【正文】 mBitmapWidth = ()。/**設(shè)置線的寬度**//**設(shè)置畫筆變?yōu)閳A滑狀**/ 得到畫筆的Alpha值空心邊框 畫筆顏色為紅色的線 得到畫筆的顏色 setTextSize: 設(shè)置字體尺寸 setAlpha: setARGB: 創(chuàng)建位圖及畫板Android 中的畫筆是 Paint類，Paint 中包含了很多方法對(duì)其屬性進(jìn)行設(shè)置，主方法如下： private Canvas mCanvas。實(shí)現(xiàn)setDisplayPoints() 在被檢測(cè)出的人臉上標(biāo)記渲染，如果參數(shù)debug值=1，則提示人臉檢測(cè)的可信度值。 fpy[2 * i + 1] = (int)。 eyesdist = faces[i].eyesDistance()。 fpy = new int[count * 2]。//眼睛距離的初始值為0，因?yàn)槿四樖怯秒p眼來檢測(cè)人臉的位置。 人臉的眼部定位本文主要對(duì)人臉識(shí)別的認(rèn)證是對(duì)人臉中眼的部位進(jìn)行的確定，也就是說對(duì)人眼部的識(shí)別來達(dá)到識(shí)別整個(gè)臉部的，因此對(duì)眼部的設(shè)置至關(guān)重要，主要程序段及程序功能介紹：用類FaceDetector 取最大臉個(gè)數(shù)，創(chuàng)建對(duì)象。通過FaceDetector可以設(shè)定檢測(cè)到人臉數(shù)目的上限。mFaceWidth = ()。 mFaceBitmap = (, true)。調(diào)用父類的onCreate構(gòu)造函數(shù)savedInstanceState是保存當(dāng)前Activity的狀態(tài)信息 mIV = new MyImageView(this)。public class TutorialOnFaceDetect extends Activity { private MyImageView mIV。 selectButton = (Button) findViewById()。 //setContentView(mIV,newLayoutParams(, // ))。本文涉及的程序src下主要有2個(gè)程序：、。以下為PCA算法實(shí)現(xiàn)的過程圖，：PCA算法實(shí)現(xiàn)過程。 (45)這樣我們就將每一幅人臉圖像投影到由組成的子空間中，使得每一幅人臉圖像對(duì)應(yīng)于子空間中的一個(gè)點(diǎn)。 訓(xùn)練階段設(shè)人臉圖像用N=width*height維向量，人臉圖像訓(xùn)練集可以看作是維的隨機(jī)向量，其中m是訓(xùn)練樣本圖像數(shù)目。但是由于人臉總體構(gòu)型的相似性，人臉圖像在其中的分布并不是隨機(jī)的，PCA算法可以獲得人臉圖像分布的主成分方向，從而使用人臉圖像的主成分來表達(dá)人臉。getAlpha: 設(shè)置畫筆風(fēng)格，空心或者實(shí)心。繪制圖像時(shí)同樣在Android使用的是畫筆Paint類。常用顯示代碼如下：ImageView iv = (ImageView) findViewById()。 2. 獲取位圖的信息要獲取常常要先獲取Bitmap，位圖信息包括：位圖大小、像素、density、透明度、顏色格式等，僅包括4種格式:ALPHA_ARGB_444ARGB_888RGB_565。用它可以顯示圖像文件的信息，進(jìn)行圖像的剪切、旋轉(zhuǎn)、縮放等操作，并可以指定格式保存圖像文件。startActivity(intent)。如圖43：Activity生命周期示意圖。當(dāng)新Activity 啟動(dòng)入棧時(shí)，新 Activity 會(huì)取代當(dāng)前Activity，原來處于棧頂?shù)腁ctivity被壓入到棧的第二層。(3) Stopped狀態(tài)就是 Activity 被另外一個(gè) Activity 覆蓋、失去焦點(diǎn)并不可見時(shí)的狀態(tài)。Linux內(nèi)核也同時(shí)作為硬件和軟件棧之間的抽象層[14]。通過應(yīng)用程序，用戶自定義的程序可以執(zhí)行用戶程序之外的預(yù)設(shè)功能，這樣可以極大的減少用戶程序的額外工作量。