數(shù)字圖像處理課程設(shè)計(jì)--人臉檢測(存儲版)
【正文】 圖像，里面都有噪聲的存在，噪聲對圖像質(zhì)量有很大的影響。換句話說，中值濾波即能消除噪聲又能保持圖像的細(xì)節(jié)。如果分析在我們所確認(rèn)的范圍內(nèi)，我們就認(rèn)為該人就是我們所要找的。 圖a 錯檢圖片 圖b 檢測正確結(jié)果 檢測結(jié)果漏檢率：在本次實(shí)驗(yàn)中總共檢測了20張圖片，有6張檢測不正確，漏檢率為30%。經(jīng)過測試之后，二值化使得該圖像一般由黑色區(qū)域和白色區(qū)域組成，有利于對特征的提?。欢兄禐V波即消除了噪聲又保持了圖像的細(xì)節(jié)，高斯平滑能有效的消除圖像噪音，提高了圖像質(zhì)量。(2) 二階導(dǎo)數(shù)：通過拉普拉斯算子來計(jì)算定義：一個二元圖像函數(shù)f (x,y)的拉普拉斯變換定義為：可以用多種方式表示為數(shù)字形式。由以上步驟可以看出，中值濾波的主要功能就是讓與周圍像素灰度值的差比較大的像素改取與周圍像素值接近的值，所以它對孤立的噪聲像素的消除能力是很強(qiáng)的。然而，如果它是一個信號，則濾波后就被消除，降低了分辨率。均衡化處理的步驟如下：(a) 對給定的待處理圖像統(tǒng)計(jì)其直方圖，求出(b) 根據(jù)統(tǒng)計(jì)出的直方圖采用累積分布函數(shù)做變換,求變換后的新灰度；(c) 用新灰度代替就灰度，求出，這一步是近似過程，應(yīng)根據(jù)處理的目的盡量做到合理，同時把灰度值相等或近似的合并到一起。(1) 二值化二值化的目的是將采集獲得的多層次灰度圖像處理成二值圖像，以便于分析理解和識別并減少計(jì)算量。最后對歸一化的人臉圖像進(jìn)行特征提取，送入分類器進(jìn)行識別，最終獲得識別結(jié)果[2]。人臉識別作為生物特征識別中成功的應(yīng)用之一，因?yàn)槠渚薮蟮纳虡I(yè)應(yīng)用前景，受到越來越多的重視。在國內(nèi)，對于人臉識別技術(shù)的研究始于上世紀(jì)90年代，目前主要應(yīng)用在公安、金 融、網(wǎng)絡(luò)安全、物業(yè)管理以及考勤等領(lǐng)域。人臉圖
醫(yī)療健康相關(guān)推薦
鄂ICP備17016276號-1