【正文】 畢業(yè)論文 人臉識別系統(tǒng)的研究與實現(xiàn) 30 第五章 結(jié)構(gòu)設(shè)計 在本系統(tǒng)中，起至關(guān)重要的類列舉如下，并將它們的成員函數(shù)及其成員函數(shù)的功能和參數(shù)都一一簡述： CFaceDetectView ：該類是在編程的過程中自動生成的。 高斯平滑 高斯平滑用于消除圖片噪音，為了實現(xiàn)此功能，我們使用了模板操作，因此模板參數(shù)的選擇是最重要的。 *(lpData + lOffset+1) = state 。 *(lpData + lOffset+2)=state 。 計算絕對值 sum = fabs(sum)。 ② 在類 CFaceDetectView 中添加“高斯平滑”菜單項的事件處理程序，其代碼如 下： //進行模板操作 Template(tem ,3,3, xishu)。水平投影的曲線顯得比較平滑 ,二值化后的圖像孤立點比較少。而噪聲點一般是孤 立的點 ,噪聲點的像素灰度與它們的近鄰像素有顯著的區(qū)別 ,即灰度變化總在這附近有突變高頻。如果模板是： 1 顯示灰度圖像 *(lpData + lOffset)=gray 。這里 a， b， c， d， f， g 均為 [0,255]之間的整數(shù)值。 if(colorb 255) colorb = 255。j++) { //獲取像素偏移 lOffset = thisPixelOffset(i,j,wBytesPerLine)。 GlobalUnlock(hDIB)。 點運算有時又稱為對比度增強、對比度拉伸或灰度變換，它是圖像數(shù)字化軟件和圖像顯示軟件的重要組成部分。 將處理好的人臉圖片進行定位，標出眼睛 、鼻尖和嘴巴。如果庫存中沒有，則給出提示是否對存庫作為樣本。 對比度增強 [6] 對比度增強，就是對圖像的進一步處理，將對比度再一次拉開。 該模塊中的子模塊有如下 5 個，下面對它們進行概述： 預處理 光線補償 圖像灰度化 高斯平滑 均衡直方圖 圖像對比度增強 二值化 畢業(yè)論文 人臉識別系統(tǒng)的研究與實現(xiàn) 15 （式 1） 三 開發(fā)工具選擇 本次設(shè)計所用的開發(fā)工具是 Microsoft Visual C++ 。 （ 2）、軟件環(huán)境 可以運行在微軟公司近年來所出的各種操作系統(tǒng)。 識別功能 ： 該模塊是將從圖片中提取的特征值和后臺數(shù)據(jù)庫中的值進行比較來完成識別功能。另還裝有攝像頭可進行隨機拍照和識別。 圖像的亮度變化，由于圖像的亮度在不同環(huán)境的當中，必然受到不同光線的影響，圖像就變得 太 暗或太亮，我們就要對它的亮度進行調(diào)整，主要 采取的措施 是對圖像進行光線補償。鑒定委員會認為，該項技術(shù)處于國內(nèi)領(lǐng)先水平和國際先進水平。這種算法需要人工或自動指出圖像中人的兩眼的中心坐標，然后進行識別。盡管人臉識別不能說是其他面部感知模塊的必備功能，但是， 可以肯定的是，利用已知的身份信息，結(jié)合特定人的先驗知識，可以提高表情分析、唇讀和語音識別、手勢識別乃至手寫體識別的可靠性。針對這兩方面的問題，我們采用了一種由粗到細的檢測算法：首先利用人臉器官構(gòu)造的先驗知識、面部圖像灰度分布的峰谷和頻率特性粗略檢測出眼睛、鼻子、嘴、下巴的大致區(qū)域和一些關(guān)鍵的特征點；然后在此基礎(chǔ)上，給出了較好的模板的初始參數(shù)，從而可以大幅提高算法的速度和精度。人臉識別技術(shù)是一個 非常活躍 的研究 領(lǐng)域 ，它 覆蓋 了 數(shù)字圖像 處理、模式識別、計算機視覺、神經(jīng)網(wǎng)絡、心理學、生理學、數(shù)學等諸多學科的內(nèi)容。 【 關(guān)鍵字 】 ：人臉識別；光線補償；高斯平滑；對比度增強 畢業(yè)論文 人臉識別系統(tǒng)的研究與實現(xiàn) 3 Abstract Face recognition is a plex and difficult problem that is important for surveillance and security, telemunications, digital libraries , video meeting, and humanputer intelligent interactions. The paper introduced the method of face recognition that based on the 24 bit multicolor image, Main content that the paper introduced is the picture treatment, It occupies the extremely important position in the whole software, the quality of picture process directly influenced the accuracy rate of localization and discerning. The picture process technology that the software mainly used included : light pensating、 gauss smooth and twain value method. before discerning, we pensated the light for image, then we could obtain the possible face area through the plexion, finally, the system could depend on the symmetry of eyes to make sure whether it is the face of people, at the same time, the system could eliminate noises through the method that named gauss smoothness, then we used twain value method to deal with picture， the method got the threshold value in face area . After dealing with picture , the following operations are localization、 draw characteristic value 、 discerning and so on . After testing, we made true that the picture pretreatment modal has get the better effect in the process of dealing with picture, and improve the exactness rate of localization and discerning. 