【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(jìn)行相應(yīng)的預(yù)處理。在人臉圖像預(yù)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(yīng)濾波。 （ 3）自適應(yīng)濾波自適應(yīng)濾波能夠根據(jù)圖像的局部方差來調(diào)整濾波器的輸出，其濾波效果要優(yōu)于線性濾波，同時(shí)可以更好地保存圖像的邊緣和高頻細(xì)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(jìn)而實(shí)現(xiàn)的人臉定位，而后開始進(jìn)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(shí)域圖通過互相關(guān)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(yù)處理方法進(jìn)行基礎(chǔ)的應(yīng)用，同時(shí)利用 MATLAB 實(shí)現(xiàn)了通用的人臉圖像預(yù)處理仿真，將該系統(tǒng)作為圖像預(yù)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(shí)現(xiàn)人臉圖像的識別判定。相關(guān)性的元素之間需要存在一定的聯(lián)系或者概率才可以進(jìn)行相關(guān)性分析。僅這一部分即可形成一個(gè)專用的圖像處理平臺。 其次，我還要特別感謝我的同學(xué)魏備與何志冬，他們不僅為我提供了部分Matlab編程代碼，還細(xì)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(xué)識淵博、治學(xué)嚴(yán)謹(jǐn)、平易近人，他以其寬廣的視野、敏銳的洞察力、嚴(yán)謹(jǐn)?shù)闹螌W(xué)態(tài)度在學(xué)術(shù)上給了我悉心的指導(dǎo)。 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(shí)現(xiàn)圖像預(yù)處理，如格式轉(zhuǎn)換，灰度變化和濾波銳化。 傅里葉變換在 物理學(xué) 、 數(shù)論 、組合數(shù)學(xué)、信號處理、概率、統(tǒng)計(jì)、密碼學(xué)、聲學(xué)、光學(xué)等領(lǐng)域都有著廣泛的應(yīng)用。 原圖 對比圖 原圖頻譜圖 對比圖頻譜圖 河南城建學(xué)院本科畢業(yè)設(shè)計(jì)（論文） 人臉圖像識別計(jì)算機(jī)系統(tǒng) 20 表 頻譜圖的相關(guān)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(xué)院本科畢業(yè)設(shè)計(jì)（論文） 人臉圖像識別計(jì)算機(jī)系統(tǒng) 21 原圖 對比圖 2 + + + + 3 + + + + + 4 + + + + + 河南城建學(xué)院本科畢業(yè)設(shè)計(jì)（論文） 人臉圖像識別計(jì)算機(jī)系統(tǒng) 22 原圖頻譜圖 對比圖頻譜圖 表 頻譜圖的相關(guān)性系數(shù) 根據(jù)以上內(nèi)容利用 matlab仿真軟件和傅里葉變換及相關(guān)性算法做出的人臉識別的頻譜圖以及頻譜圖的相關(guān)性系數(shù)，由相關(guān)性系數(shù)可得到，時(shí)域圖一樣的，相關(guān)性系數(shù)都是 1 而且頻域圖也一樣；時(shí)域圖不一樣時(shí)，相關(guān)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(diǎn)，即使是相同的時(shí)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(chǔ)上，擴(kuò)大系統(tǒng)處理圖像的類型和范圍，將輸入圖像首先轉(zhuǎn)換為統(tǒng)一的類型，是多數(shù)人臉圖像預(yù)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(shí)現(xiàn)方法可由 matlab 仿真來實(shí)現(xiàn)。中值濾波方法的最大優(yōu)點(diǎn)是抑制噪聲效果明顯且能 保護(hù)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(guān)于各種濾波方法的原理和分類可參考文獻(xiàn) [2]。用在同一系統(tǒng)中的可能只有其中一種或幾種預(yù)處理方法，但一旦庫中采集到的原始圖像質(zhì)量發(fā)生較大變化（如人臉大小、光照強(qiáng)度、拍攝條件、成像系統(tǒng)等方面變化），原有的預(yù)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(xué)院本科畢業(yè)設(shè)計(jì)（論文） 人臉圖像識別計(jì)算機(jī)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(jīng)網(wǎng)絡(luò)法、支持向量機(jī)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(jìn)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(yù)處理方法，但一旦庫中采集到的原 始圖像質(zhì)量發(fā)生較大變化（如人臉大小、光照強(qiáng)度、拍攝條件、成像系統(tǒng)等方面變化），原有的預(yù)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(jié) 以上實(shí)例只是對 Matlab 圖像處理工具箱函數(shù)的一小部分運(yùn)用 ,從這些功能的運(yùn)用可以看出 ,Matlab 語言簡潔 ,可讀性強(qiáng)。 