【正文】 3 + + + + + 4 + + + + + 河南城建學(xué)院本科畢業(yè)設(shè)計（論文） 人臉圖像識別計算機系統(tǒng) 22 原圖頻譜圖 對比圖頻譜圖 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，時域圖一樣的，相關(guān)性系數(shù)都是 1 而且頻域圖也一樣；時域圖不一樣時，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，即使是相同的時域圖，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)、信號處理、概率、統(tǒng)計、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)計時人臉數(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。該方法能較好地實現(xiàn)人臉的分類，但對人臉圖像的要求較高，目前僅是采用 Orl 的標準人臉庫中的圖像來進行測試，因此能獲得較高的識別率。曹老師學(xué)識淵博、治學(xué)嚴謹、平 易近人，他以其寬廣的視野、敏銳的洞察力、嚴謹?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，還細心的給我講解了代碼的含義，讓我對我的課題有了更加深入的了解。若要進一步提高識別率和適用范圍，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專用的圖像處理平臺。 河南城建學(xué)院本科畢業(yè)設(shè)計（論文） 結(jié)論 24 5 結(jié)論 基于 matlab 數(shù)字圖像處理與識別系統(tǒng)其實是一個范圍很大的應(yīng)用系統(tǒng)，作者在此只是有針對性、有選擇地進行了一些 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。 對于 本文在人臉識別系統(tǒng)中幾種常用的圖像預(yù)處理方法 進行基礎(chǔ)的應(yīng)用 ， 同時 利用 MATLAB 實現(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別系統(tǒng)中，并利用灰度圖像的直方圖比對來實現(xiàn)人臉圖像的識別判定。figure。 J2Power = abs(J2fftShift)。 J2fft = fft2(J2)。)。G:\張迎 \標準測試圖像庫 1\39。 人臉 識別 通過以上幾節(jié)的方法及步驟對人臉圖像的獲取、檢測、特征提取以及圖像處理進而實現(xiàn)的人臉定位，而后開始進行人臉識別，在人臉識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算法 ，使用者可從檢測結(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，同時可以更好地保存圖像的邊緣和高 頻細節(jié)信息。考慮濾波模板大小對濾波效果影響較大，仿真系統(tǒng)選擇算法時對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，對上述的每種預(yù)處理方法全部加以實現(xiàn)的同時，還對三種最常用預(yù)處理方法：濾波去噪、灰度變換、邊緣檢測，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)可對不同條件下的原始圖像進行相應(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 不同的人臉識別系統(tǒng)根據(jù)其采用的圖像來源和識別算法需要不同，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)。 檢測方法 優(yōu)點與適用場合 缺點與需要改進的地方 膚色模型 檢測速度快 高光和陰影會造成人臉區(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 基于知識的方法 適用復(fù)雜圖像中的人臉檢測 依賴先驗知識；多尺度空間遍歷工作量大，運算時間長 河南城建學(xué)院本科畢業(yè)設(shè)計（論文） 人臉圖像識別計算機系統(tǒng) 14 基于積分圖像（ Integral Image）特征的人臉檢測方法是 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)練一個網(wǎng)絡(luò)結(jié)構(gòu)，把模式的統(tǒng)計特性隱含在神經(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、不同個體的膚色后，認為人類的膚色能在顏色空間中聚成單獨的一類，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。對人臉的定位在輸入是圖像序列時一般也稱之為人臉跟蹤。