【正文】 e object L = bwlabel(BW,8)。 for k=3:4:s21 p=BB2(1,k)*BB2(1,k+1)。,[BB2(1,j2),BB2(1,j1),BB2(1,j),BB2(1,j+1)],39。該系統(tǒng)可對不同條件下的原始圖像進行相應的預處理。在人臉圖像預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、自適應濾波。 （ 3）自適應濾波自適應濾波能夠根據(jù)圖像的局部方差來調整濾波器的輸出，其濾波效果要優(yōu)于線性濾波，同時可以更好地保存圖像的邊緣和高頻細節(jié)信息。故在仿真系統(tǒng)中提供了三種灰度變換效果比較及選擇界面，用戶可根據(jù)需要選用。 通過以上幾節(jié)的方法及步驟對人臉圖像的獲取、檢測、特征提取以及圖像處理進而實現(xiàn)的人臉定位，而后開始進行人臉識別，在人臉識別的過程中利用傅里葉變換并求取共軛的互能量普，由傅里葉變換的時域圖通過互相關性 算法得到頻域的頻譜圖。)。 J2Power = abs(J2fftShift)。對于本文在人臉識別系統(tǒng)中幾種常用的圖像預處理方法進行基礎的應用，同時利用 MATLAB 實現(xiàn)了通用的人臉圖像預處理仿真，將該系統(tǒng)作為圖像預處理模塊可嵌入在人臉識別系統(tǒng)中，并利用灰度圖像的直方圖比對來實現(xiàn)人臉圖像的識別判定。相關性的元素之間需要存在一定的聯(lián)系或者概率才可以進行相關性分析。僅這一部分即可形成一個專用的圖像處理平臺。 其次，我還要特別感謝我的同學魏備與何志冬，他們不僅為我提供了部分Matlab編程代碼，還細心的給我講解了代碼的含義，讓我對我的課題有了更加深入的了解。曹老師學識淵博、治學嚴謹、平易近人，他以其寬廣的視野、敏銳的洞察力、嚴謹?shù)闹螌W態(tài)度在學術上給了我悉心的指導。 在“數(shù)字圖像處理的基本方法”這一部分，用到的一些基本方法和一些最常用的處理方法來實現(xiàn)圖像預處理，如格式轉換，灰度變化和濾波銳化。 傅里葉變換在 物理學 、 數(shù)論 、組合數(shù)學、信號處理、概率、統(tǒng)計、密碼學、聲學、光學等領域都有著廣泛的應用。 原圖 對比圖 原圖頻譜圖 對比圖頻譜圖 河南城建學院本科畢業(yè)設計（論文） 人臉圖像識別計算機系統(tǒng) 20 表 頻譜圖的相關性系數(shù) 原圖 對比圖 原圖頻譜圖 對比圖頻譜圖 表 1 2 3 4 5 6 7 1 1 1 1 1 1 1 1 2 1 1 1 1 1 1 1 3 1 1 1 1 1 1 1 4 1 1 1 1 1 1 1 5 1 1 1 1 1 1 1 6 1 1 1 1 1 1 1 7 1 1 1 1 1 1 1 1 2 3 4 5 6 7 1 1+0i + + + 河南城建學院本科畢業(yè)設計（論文） 人臉圖像識別計算機系統(tǒng) 21 原圖 對比圖 2 + + + + 3 + + + + + 4 + + + + + 河南城建學院本科畢業(yè)設計（論文） 人臉圖像識別計算機系統(tǒng) 22 原圖頻譜圖 對比圖頻譜圖 表 頻譜圖的相關性系數(shù) 根據(jù)以上內容利用 matlab仿真軟件和傅里葉變換及相關性算法做出的人臉識別的頻譜圖以及頻譜圖的相關性系數(shù)，由相關性系數(shù)可得到，時域圖一樣的，相關性系數(shù)都是 1 而且頻域圖也一樣；時域圖不一樣時，相關性系數(shù)越接近于 1 相似度越大，頻域圖差別越小，但是也存在一些缺點，即使是相同的時域圖，它們的頻譜圖也存在一些差異。 