subplot(1,2,2),imshow(j2)。 subplot(1,2,1),imshow(j)。在本文實(shí)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(yīng)濾波方法對圖像進(jìn)行濾波。該部分的程序代碼如下 : i=imread(39。實(shí)現(xiàn)過程代碼如下 : i=imread(39。銳化濾波器是用高通濾波來實(shí)現(xiàn) ,目的在于強(qiáng)調(diào)圖像被模糊的細(xì)節(jié)。 圖像增強(qiáng) 圖像增強(qiáng)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(yīng)性 ,以及便于人與計(jì)算機(jī)的分析和處理 ,以滿足圖像復(fù)制或 再現(xiàn)的要求。數(shù)字圖像處理技術(shù)已經(jīng)成為信息科學(xué)、計(jì)算機(jī)科學(xué)、工程科學(xué)、地球科學(xué)等諸多方面的學(xué)者研究圖像的有效工 具。實(shí)驗(yàn)過程中的難點(diǎn)與缺點(diǎn)。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(gè)個(gè)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(yīng)用前景 人臉圖像識別除了具有重大的理論價(jià)值以及極富挑戰(zhàn)性外，還其有許多潛在的應(yīng)用前景，利用人臉圖像來進(jìn)行身份驗(yàn)證，可以不與目標(biāo)相接觸就取得樣本圖像，而其它的身份驗(yàn)證手段，如指紋、眼睛虹膜等必須通過與目標(biāo)接觸或相當(dāng)接近來取得樣木，在某些場合，這些識別手段就會(huì)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(jī)構(gòu)有美國的 MIT 和 CMU,英國的劍橋大學(xué)。后來在中科院組建 了專門的的人臉識別研究團(tuán)隊(duì)。 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(gè)人的身份。而基于人臉檢測更是學(xué)術(shù)界的一個(gè)難點(diǎn)。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(diǎn)，因此使用人臉特征進(jìn)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(shù)的興起 .以及人類視覺研究的進(jìn)展 .人們逐漸對人臉圖像的機(jī)器識別投入很大的 熱情，并形成了一個(gè)人臉圖像識別研究領(lǐng)域，這一領(lǐng)域除了它的重大理論價(jià)值外，也極具實(shí)用價(jià)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(shí)驗(yàn)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(lǐng)域，更可貴的是，在 IEEE 上面發(fā)表了很多 paper。接著是清華大學(xué)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(shí)也能夠 滿足實(shí)時(shí)檢測的基本要求。本文在總結(jié)分析人臉識別系統(tǒng)中幾種常用的圖像預(yù)處理方法基礎(chǔ)上，利用 MATLAB 實(shí)現(xiàn)了一個(gè)集多種預(yù)處理方法于一體的通用的人臉圖像預(yù)處理仿真系統(tǒng)，將該系統(tǒng)作為圖像預(yù)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(shí)現(xiàn)人臉圖像的識別判定。而人臉跟蹤則需要進(jìn)一步輸出所檢測到的人臉位置、大小等狀態(tài)隨時(shí)間的連續(xù)變化情況。 論文的內(nèi)容及組織 第 1 章主要介紹了人臉識別的研究背景及國內(nèi)外的研究現(xiàn)狀，同時(shí)還介紹了目的及意義和應(yīng)用前景。 Matlab 還推出了功能強(qiáng)大的適應(yīng)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(qiáng) 有多種方法可以實(shí)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(gè)像素的鄰域并對灰度變化率進(jìn)行量化 ,也包括對方向的確定 ,其中大多數(shù)是基于方向?qū)?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(yù)處理、特征提取和匹配識別四個(gè)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(shí)現(xiàn)圖像的灰度校正和灰度歸一化，仿真系統(tǒng)同時(shí)還實(shí)現(xiàn)了尺寸歸一化、二值 化等其他常用的圖像預(yù)處理算法?；陲@式特征的方法是指由人通過肉眼觀察，總結(jié)出人臉區(qū)別于