Android大體上分為4層：Linux內(nèi)核，程序庫，應(yīng)用程序框架以及應(yīng)用程序。完成后重啟，在WidowsPreferences下選擇androidBrowse添加android SDK路徑，單擊OK完成。將SDK解壓后的目錄下的tools目錄的絕對(duì)路徑添加到系統(tǒng)Path中，然后同樣用DOS CMD 命令 android –h檢查是否安裝成功。來做分隔符的。點(diǎn)開開始菜單，在CMD命令窗口輸入java version命令檢查是否成功安裝程序包。 人臉部位提取由于用手機(jī)提取照片時(shí)，提取的照片中常常含有豐富的背景信息，這就為后續(xù)的識(shí)別步驟帶來了困難。先做成加權(quán)平均，再微分，再求梯度。本文就是采用Sobel算子進(jìn)行圖像的邊緣檢測(cè)。提取圖像邊緣的標(biāo)準(zhǔn)是在灰度圖像中灰度值變化劇烈的地方。程序中實(shí)現(xiàn)的核心代碼如下：average=(1/4*data[i*width+j]+ 1/8*data[i*width+j1]+ 1/8*data[i*width+j+1]+ 1/8*data[(i1)*width+j]+ 1/16*data[(i1)*width+j1]+ 1/16*data[(i1)*width+j+1]+ 1/8*data[(i+1)*width+j]+ 1/16*data[(i+1)*width+j1]+ 1/16*data[(i+1)*width+j+1])/9。均值濾波就是每一個(gè)像素值用其局部鄰域內(nèi)的所有值的平均值來代替，數(shù)學(xué)公式如下： (35)其中m為鄰域內(nèi)像素點(diǎn)的總數(shù)。 圖像平滑濾波人臉圖像在采集過程中，受到各種因素的干擾,并將收到干擾的信息保留在圖像中。 SumGray[i]=SumGray[i1]+FrequenceGray[i]。這樣我們建立變換： (32)在輸入圖像中，對(duì)于每個(gè)像素值R產(chǎn)生一個(gè)灰度值S。實(shí)踐證明，直方圖均衡是一種有效的方法，用于圖像增強(qiáng)。 直方圖均衡化圖像直方圖是圖像像素的灰度值的統(tǒng)計(jì)衡量。int green=(color)。這是因?yàn)椴噬珗D像包含了太多的人臉的信息，而直接將彩色圖像作為研究對(duì)象會(huì)使處理的過程變得相當(dāng)?shù)膹?fù)雜，不利于識(shí)別也減緩了算法的運(yùn)行速率。 人臉識(shí)別技術(shù)路線第三章 圖像預(yù)處理由于使用的人臉圖像來源于手機(jī)存取圖像，這些圖像在產(chǎn)生、傳輸和變換會(huì)受到種種原因的影響，使得圖像產(chǎn)生變差或是退化，而這種變化會(huì)使產(chǎn)生的圖像與原始景物之間存在某些差異，這些差異一般會(huì)使人臉圖像的對(duì)比度差、人臉邊沿模糊、噪聲較大等。 圖像預(yù)處理層次圖圖像預(yù)處理獲取標(biāo)準(zhǔn)人臉后，學(xué)習(xí)人臉識(shí)別相關(guān)算法，對(duì)主要人臉識(shí)別算法進(jìn)行歸納、總結(jié)。 研究方案的確定通過以上分析本文的研究方案確定為以下幾點(diǎn)：熟悉Java編程語言為進(jìn)一步熟悉Android編程平臺(tái)打下基礎(chǔ)，初步實(shí)現(xiàn)利用Android手機(jī)實(shí)現(xiàn)存取和讀取文件夾里照片的功能。圖像獲取功能：主要是調(diào)用SD卡中的圖像，進(jìn)入處理程序。因?yàn)檫@樣我們可以減少大量的計(jì)算過程，從而提高程序運(yùn)行的效率，因?yàn)閷?shí)現(xiàn)手機(jī)上的運(yùn)行我們更重視考慮到運(yùn)算量的大小，綜合考慮本文的主要算法實(shí)現(xiàn)我們采用PCA算法。這種方法主要是從人臉圖像的全局，KL變換使用的理論，原始空間的一組正交向量，并以此構(gòu)成新的人臉空間，使所有人臉的均方差最小，達(dá)到將為的目的。基于神經(jīng)網(wǎng)絡(luò)識(shí)別：基于神經(jīng)網(wǎng)絡(luò)的方法是近年來研究的一個(gè)主流研究方向。基于模版匹配：模板匹配方法是根據(jù)人臉輪廓、眼睛、鼻子和嘴巴的輪廓特征或者灰度特征計(jì)算結(jié)果，手工構(gòu)造一個(gè)標(biāo)準(zhǔn)的人臉模式或者參數(shù)化的人臉模式。 