J2fftShift = fftshift(J2fft)。 J2=imread(39。為了在不修改其他算法的基礎上，擴大系統(tǒng)處理圖像的類型和范圍，將輸入圖像首先轉換為統(tǒng)一的類型，是多數(shù)人臉圖像預處理中的第一步。直方圖均衡化和直方圖規(guī)定化的灰度變換原理和實現(xiàn)方法可由 matlab 仿真來實現(xiàn)。中值濾波方法的最大優(yōu)點是抑制噪聲效果明顯且能 保護邊界。濾波的方法有很多，如各種平滑濾波、各種銳化濾波等，關于各種濾波方法的原理和分類可參考文獻 [2]。用在同一系統(tǒng)中的可能只有其中一種或幾種預處理方法，但一旦庫中采集到的原始圖像質量發(fā)生較大變化（如人臉大小、光照強度、拍攝條件、成像系統(tǒng)等方面變化），原有的預處理模塊便不能滿足特征提取的需要，還要更新，這是極不方便的。 河南城建學院本科畢業(yè)設計（論文） 人臉圖像識別計算機系統(tǒng) 16 rectangle(39。 [s1 s2]=size(BB2)。 end x1=x1+r。 r1=x1。x2=r。39。這類方法有：特征臉法、人工神經網絡法、支持向量機法；積分圖像法。除了 RGB 顏色空間，還有諸如 HIS， LUV， GLHS 等其它顏色空間被使用。對提取出來的人臉借助人臉描述就可以進行（狹義的）人臉識別，即通過提取特征來確定其身份。用在同一系統(tǒng)中的可能只有其中一種或幾種預處理方法，但一旦庫中采集到的原 始圖像質量發(fā)生較大變化（如人臉大小、光照強度、拍攝條件、成像系統(tǒng)等方面變化），原有的預處理模塊便不能滿足特征提取的需要，還要更新，這是極不方便的。 imshow(j) 效果圖如圖 : 原灰度圖像 邊緣檢測后的圖像 圖 邊緣檢測效果圖 本章小結 以上實例只是對 Matlab 圖像處理工具箱函數(shù)的一小部分運用 ,從這些功能的運用可以看出 ,Matlab 語言簡潔 ,可讀性強。 subplot(1,2,2),imshow(j2)。 subplot(1,2,1),imshow(j)。在本文實例中 ,為了使濾波效果更明顯 ,我們事先為圖像增加濾波 ,然后用自適應濾波方法對圖像進行濾波。該部分的程序代碼如下 : i=imread(39。實現(xiàn)過程代碼如下 : i=imread(39。銳化濾波器是用高通濾波來實現(xiàn) ,目的在于強調圖像被模糊的細節(jié)。 圖像增強 圖像增強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性 ,以及便于人與計算機的分析和處理 ,以滿足圖像復制或 再現(xiàn)的要求。數(shù)字圖像處理技術已經成為信息科學、計算機科學、工程科學、地球科學等諸多方面的學者研究圖像的有效工 具。實驗過程中的難點與缺點。這包括兩類識別問題：一類是閉集 (Close Set)人臉識別問題，即假定輸入的人臉一定是人臉庫中的某個個體；另一類是開集 (Open Set)識別，即首先要對輸入人臉是否在已知人臉庫中做出判斷，如果是，則給出其身份。 特 征 提 取 人 臉 識 別人 臉 圖 像 獲 取 人 臉 檢 測 圖 人臉識別系統(tǒng)一般框架 (1)人臉圖像的獲取 一般來說，圖像的獲取都是通過攝像頭攝取，但攝取的圖像可以是真人，也可以是人臉的圖片或者為了相對簡單，可以不考慮通過攝像頭來攝取頭像，而是直接給定要識別的圖像。 