等信息。假設(shè)我們把照相機(jī)、攝像頭、掃描儀等看作計(jì)算機(jī)的“眼睛”，數(shù)字圖像可以看作計(jì)算機(jī)觀察到的“影像”，那么AFR 賦予計(jì)算機(jī)根據(jù)其所“看到”的人臉圖片來判斷人物身份的能力。 表 人臉識(shí)別的應(yīng)用 應(yīng)用 優(yōu)點(diǎn) 存在問題 信用卡、汽車駕照、護(hù)照以及個(gè)人身份驗(yàn)證等 圖像攝取可控、圖像分割可控、圖像質(zhì)量好 需要建立龐大的數(shù)據(jù)庫 嫌疑犯照片匹配 圖像質(zhì)量不統(tǒng)一、多幅圖像可用 潛在的巨大圖像庫 互聯(lián)網(wǎng)應(yīng)用 視頻信息價(jià)值高多人參與 存在虛假 銀行 /儲(chǔ)蓄安全 監(jiān)控效果好 圖像分割不可控、圖像質(zhì)量較差 人群監(jiān)測(cè) 圖像質(zhì)量高、可利用攝 像圖像 圖像分割自由、圖像質(zhì)量低、實(shí)時(shí)性 本文研究的問題 本文介紹了人臉圖像識(shí)別中所應(yīng)用 MATLAB 對(duì)圖像進(jìn)行預(yù)處理，應(yīng)用該工具箱對(duì)圖像進(jìn)行經(jīng)典圖像處理 ,通過實(shí)例來應(yīng)用 matlab 圖像處理功能，對(duì)某一特定的人臉圖像處理，進(jìn)而應(yīng)用到人臉識(shí)別系統(tǒng)。為此， RainerLihart 等人于 2020 年對(duì)此方法進(jìn)行了擴(kuò) 展，增加了傾斜特征的定義，此后此方法被擴(kuò)展到全旋轉(zhuǎn)放縮情況下的人臉檢測(cè)。它們可以被歸類到基于顯示特征和基于隱式特征的兩大方法中。不說別的，就 只從 FRVT2020（美國國家標(biāo)準(zhǔn)研究所 2020 年全球人臉識(shí)別供應(yīng)商系統(tǒng)性能測(cè)試）的測(cè)試結(jié)果看來，丁曉晴教授的研究團(tuán)隊(duì)是唯一一個(gè)完成大規(guī)模 3D 人臉識(shí)別性能測(cè)試的參賽團(tuán)隊(duì)。同時(shí)基于近紅外線的人臉識(shí)別技術(shù)得到了國際上同行業(yè)的專家認(rèn)可和一致肯定。其次是中科院生物研究所的李子清教授，以及下屬的中科奧森公司。 在國內(nèi)，最早研究人臉識(shí)別的當(dāng)屬于中科院計(jì)算所跟哈工大的一個(gè)聯(lián)合面像實(shí)驗(yàn)室。因此在各種干擾條件下實(shí)現(xiàn)人臉圖像的識(shí)別，也就更具有挑戰(zhàn)性。人臉圖像的自動(dòng)識(shí)別系統(tǒng)較之指紋識(shí)別系統(tǒng)、 DNA 鑒定等更具方便性，因?yàn)樗臃奖悖梢圆唤佑|目標(biāo)就進(jìn)