研究方案 相關(guān)人臉識(shí)別算法對(duì)比現(xiàn)今科技文獻(xiàn)中常提及的人臉識(shí)別的方法主要有：隱馬爾可夫模型的方法、模版匹配的方法[11]、幾何特征的方法、特征臉方法、基于神經(jīng)網(wǎng)絡(luò)的方法等[12]。對(duì)這個(gè)問題的解決能直接關(guān)系著人臉識(shí)別應(yīng)用程序的穩(wěn)定性，可靠性，準(zhǔn)確率。同時(shí)顯示出圖片中有多少人臉即人的個(gè)數(shù)，從而達(dá)到分辨人的目的。第5章PCA算法及實(shí)現(xiàn)，本章介紹了基于Android編程的程序?qū)崿F(xiàn)。第1章緒論， 本章介紹了智能安防系統(tǒng)，Android和人臉識(shí)別的背景、意義。可以樂觀的預(yù)計(jì)，在人臉識(shí)別時(shí)代，智能安防體系將得到全面完善，是智能安防系統(tǒng)走入一個(gè)新紀(jì)元。人臉識(shí)別主要有一下幾種應(yīng)用：用于電腦、智能訪問控制、網(wǎng)絡(luò)安全、銀行業(yè)務(wù)、邊境控制等領(lǐng)域的身份鑒定。我國許多研究機(jī)構(gòu)、大專院校已經(jīng)在圖像處理和模態(tài)分析等方面都取得了豐碩的研究成果，對(duì)人臉識(shí)別的研究和應(yīng)用開發(fā)工作領(lǐng)域進(jìn)行了大量的研究。第三階段是是實(shí)現(xiàn)機(jī)器自動(dòng)識(shí)別。他們表征人臉正面圖像用的是臉部正面矢量圖像的幾何特征，面部特征用21維特征向量來表示，新的識(shí)別系統(tǒng)就是在這個(gè)基礎(chǔ)上建立起來[6]。為了解決人臉識(shí)別率問題，Allen提出了一種逼真的摹寫給將要識(shí)別的人臉，且取得了良好的效果[4]。 人臉識(shí)別的發(fā)展?fàn)顩r人臉識(shí)別技術(shù)在現(xiàn)在的生活中已經(jīng)應(yīng)用到很多領(lǐng)域中，并發(fā)揮了重要的作用。并且源程序都是免費(fèi)開源的，基于這個(gè)原因我們?cè)谥悄馨卜老到y(tǒng)中使用Android平臺(tái)。智能化是智能安防與傳統(tǒng)安防的最大區(qū)別，我國安防產(chǎn)業(yè)發(fā)展雖然很快，也很普及，但是相對(duì)來說比較傳統(tǒng)，耗費(fèi)巨大人力物力。而其在事前預(yù)/報(bào)警的缺位，也讓保平安的意義大打折扣。青島大學(xué)本科生畢業(yè)論文（設(shè)計(jì)）智能安防系統(tǒng)中人臉識(shí)別系統(tǒng)畢業(yè)論文目 錄第一章 緒論 1 課題背景 1 人臉識(shí)別的發(fā)展?fàn)顩r 1 本課題研究意義 2 本文的主要內(nèi)容及結(jié)構(gòu) 3第二章 研究方案及技術(shù)路線 4 研究?jī)?nèi)容 4 研究對(duì)象 4 制約識(shí)別率的關(guān)鍵問題 4 研究方案 4 相關(guān)人臉識(shí)別算法對(duì)比 4 運(yùn)用程序功能分析 5 研究方案的確定 6 技術(shù)路線 7第三章 圖像預(yù)處理 8 彩圖灰度化 8 直方圖均衡化 9 圖像平滑濾波 10 邊緣檢測(cè) 10 人臉部位提取 11第四章 基于Android的人臉檢測(cè)技術(shù)原理 13 Android編程平臺(tái) 13 Android 開發(fā)平臺(tái)搭建 13 Android開發(fā)簡(jiǎn)介 13 人臉圖像獲取 14 Android 應(yīng)用程序組件(Activity簡(jiǎn)介) 14 Bitmap和Drawable和Canvas 17 PCA算法原理分析 18 訓(xùn)練階段 18 識(shí)別階段 19 PCA算法實(shí)現(xiàn)流程 19第五章 人臉檢測(cè)android系統(tǒng)實(shí)現(xiàn) 21 新建工程 21 重要程序段及設(shè)置 23 應(yīng)用界面設(shè)計(jì)程序 23 界面啟動(dòng)程序 24 創(chuàng)建包 24 創(chuàng)建圖片 25 獲取人臉圖片 25 人臉的眼部定位 25 定義圖片大小 27 創(chuàng)建位圖及畫板 27 按鈕的設(shè)置 30第六章 研究結(jié)果及分析 32第七章 總結(jié) 34 全文總結(jié) 34 前景展望 34參考文獻(xiàn) 36致 謝 37附 錄 3845青島大學(xué)本科生畢業(yè)論文（設(shè)計(jì)）第一章 緒論 課題背景現(xiàn)在，人們購房時(shí)已不僅是追求舒適、溫馨的生活環(huán)境，而且更加關(guān)心居住環(huán)境是否具有安全感。