人臉圖像識別的應用前景 人臉圖像識別除了具有重大的理論價值以及極富挑戰(zhàn)性外，還其有許多潛在的應用前景，利用人臉圖像來進行身份驗證，可以不與目標相接觸就取得樣本圖像，而其它的身份驗證手段，如指紋、眼睛虹膜等必須通過與目標接觸或相當接近來取得樣木，在某些場合，這些識別手段就會有不便之處。 國外主要有美國，歐洲國家、日本等著名的科研機構有美國的 MIT 和 CMU,英國的劍橋大學。后來在中科院組建 了專門的的人臉識別研究團隊。 目前，越來越多的國家開始對人臉檢測及其識別的研究。如同人的指紋一樣，人臉也具有唯一性，也可用來鑒別一個人的身份。而基于人臉檢測更是學術界的一個難點。人臉特征作為一種生物特征，與其他生物特征相比，具有有好、直接、方便等特點，因此使用人臉特征進行身份識別更易于 被用戶所接受。 研究背景 自 70 年代以來 .隨著人工智能技術的興起 .以及人類視覺研究的進展 .人們逐漸對人臉圖像的機器識別投入很大的 熱情，并形成了一個人臉圖像識別研究領域，這一領域除了它的重大理論價值外，也極具實用價值。并且與指紋圖像不同的是，人臉圖像受很多因素的干擾 :人臉表情的多樣性 。該實驗室的高文教授，陳曦林教授，山世光教授，直到今天，都一直活躍在人臉識別領域，更可貴的是，在 IEEE 上面發(fā)表了很多 paper。接著是清華大學的丁曉晴教授。 發(fā)展至今，人臉識別的方法越來越多，最有代表的是基于 Haar 特征的人臉識別方法是其中較為典型的方法，該方法不僅具有較高的檢測率，同時也能夠 滿足實時檢測的基本要求。本文在總結分析人臉識別系統(tǒng)中幾種常用的圖像預處理方法基礎上，利用 MATLAB 實現(xiàn)了一個集多種預處理方法于一體的通用的人臉圖像預處理仿真系統(tǒng)，將該系統(tǒng)作為圖像預處理模塊可嵌入在人臉識別系統(tǒng)中，并利用灰度圖像的直方圖比對來實現(xiàn)人臉圖像的識別判定。而人臉跟蹤則需要進一步輸出所檢測到的人臉位置、大小等狀態(tài)隨時間的連續(xù)變化情況。 論文的內容及組織 第 1 章主要介紹了人臉識別的研究背景及國內外的研究現(xiàn)狀，同時還介紹了目的及意義和應用前景。 Matlab 還推出了功能強大的適應于圖像分析和處理的工具箱 ,常用的有圖像 處理工具箱、小波分析工具箱及數(shù)字信號處理工具箱。圖像的輸出用imwrite()函數(shù)就可以很方便的把圖像輸出到硬盤上 。 (1)灰度變換增強 有多種方法可以實現(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。邊緣檢測算子可以檢查每個像素的鄰域并對灰度變化率進行量化 ,也包括對方向的確定 ,其中大多數(shù)是基于方向導數(shù)掩模求卷積的方法。 j=rgb2gray(i)。i=rgb2gray(i)。f:\39。 h=fspecial(39。f:39。人臉識別系統(tǒng)一般 包括人臉檢測與定位、人臉圖像預處理、特征提取和匹配識別四個組成部分。如，用戶可根據(jù)需要選擇使用不同的濾波方法去除噪聲、不同的邊緣檢測算子檢測人臉邊緣、選擇不同的灰度變換算法實現(xiàn)圖像的灰度校正和灰度歸一化，仿真系統(tǒng)同時還實現(xiàn)了尺寸歸一化、二值 化等其他常用的圖像預處理算法?；陲@式特征的方法是指由人通過肉眼觀察，總結出人臉區(qū)別于