matlab的人臉識別技術(shù)的實現(xiàn)(存儲版)
【正文】 ats = regionprops(Array， 39。 [Ar(h，1)，Ar(h，2)，Ar(h，3)，Ar(h，4)]， ... 39。 仿真系統(tǒng)中實現(xiàn)的人臉圖像預(yù)處理方法通過對已有文獻的整理和分析，不難發(fā)現(xiàn)目前用于人臉圖像預(yù)處理的技術(shù)手段主要包括圖像類型轉(zhuǎn)換、濾波去噪、灰度變換、邊緣檢測及二值化、尺寸歸一化、灰度歸一化等方法。，采用鄰域平均法的均值濾波器、采用鄰域加權(quán)平均的高斯濾波和維納濾波。(2)灰度變換灰度變換技術(shù)是實現(xiàn)圖像提升的常用手段。在本文的仿真模擬設(shè)計中，本文對比了canny、sobel、log、prewitt四種算子在不同灰度要求下，不同方向的邊緣檢測算法，用戶可以根據(jù)對比的結(jié)果選擇合適的算法進行邊緣檢測。而直方圖均衡化的優(yōu)勢在于能夠?qū)崿F(xiàn)對圖像對比度的自動提升，而在具體使用過程中則提升效果較難控制，最后的處理結(jié)果大多得到的是圖像整體均衡化的直方圖。本文以Matlab為主要技術(shù)手段，通過大量對相關(guān)文獻和已經(jīng)研究成果的梳理和總計，對人臉識別系統(tǒng)進行了簡化的模擬。畢業(yè)論文作為學(xué)業(yè)任務(wù)的最后一項工作對于我們每個學(xué)生都有著不一樣的意義，這不僅是對自己大學(xué)四年的中所學(xué)知識的一種回顧，更是自己真正獨立解決問題的開始。最后由于我們研究水平有限，論文還存在很多不足之處，尤其是理論層次的深入，還望老師予以指正。[4] 何國輝，[J].中國圖像圖形學(xué)報，2006，32（19）：208211.[5] 王聃，賈云偉，[J].自動化學(xué)報，2005，21（73）.[6] 張儉鴿，王世卿，[J].自動化學(xué)報，2007，23（21）.[7] 曹林，王東峰，劉小軍，[J].電子學(xué)報，2006，28（3）490494[8] 焦峰，山世光，崔國勤，高文，[J].自動化學(xué)報，2003，15（1）：5358[9] Wangmeng Zuo，Kuanquan Wang，David Zhang，Hongzhi Zhang. Combination of two novel LDAbased methods for face recognition[J].Proceedings of the IEEE，2007：735742[10] 徐倩，[J].計算機學(xué)報，2007，43（25）：195197[11] 劉貴喜，[J].自動化學(xué)報，2002，28（6）：927934[12] 周嬪，馬少平，[J].自動化學(xué)報，2000，28（1）：122124 [13] 王蘊紅，范偉，[J].電子學(xué)報，2005，28（10）：16571662[14] 莊哲民，張阿妞，[J].中國圖像圖形學(xué)報，2007，29（9）：20472049[15] L. Wiskott， J. M. Fellous， N. Kuiger and C. Vonder Malsburg， “Face Recognition by Elastic Bunch Graph Matching，” IEEE Transactions on Pattern Analysis and Machine Intelligence， Vol. 9， No. 7， 1997， pp. 775779. doi:[16] O39。結(jié)論隨著信息技術(shù)的快速發(fā)展，圖像已經(jīng)成為人們生活和工作中獲取信息的重要來源，而建立在圖像獲取與識別基礎(chǔ)上的人臉圖像識別技術(shù)也逐步深入到人們的生活中賴，得到了廣泛的應(yīng)用和發(fā)展。眾所周知，直方圖均衡化技術(shù)可以實現(xiàn)對動態(tài)范圍較小圖像反差效果的增強。因此，本文的仿真模擬系統(tǒng)設(shè)計了三種灰度變換模式供用戶實際選擇。對于使用基于整體的人臉識別算法的系統(tǒng)中，由于失掉小區(qū)域的細節(jié)對特征提取影響較小，所以這種濾波方法最受歡迎。下面，本文將對所采用的濾波方法加以闡述，并簡要介紹選擇的原因。 1)； 人臉圖像的預(yù)處理本文基于濾波去噪、邊緣檢測、灰度變換三種圖像預(yù)處理方法，設(shè)計了一個實用性較好的人臉圖像預(yù)處理仿真模擬系統(tǒng)。[ ])；%subplot(2，3，3)；imshow(B)；rectangle(39。其中，特征臉法、人工神經(jīng)網(wǎng)絡(luò)法、支持向量機法等均屬于這類方法?，F(xiàn)階段應(yīng)用較為廣泛的方法包括灰度變換、邊緣檢測、灰度歸一等方法，在實際應(yīng)用過程中，越來越多的設(shè)計者開始傾向于采用多種方法來進行協(xié)同配合，以完成準確預(yù)處理的需要。通過使用histeq()函數(shù)、imhist()函數(shù)來完成對直方圖的計算和顯示功能。另外，matlab中DIP工具箱函數(shù)im2bw使用threshold方法可以將灰度圖像轉(zhuǎn)換成只具有黑色和白色兩種顏色的二值圖像。從技術(shù)層面來看，要想實現(xiàn)對人臉特征信息的識別，首先該系統(tǒng)能夠自動對所采集到的照片信息進行檢測，檢測其中是否有人臉圖像，然后將該數(shù)據(jù)結(jié)果進行初步反饋；如果檢測到了人臉信息，則該系統(tǒng)要能夠?qū)θ四樞畔⑦M行進一步處理，提取主要特征信息，最后將該信息與預(yù)存人臉特征信息相比對，從而完成身份識別與檢測，得出最后驗證的結(jié)論。因此，如何減少這些外界不良因素對人臉特征信息采集的干擾，增強有用信息的提取和處理，已成為該領(lǐng)域研究的熱門。眾所周知，人臉識別系統(tǒng)是集人工智能、模型構(gòu)建、圖像處理、信息識別等技術(shù)于一身的綜合系統(tǒng)，是目前同指紋
法律信息相關(guān)推薦
鄂ICP備17016276號-1