【正文】 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。 ) 22 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 21 figure,imshow(BW) %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% %%%%% detection of face object L = bwlabel(BW,8)。 end y1=y1+c。s1=y1。 pr=o*100/s。 20 for i=1:10 y1=1。 c=floor(n2/10)。 I=rgb2gray(i)。 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)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(zhǎng) 18 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 31。 模板匹配的方法一般是人為地先定義一個(gè)標(biāo)準(zhǔn)人臉模板，計(jì)算輸入圖像與模板的似然度；然后，確定一個(gè)似然度閾值，用以判斷該輸入圖像中是否包含人臉。因此他們采用廣泛使用的 RGB 顏色空間，在濾去亮度值的圖像中通過比較像素點(diǎn)的ｒ、ｇ值與膚色范圍來推斷該像素點(diǎn)及其鄰域是否屬于人臉區(qū)域?；陲@式特征的方法是指由人通過肉眼觀察，總結(jié)出人臉區(qū)別于“非人臉”區(qū)域的特征，然后根據(jù)被檢測(cè)區(qū)域是否滿足這些“人臉特征”，來判定該區(qū)域是否包含人臉。通常檢測(cè)和定位結(jié)合進(jìn)行。如，用戶可根據(jù)需要選擇使用不同的濾波方法去除噪聲、不同的邊緣檢測(cè)算子檢測(cè)人臉邊緣、選擇不同的灰度變換算法實(shí)現(xiàn)圖像的灰度校正和灰度歸一化，仿真系統(tǒng)同時(shí)還實(shí)現(xiàn)了尺寸歸一化、二值化等其他常用的圖像預(yù)處 理算法。常用的人臉圖像預(yù)處理方法有：濾波去噪、灰度變換、圖像二值化、邊緣檢測(cè)、尺寸歸一化、灰度歸一化等。人臉識(shí)別系統(tǒng)一般包括人臉檢測(cè)與定位、人 臉圖像預(yù)處理、特征提取和匹配識(shí)別四個(gè)組成部分。,[,],)。f:39。gaussian39。 subplot(1,2,1),imshow(j)。)。在本文實(shí)例中 ,為了使濾波效果更明顯 ,我們事先為圖像認(rèn)為增加濾波 ,然后用自適應(yīng)濾波方法對(duì)圖像進(jìn)行濾波。 j=histeq(i)。) 效果圖 圖 2)圖像增強(qiáng) (1)灰度圖像直方圖均衡化 通 過比較原圖和直方圖均衡化后的圖像可見 ,圖像變得更清晰 ,而且均衡化后的直方圖比原直方圖的形狀更理想。j=rgb2gray(i)。 1)圖像類型的轉(zhuǎn)換 因后面的圖像增強(qiáng) ,邊緣檢測(cè)都是針對(duì)灰度圖像進(jìn)行的 ,而我們的原圖是RGB 圖像 ,所以首先我們要對(duì)原圖類型進(jìn)行轉(zhuǎn)換。邊緣檢測(cè)算子可以檢查每個(gè)像素的鄰域并對(duì)灰度變化率進(jìn)行量化 ,也包括對(duì)方向的確定 ,其中大多數(shù)是基于方向?qū)?shù)掩模求卷積的方法。平滑濾波器可以用低通濾波實(shí)現(xiàn) ,目的在于模糊圖像或消除噪聲 。 (1).灰度變換增強(qiáng) 有多種方法可以實(shí)現(xiàn)圖像的灰度變換 ,其中最常用的就是直方圖變換的方法 ,即直方圖的均衡化。 圖像增強(qiáng) 圖像增強(qiáng)的目的是為了改 善圖像的視覺效果 ,提高圖像的清晰度和工藝的適應(yīng)性 ,以及便于人與計(jì)算機(jī)的分析和處理 ,以滿足圖像復(fù)制或再現(xiàn)的要求。另外還可以用 imcrop()、 imrisize()、 8 imrotate()等來實(shí)現(xiàn)圖像的裁剪、縮放和旋轉(zhuǎn)等功能。數(shù)字圖像處理技術(shù)已經(jīng)成為信息科學(xué)、計(jì)算機(jī)科學(xué)、工程科學(xué)、地球科學(xué)等諸多方面的學(xué)者研究圖像的有效工具。利用這些工具箱 ,我們可以很方便的從各個(gè)方面對(duì)圖像的性質(zhì)進(jìn)行深入的研究。 第四章是對(duì)人臉圖像識(shí)別體系構(gòu)架的設(shè)計(jì)，并給出了人臉識(shí)別用到的理論知識(shí)即直方圖差異對(duì)比，并編寫 matlab 代碼實(shí)現(xiàn)人臉圖像識(shí)別。 (5)基于人臉圖像比對(duì)的身份驗(yàn)證 即人臉確認(rèn) (Face Verification)問題。 根據(jù)人臉 特征點(diǎn)檢測(cè)與標(biāo)定的結(jié)果，通過某些運(yùn)算得到人臉特征的描述（這人臉圖像獲取 人臉檢測(cè) 特征提取 人臉識(shí)別 6 些特征包括：全局特征和局部特征，顯式特征和統(tǒng)計(jì)特征等）。 (2)人臉的檢測(cè) 人臉檢測(cè)的任務(wù)是判斷靜態(tài)圖像中是否存在人臉。 識(shí)別系統(tǒng)構(gòu)成 人類似乎具有“ 與生俱來”的人臉識(shí)別能力，賦予計(jì)算機(jī)同樣的能力是人類的夢(mèng)想之一，這就是所謂的“人臉識(shí)別”系統(tǒng)。 就從目前和將來來看，可以預(yù)測(cè)到人臉圖像識(shí)別將具有廣闊的應(yīng)用前 景，如表 11 中所列舉就是其中已經(jīng)實(shí)現(xiàn)或逐步完善的應(yīng)用。使得同一個(gè)人，在不同的環(huán)境下拍攝所得到的人臉圖像不同，有時(shí)更會(huì)有很大的差別，給識(shí)別帶來很大難度?，F(xiàn)在己 有實(shí)用的計(jì)算機(jī)自動(dòng)指紋識(shí)別系統(tǒng)面世，并在安檢等部門得到應(yīng)用，但還沒有通用成熟的人臉自動(dòng)識(shí)別系統(tǒng)出現(xiàn)。人臉圖像的機(jī)器識(shí)別研究就是在這種背景下興起的，因?yàn)槿藗儼l(fā)現(xiàn)許多對(duì)于人類而言可以輕易做到的事情，而讓機(jī)器來實(shí)現(xiàn)卻很難，如人臉圖像的識(shí)別，語音識(shí)別，自然語言理解等。 目 錄 第一章 緒論 ................................................................................................................. 