該系統(tǒng)可對不同條件下的原 始圖像進行相應(yīng)的預(yù)處理。 不同的人臉識別系統(tǒng)根據(jù)其采用的圖像來源和識別算法需要 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（論文） 人臉圖像識別計算機系統(tǒng) 11 3 人臉圖像識別計算機系統(tǒng) 引言 計算機人臉識別是一個非?；钴S的研究領(lǐng)域，因其在公安刑偵破案、銀行密碼系統(tǒng)、計算機安全系統(tǒng)以及動態(tài)監(jiān)視系統(tǒng)等方面都有廣泛應(yīng)用，已成為當前模式識別、計算機視覺領(lǐng)域的研究熱點。canny39。 程序代碼如下 : i=imread(39。 j2=imfilter(i,h)。subplot(1,2,2),imshow(j1)。gaussian39。功能實現(xiàn)的代碼如下 : i=imread(39。 figure,subplot(1,2,1),imhist(i)。)。f:\39。)。 Matlab 實現(xiàn)實例 本文通過運用圖像處理工具箱的有關(guān)函數(shù)對一人臉的彩色圖像進行處理。 邊緣檢測 數(shù)字圖像的邊緣檢測是圖像分割、目標區(qū)域識別、區(qū)域形狀提取等圖像分析領(lǐng)域十分重要的基礎(chǔ) ,也是圖像識別中提取圖像特征的一個重要屬性。 (2)空域濾波增強 空域濾波按照空域濾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()來實現(xiàn) 。 數(shù)字圖像處理及過程 圖像是人類獲取信息、表達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（論文） 圖像處理的 matlab實現(xiàn) 6 2 圖像處理的 Matlab 實現(xiàn) Matlab 簡介 由 Math Work 公司開發(fā)的 Matlab 語言語法限制不嚴格 ,程序設(shè)計自由度大 ,程序的可移植性好。 第 3 章主要始涉三個方面：首先是對人臉識別系統(tǒng)的構(gòu)成做詳細論述；其次就是對人臉識別過程中的關(guān)鍵環(huán)節(jié)人臉檢測、特征提取和圖像預(yù)處理做詳細介紹；最后就是 Matlab 在人臉識別系統(tǒng)中的具體應(yīng)用，即人臉圖像識別的具體技術(shù)，并用 Matlab 進行仿真試驗并得到結(jié)果。系統(tǒng)在輸入人臉圖像的同時輸入一個用戶宣稱的該人臉的身份信息，系統(tǒng)要對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)基于人臉圖像比對的身份識別 即人臉識別 (Face Identification)問題。若存在人臉，給出其在圖像中的坐標位置、人臉區(qū)域大小等信息。假設(shè)我們把照相機、攝像頭、掃描儀等看作計算機的“眼睛”，數(shù)字圖像可以看作計算機觀察到的“影像”，那么AFR 賦予計算機根據(jù)其所“看到”的人臉圖片來判斷人物身份的能力。 表 人臉識別的應(yīng)用 應(yīng)用 優(yōu)點 存在問題 信用卡、汽車駕照、護照以及個人身份驗證等 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 視頻信息價值高多人參與 存在虛假 銀行 /儲蓄安全 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 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、實時性 本文研究的問題 本文介紹了人臉圖像識別中所應(yīng)用 MATLAB 對圖像進行預(yù)處理，應(yīng)用該工具箱對圖像進行經(jīng)典圖像處理 ,通過實例來應(yīng)用 matlab 圖像處理功能，對某一特定的人臉圖像處理，進而應(yīng)用到人臉識別系統(tǒng)。為此， RainerLihart 等人于 2020 年對此方法進行了擴 展，增加了傾斜特征的定義，此后此方法被擴展到全旋轉(zhuǎn)放縮情況下的人臉檢測。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（美國國家標準研究所 2020 年全球人臉識別供應(yīng)商系統(tǒng)性能測試）的測試結(jié)果看來，丁曉晴教授的研究團隊是唯一一個完成大規(guī)模 3D 人臉識別性能測試的參賽團隊。同時基于近紅外線的人臉識別技術(shù)得到了國際上同行業(yè)的專家認可和一致肯定。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)，最早研究人臉識別的當屬于中科院計算所跟哈工大的一個聯(lián)合面像實驗室。因此在各種干擾條件下實現(xiàn)人臉圖像的識別，也就更具有挑戰(zhàn)性。人臉圖像的自動識別系統(tǒng)較之指紋識別系統(tǒng)、 DNA 鑒定等更具方便性，因為它取樣方便，可以不接觸目標就進