【正文】 與測(cè)試圖像匹配， 識(shí)別的準(zhǔn)確性是 %第五章 結(jié)語(yǔ)基于matlab數(shù)字圖像處理與識(shí)別系統(tǒng)其實(shí)是一個(gè)范圍很大的應(yīng)用系統(tǒng)，作者在此只是有針對(duì)性、有選擇地進(jìn)行了一些開(kāi)發(fā)和實(shí)現(xiàn)。若要進(jìn)一步提高識(shí)別率和適用范圍，則還需要結(jié)合其它算法，如PCA、神經(jīng)網(wǎng)絡(luò)等。, mfilename, ... 39。, [] , ... 39。end% End initialization code DO NOT EDIT %% Executes just before FR_Processed_histogram is made visible.function FR_Processed_histogram_OpeningF(hObject, eventdata, handles, varargin) = hObject。bin_num = 9。 for Z=1:1:total_sub for X=1:2:sub_img %%%train on odd number of images of each subject I = imread( strcat(39。 for i=1:1:rows for j=1:1:cols if( I(i,j) == 0 ) train_hist_img(max_hist_level, K) = train_hist_img(max_hist_level, K) + 1。 K = K + 1。 train_processed_bin。 for i=1:1:rows for j=1:1:cols if( I(i,j) == 0 ) test_hist_img(max_hist_level) = test_hist_img(max_hist_level) + 1。 sum = 0。 K = K + 1。\39。))) msgbox ( 39。ORL\S39。)%function box_Callback(hObject, eventdata, handles)function box_CreateF(hObject, eventdata, handles)if ispc amp。,39。axes()imgpath=STRCAT(pathname,filename)。*.bmp39。), get(0,39。Incorrectly Recognized39。Error== Testing Image of Subject 39。 if (subjectindex == M) axes () %image no: 5 is shown for visualization purpose imshow(imread(STRCAT(39。S39。K = 1。 K = 1。train39。end display (39。sum = 0。,int2str(X),39。global total_sub train_img sub_img max_hist_level bin_num form_bin_num。 total_sub = 40。amp。, FR_Processed_histogram_OpeningF, ... 39。參考文獻(xiàn)[1] 祝磊，[J].計(jì)算機(jī)學(xué)報(bào)，2007，34（6）：1221251 [2] 何東風(fēng)，[J].計(jì)算機(jī)學(xué)報(bào)，2003，13（12）7578[3] ,Younus FazleBasit Javed和Usman Qayyum”,采用直方圖的人臉識(shí)別和處理”,第三階段僅相關(guān)新興技術(shù)研報(bào)告。僅這一部分即可形成一個(gè)專用的圖像處理平臺(tái)。同時(shí)使用灰度圖像。在本仿真系統(tǒng)中通過(guò)調(diào)用MATLAB中提供的各種圖像類型轉(zhuǎn)換函數(shù)來(lái)實(shí)現(xiàn)TIF、JPG轉(zhuǎn)換為BMP格式及彩色到灰度圖像的轉(zhuǎn)換；對(duì)圖像二值化，采用了graythresh()函數(shù)來(lái)自動(dòng)選擇閾值的二值化方法[1]；尺寸歸一化采用的算法是對(duì)人臉圖像進(jìn)行剪裁和尺寸縮放，實(shí)現(xiàn)去除大部分頭發(fā)、服飾和背景的干擾并將人臉圖像大小統(tǒng)一。三種灰度變換方法，均能在一定程度上消除由于光照條件不同而對(duì)人臉識(shí)別帶來(lái)的影響。對(duì)于使用基于整體的人臉識(shí)別算法的系統(tǒng)中，由于失掉小區(qū)域的細(xì)節(jié)對(duì)特征提取影響較小，所以這種濾波方法最受歡迎。