【 key word】 : Face recognition； light pensating； gauss smooth； contrast enhancing 畢業(yè)論文 人臉識別系統(tǒng)的研究與實現(xiàn) 4 第一章 前言 第一節(jié) 課題背景 一 課題的來源 隨著 安全 入口控 制和 金融貿(mào)易 方 面 應用 需 要的 快速增 長， 生物統(tǒng) 計識別技術(shù)得 到了新的 重視 。本軟件主要用到的圖像處理技術(shù)是：光線補償、高斯平滑和二值化。在國外，人臉識別技術(shù)早已被大量使用在國家重要部門以及軍警等安防部門。 可變形模板的主要思想是根據(jù)待檢測人臉特征的先驗的形狀信息，定義一個參數(shù)描述的形狀模型，該模型的參數(shù)反映了對應特征形狀的可變部分，如位置、大小、角度等，它們最終通過模型與圖像的邊緣、峰、谷和灰度分布特性的動態(tài)地交互適應來得以修正。實驗表明，本算法對于人臉大小、姿態(tài)和光照的變化，都有較強的適應能力，但在眼部陰影較重的情況下，會出現(xiàn)定位不準。 美國陸軍實驗室也是利用 vc++開發(fā)，通過軟件實現(xiàn)的，并且 FAR 為 49%。這對于人臉鑒別特別有價值，因為人臉鑒別通常使用正面照，要鑒別的人臉圖像是不同時期拍攝的，使用的照相機不一樣。 一 技術(shù)可行性 圖像的處理方法很多，我們可以根據(jù)需要，有選擇 地使用各種方法。 對比度增強：將所要處理的區(qū)域和周圍圖像區(qū)域進一步拉開他們的對比度，使它們更加明顯，主要通過像素的聚集來實現(xiàn)。 圖像預處理功能 ： 該模塊主要包括圖像光線補償、圖像變成灰色、高斯平滑、均衡直方圖、實現(xiàn)圖像對比度增強、二值化變換等。如： Visual C++ 。 應用程序充分利用現(xiàn)有的資源，盡量減少不必要的再投資。下面將本系統(tǒng)采用的算法進行介紹： 人臉區(qū)域獲取 該系統(tǒng)中圖像里人臉區(qū)域的獲取，主要是根據(jù)膚色來進行獲取，通過膚色非線形分段色彩變換來實現(xiàn)。 平滑可以通過卷積來實現(xiàn)。 二值化就是通過一些算法，通過一個閾值改變圖像中的像素顏色，令整幅圖像畫面內(nèi)僅有黑白二值，該圖像 一般由黑色區(qū)域和白色區(qū)域組成，可以用一個比特表示一個像素，“ 1”表示黑色，“ 0”表示白色，當然也可以倒過來表示，這種圖像稱之為二值圖像。 識別模塊 該模塊通過與庫存中的特征向量進行比較，找出與特征最相近的參數(shù)，再對該參數(shù)進一步分析。 輸入 啟動本系統(tǒng)，進入人臉識別系統(tǒng)界面。 點運算可以按照預定的方式改變一幅圖的灰度直方圖。整幅圖像的其他像素點的色彩值也都按這一調(diào)整尺度進行交換。iheight。 *(lpData+lOffset+1) = colorb。將圖像灰度進行線性擴展，常能顯著地改善圖像的外觀。 獲取綠色分量 ColorG=*(lpData + lOffset+1)。例如：有一種常見的平滑算法是將原圖中一個像素的灰度值和它周圍鄰近八個像素的灰度值相加，然后求得的平均值（除以 9）作為新圖中該像素的灰度值，用如下方法來表示該操作： 1 1 1 1/9 1 1下面對平滑的用途和解決方法進行詳細介紹。4 距離中心較遠的卷積系數(shù)的值較小或保持不變 。高斯平滑算法的優(yōu)點是平滑后圖像的失真少 ,算法更具備通用性 ,能去除不同的噪聲干擾。n=j+((tem_w1)/2)。 按照圖像的概率密度函數(shù)（ PDF，歸一化帶單位面積的直方圖）的定義： P（ x） = 01A * H（ x）（式 5） 其中 H（ x）為直方圖， A0 為圖像的面積，設(shè)轉(zhuǎn) 換前圖像的概率密度函數(shù)為 Pr（ r）， 轉(zhuǎn)換后圖像的概率密度函數(shù)為 Ps（ S），轉(zhuǎn)換函數(shù)為 s = f（ r），由概率論知識，我們可以得到： Ps（ S） = Pr（ r） * dsdr （式 6） 這樣，如果想使轉(zhuǎn)換后圖像的概率密度函數(shù)為 1（即直方圖是平的）則必須滿足： Pr（ r） = dsdr （式 4－ 5） 等式兩邊積分，得： S = f（ r） = ∫ 0 rP2（ u） du = 01A ∫ 0 r H（ u） du (式 7) 該轉(zhuǎn)換式被稱為圖像的累積分布函數(shù) 上面的式是被歸一化后推導的對于沒有歸一化的情況，只要求以最大的灰度值（ DMax，對于灰度圖就是 255）即可，灰度均衡的轉(zhuǎn)換式為： DB = f （ DA） = A0DMax H（ u） du （式 1） 對于離散圖像轉(zhuǎn)換式為： DB = f（ DA） = A0DMax ??DA0i Hi （式 8） 式中 Hi 為第 i 級灰度的像素個數(shù) 。 ② 類 CFaceDetectView 中添加“實現(xiàn)圖像對比度增強”菜單項的事件處理程序，其代碼如下； lOffset = (i, j, gwBytesPerLine)。(pByteHigh)) return int(((pByteLow)/Grad))。 直到最 后采用的 1/16 2/16 1/16 2/16 4/16 2/16 1/16 2/16 1/16 形式，才得到了比較合理的效果。 函數(shù)名稱 ： GetPartParameter 參數(shù) ： 無 返回值 ： void 說明