matlab的人臉識(shí)別技術(shù)的實(shí)現(xiàn)-免費(fèi)閱讀
【正文】 因此在此后的寫作過程中我都會(huì)認(rèn)真思考每一段文字、每一張圖片的位置，力求做到結(jié)構(gòu)清晰、言之有物。本次的Matlab的人臉識(shí)別系統(tǒng)的仿真設(shè)計(jì)已經(jīng)按照預(yù)定計(jì)劃全部完成，但在具體實(shí)踐過程中仍然發(fā)現(xiàn)自身的理論知識(shí)和實(shí)踐能力存在著很多的不足，設(shè)計(jì)的仿真模擬系統(tǒng)距離實(shí)際應(yīng)用還存在較大差距。本文通過使用灰度化處理的圖像，將每一個(gè)灰度級(jí)的頻率進(jìn)行了準(zhǔn)確計(jì)算，然后并進(jìn)行保存。本文憑借MATLAB中包含的圖像類型轉(zhuǎn)換函數(shù)完成了對(duì)JPG等格式到BMP格式的轉(zhuǎn)換，同時(shí)也實(shí)現(xiàn)了圖像從彩色到灰色的轉(zhuǎn)換；然后，利用graythresh()函數(shù)來實(shí)現(xiàn)了對(duì)灰度圖像的二值化處理，獲得了以黑色和白色為主體的人臉圖像信息。目前，灰度變換的常用方法有直方圖均衡化、直方圖規(guī)定化和灰度均值方差標(biāo)準(zhǔn)化三種方法?？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。在本文的仿真模擬中，將采用濾波去噪、灰度變換、邊緣檢測的方法來實(shí)現(xiàn)相關(guān)功能，并通過具體的比較表現(xiàn)出了各種方法的使用情況和突出特點(diǎn)。y39。amp。歸結(jié)起來就是基于顯式特征的方法能夠區(qū)別是否是人臉，區(qū)別人臉與“非人臉”的相關(guān)特征區(qū)域，然后根據(jù)被檢測區(qū)域是否符合人臉的相關(guān)特征，從而判斷檢測區(qū)域是否包含人臉。其中，對(duì)人臉圖像進(jìn)行預(yù)處理是采集人臉特征信息和識(shí)別的基礎(chǔ)，也是實(shí)現(xiàn)后面人臉自動(dòng)識(shí)別功能的核心步驟。而后面的方法中最為常用的是中值濾波法，它們可以有效將無用信息剔除。在本文的實(shí)際設(shè)計(jì)過程中，還另外利用了imrisize()函數(shù)對(duì)圖像的大小進(jìn)行了裁剪，以滿足圖像尺寸方面的需要。首先，本文將簡單介紹通過利用MATLAB對(duì)圖像進(jìn)行預(yù)處理，該內(nèi)容的實(shí)現(xiàn)將有助于對(duì)某一圖像中的人臉圖像進(jìn)行處理，以滿足后續(xù)人臉特征信息提取的需要。當(dāng)然，任何一種信息技術(shù)的進(jìn)步都離不開該領(lǐng)域相關(guān)理論成果和實(shí)踐成果的進(jìn)步，因此，人臉識(shí)別系統(tǒng)的構(gòu)建仍然是一項(xiàng)極具挑戰(zhàn)性和創(chuàng)造力的研究課題之一。該技術(shù)以攝像機(jī)或照相機(jī)所采集的人臉特征信息為主要信息源，通過相關(guān)圖像處理技術(shù)可以將所采集到的人臉信息與初始錄入信息相對(duì)比，自動(dòng)識(shí)別圖像信息中的人臉特征，從而找出采集到的人臉信息和初始圖片中人臉信息中間的差異和相同之處，最后得以對(duì)人臉的身份進(jìn)行甄別與判斷。而這項(xiàng)技術(shù)的核心應(yīng)用之一就是人臉識(shí)別技術(shù)。本文在整理和分析了相關(guān)人臉識(shí)別系統(tǒng)常用圖像處理技術(shù)的基礎(chǔ)上，運(yùn)用MATLAB方法完成了對(duì)人臉識(shí)別系統(tǒng)的仿真模擬。目前，隨著信息技術(shù)的快速發(fā)展，人臉識(shí)別系統(tǒng)所應(yīng)用的場所也越來越多，市場需求也不斷擴(kuò)大。并且在身份信息識(shí)別系統(tǒng)的構(gòu)建和使用成本方面，人臉識(shí)別產(chǎn)品可操作性更強(qiáng)，成本也更為低廉，對(duì)于一些密保等級(jí)較高的領(lǐng)域，譬如軍工、司法和航天領(lǐng)域，其使用年限更長，減少了設(shè)備更換的頻率和次數(shù)，從而也極大地控制了信息和數(shù)據(jù)外泄的可能性。 人臉識(shí)別流程圖 2 應(yīng)用Matlab處理圖像 數(shù)字圖像處理所謂數(shù)字圖像處理技術(shù)，通常認(rèn)為是通過計(jì)算機(jī)對(duì)所獲得圖像進(jìn)行剔除無用信息、強(qiáng)化有用信息、模糊信息復(fù)原、關(guān)鍵信息定位、目標(biāo)信息提取和處理的相關(guān)技術(shù)手段和處理環(huán)節(jié)。在本文所模擬的系統(tǒng)中，圖像增強(qiáng)技術(shù)可以將畫面不清晰的圖像進(jìn)行修復(fù)，提升圖像和可辨識(shí)度。（1）改變圖像類型由于對(duì)人臉有無檢測和人臉信息識(shí)別過程中所用到的圖像信息都是灰度圖片或者是二值圖片，而采集到的圖像信息一般都是RGB格式，因此就必須對(duì)所采集到的圖像進(jìn)行灰度處理。具體構(gòu)建流程。人臉檢測定位結(jié)果： 人臉識(shí)別的結(jié)果 人臉定位代碼： if ndims(B)~= 2 % 如果不是二值圖像 IM=rgb2gray(B)；else IM = B；endbw = im2bw(IM， graythresh(IM))； % 二值化[m， n] = size(bw)；row = floor(m/10)； % 分成10大塊，行wide = floor(n/10)； % 分成10大塊，列a1 = 1； a2 = row； % 對(duì)應(yīng)行初始化s = row*wide； % 塊面積for i = 1:10 %整個(gè)循環(huán)表示把圖像四周全部變成白色 b1 = 1； b2 = wide； % 對(duì)應(yīng)列初始化 for j = 1:10 if (b2=wide|| b2=9*wide) || (a1==1 || a2==row*10) loc = find(bw(a1:a2， b1:b2)==0)； [p， q] = size(loc)； pr = p/s*100； % if pr = 100 bw(a1:a2， b1:b2) = 0； end end b1 = b1+wide； % 列跳躍 b2 = b2+wide； % 列跳躍 end a1 = a1+row； % 行跳躍 a2 = a2+row； % 行跳躍end[Array， nu] = bwlabel(bw， 8)； % 區(qū)域標(biāo)記，返回矩陣和連通數(shù)st
法律信息相關(guān)推薦
鄂ICP備17016276號(hào)-1