1 研究背景 ......................................................................................................... 2 人臉圖像識(shí)別的應(yīng)用前景 .............................................................................. 3 本文研究的問題 .............................................................................................. 4 識(shí)別系統(tǒng)構(gòu)成 ................................................................................................. 4 論文的內(nèi)容及組織 .......................................................................................... 6 第二章 圖像處理的 Matlab 實(shí)現(xiàn) ................................................................................ 7 Matlab 簡(jiǎn)介 ...................................................................................................... 7 數(shù)字圖像處理及過程 ...................................................................................... 7 圖像處理的基本操作 ............................................................................. 7 圖像類型的轉(zhuǎn)換 ..................................................................................... 8 圖像增強(qiáng) ................................................................................................. 8 邊緣檢測(cè) ................................................................................................. 9 Matlab實(shí)現(xiàn)實(shí)例 ................................................................ 9 本章小結(jié) ....................................................................................................... 13 第三章 人臉圖像識(shí)別計(jì)算機(jī)系統(tǒng) ........................................................................... 14 引言 ............................................................................................................... 14 ................................................................................................ 15 人臉檢測(cè)定位算法 ........................................................................................ 15 人臉圖像的預(yù)處理 ....................................................................................... 22 仿真系統(tǒng)中實(shí)現(xiàn)的人臉圖像預(yù)處理方法 .......................................... 23 1 第四章 基于直方圖的人臉識(shí)別實(shí)現(xiàn) ....................................................................... 26 識(shí)別理論 ......................................................................................................... 26 人臉識(shí)別的 matlab 實(shí)現(xiàn) ............................................................................... 26 本章小結(jié) ....................................................................................................... 27 第五章 總結(jié) ............................................................................................................... 28 致謝 ............................................................................................................................. 29 參考文獻(xiàn) ............................................................................