由此使得安防系統(tǒng)只能完成時(shí)間內(nèi)的視頻存儲(chǔ)記錄，僅可為事后分析提供證據(jù)。就智能化安防系統(tǒng)來說，一個(gè)完整的智能安防系統(tǒng)主要包括門禁、報(bào)警和監(jiān)控三大部分。Android是一種基于Linux的自由及開放源代碼的操作系統(tǒng)，主要使用于移動(dòng)設(shè)備，如智能手機(jī)和平板電腦，由Google公司和開放手機(jī)聯(lián)盟領(lǐng)導(dǎo)及開發(fā)，Android平臺(tái)具有良好的開放性和出色的性能[2]。由于人臉識(shí)別技術(shù)具有如下特點(diǎn)：無接觸、方便、直觀和隱蔽性好，因而受到了國內(nèi)外眾多學(xué)者關(guān)注與研究。Bertillon主要是結(jié)合指紋識(shí)別技術(shù)，并同時(shí)使數(shù)據(jù)庫中的一張臉與自己編輯的一個(gè)程序語句對(duì)應(yīng)，從而創(chuàng)建起了一個(gè)很好的身份識(shí)別系統(tǒng)。第二階段是20世紀(jì)70年代，人臉識(shí)別研究進(jìn)入人機(jī)交互式的識(shí)別階段，代表人物為 Goldstion、Harmon和Lesk。整體上說，這些方法對(duì)操作人員的先驗(yàn)知識(shí)有很高的要求，屬于半自動(dòng)化。早在80年代，我國就開始了在人臉自動(dòng)識(shí)別領(lǐng)域的研究。與指紋識(shí)別技術(shù)相比，人臉識(shí)別具有不接觸性、準(zhǔn)確率高、識(shí)別速度快等優(yōu)點(diǎn)，多應(yīng)用于重要行業(yè)和領(lǐng)域，人臉識(shí)別技術(shù)在民用市場(chǎng)也有很廣應(yīng)用的前景，如：智能門禁、門鎖、考勤、手機(jī)、數(shù)碼相機(jī)、智能玩具等。近年來，歐美很多發(fā)達(dá)國家真正把人臉識(shí)別技術(shù)推進(jìn)到實(shí)用階段，人臉識(shí)別成為了市場(chǎng)的寵兒得到廣泛應(yīng)用從而開啟了新的數(shù)字化生活方式。本論文在總體結(jié)構(gòu)上共分為7章。第4章圖像預(yù)處理，本章介紹了相關(guān)圖像處理的算法以及實(shí)現(xiàn)，其中包括彩色圖像的灰度化、灰度圖像的直方圖均衡化、圖像的平滑濾波、邊緣檢測(cè)等。第二章 研究方案及技術(shù)路線 研究?jī)?nèi)容 研究對(duì)象本文涉及的研究對(duì)象是從智能手機(jī)存儲(chǔ)的圖片中的人臉圖像，并對(duì)人臉圖像進(jìn)行一定算法的處理，以達(dá)到相關(guān)識(shí)別算法的要求，分析出圖片中人臉的個(gè)數(shù)并予以標(biāo)記，并顯示在屏幕上，已達(dá)到分辨人臉的效果。 背景及光照的影響：背景的不同關(guān)系到識(shí)別的準(zhǔn)確率，然而光照卻是影響人臉識(shí)別性能的最關(guān)鍵因素。 表情問題：人臉表情很是豐富，但是在人臉識(shí)別方面會(huì)影響數(shù)據(jù)的采集和提取，這個(gè)問題也將對(duì)后續(xù)的算法處理產(chǎn)生非常大的影響。人臉器官的關(guān)鍵點(diǎn)分別與不同的積分投影方式產(chǎn)生的波峰波谷相對(duì)應(yīng)。依照一種自然的順序，即從上到下、從左到右來表征人臉面部特征的分布，這種順序不會(huì)隨著人臉在平面和垂直方向上發(fā)生旋轉(zhuǎn)而變化，但是實(shí)現(xiàn)起來的難度較大。特征臉識(shí)別：特征臉法是一種常用的人臉識(shí)別方法。通過以上算法的介紹，結(jié)合算法的特征還有應(yīng)用的平臺(tái)，我們選擇PCA算法。因此本設(shè)計(jì)中所要完成的主要功能如下所述：圖像存?。涸谑謾C(jī)SD卡中建立相關(guān)文件夾，用于存取人臉圖像，其中包括待識(shí)