下面對(duì)本文實(shí)現(xiàn)的濾波方法及其選擇依據(jù)加以說(shuō)明。鑒于此，作者在總結(jié)分析了濾波去噪、邊緣檢測(cè)、灰度變換三種廣泛應(yīng)用于不同人臉識(shí)別系統(tǒng)中的預(yù)處理方法基礎(chǔ)上，設(shè)計(jì)了一個(gè)通用的人臉圖像預(yù)處理仿真系統(tǒng)。Position39。mx=0。 x2=x2+r。r2=x2。s=r*c。)。特征臉?lè)ǎ╡igenface）把單個(gè)圖像看成一維向量，眾多的一維向量形成了人臉圖像特征空間，再將其變換到一個(gè)新的相對(duì)簡(jiǎn)單的特征空間，通過(guò)計(jì)算矩陣的特征值和特征向量，利用圖像的代數(shù)特征信息，尋找“人臉”、“非人臉”兩種模式在該特征空間中的分布規(guī)律。Yoo等利用膚色像素的連通性分割出區(qū)域，使用橢圓擬合各個(gè)區(qū)域，根據(jù)橢圓長(zhǎng)短軸的比率判斷是否為人臉。所謂顯式特征是指對(duì)人類肉眼來(lái)說(shuō)直觀可見(jiàn)的特征，如膚色、臉部輪廓、臉部結(jié)構(gòu)等。該系統(tǒng)可對(duì)不同條件下的原始圖像進(jìn)行相應(yīng)的預(yù)處理。第三章 人臉圖像識(shí)別計(jì)算機(jī)系統(tǒng) 引言計(jì)算機(jī)人臉識(shí)別是一個(gè)非?；钴S的研究領(lǐng)域，因其在公安刑偵破案、銀行密碼系統(tǒng)、計(jì)算機(jī)安全系統(tǒng)以及動(dòng)態(tài)監(jiān)視系統(tǒng)等方面都有廣泛應(yīng)用，已成為當(dāng)前模式識(shí)別、計(jì)算機(jī)視覺(jué)領(lǐng)域的研究熱點(diǎn)。figure,subplot(1,2,1),imshow(i)subplot(1,2,2),imshow(j2): 加入噪聲的圖像 濾波后的圖像 平滑濾波效果 原灰度圖像 銳化后的圖像 銳化濾波效果圖3)邊緣檢測(cè)()函數(shù)實(shí)現(xiàn)邊緣檢測(cè),還有各種方法算子供選擇,在本實(shí)例中采用了canny算子來(lái)進(jìn)行邊緣檢測(cè),程序代碼如下:i=imread(39。,0,)。subplot(1,2,2),imhist(j): (2)灰度圖像平滑與銳化處理平滑濾波器的目的在于模糊圖像或消除噪聲,()函數(shù)用于實(shí)現(xiàn)中值濾波,wiener2()實(shí)現(xiàn)對(duì)圖像噪聲的自適應(yīng)濾波。f:\39。本文通過(guò)運(yùn)用圖像處理工具箱的有關(guān)函數(shù)對(duì)一人臉的彩色圖像進(jìn)行處理。(2).空域?yàn)V波增強(qiáng)空域?yàn)V波按照空域?yàn)V波器的功能又可分為平滑濾波器和銳化濾波器。在類型轉(zhuǎn)換的時(shí)候,我們還經(jīng)常遇到數(shù)據(jù)類型不匹配的情況,針對(duì)這種情況,也給我們提供了各種數(shù)據(jù)類型之間的轉(zhuǎn)換函數(shù),如double()就是把數(shù)據(jù)轉(zhuǎn)換為雙精度類型的函數(shù)。利用計(jì)算機(jī)對(duì)圖像進(jìn)行去除噪聲、增強(qiáng)、復(fù)原、分割、提取特征等的理論、方法和技術(shù)稱為數(shù)字圖像處理。并做了一個(gè)Matlab圖像處理功能的實(shí)例第三章主要始涉三個(gè)方面：首先是對(duì)人臉識(shí)別系統(tǒng)的構(gòu)成做詳細(xì)論述；其次就是對(duì)人臉識(shí)別過(guò)程中的關(guān)鍵環(huán)節(jié)人臉檢測(cè)、特征提取和圖像預(yù)處理做詳細(xì)介紹；最后就是Matlab在人臉識(shí)別系統(tǒng)中的具體應(yīng)用，即人臉圖像識(shí)別的具體技術(shù)，并用Matlab進(jìn)行仿真試驗(yàn)并得到結(jié)果。 (3)特征提取通過(guò)人臉特征點(diǎn)的檢測(cè)與標(biāo)定可以確定人臉圖像中顯著特征點(diǎn)的位置（如眼睛、眉毛、鼻子、嘴巴等器官），同時(shí)還可以得到這些器官及其面部輪廓的形狀信息的描述。其中涉及到圖像的選取，臉部定位，特征提取，圖像處理和識(shí)別幾個(gè)過(guò)程。以及外在的成像過(guò)程中的光照，圖像尺寸，旋轉(zhuǎn)，姿勢(shì)變化等。在進(jìn)行人工智能的研究中，人們一直想做的事情就是讓機(jī)器具有像人類一樣的思考能力，以及識(shí)別事物、處理事物的能力，因此從解剖學(xué)、心理學(xué)、行為感知學(xué)等各個(gè)角度來(lái)探求人類的思維機(jī)制、以及感知事物、處理事物的機(jī)制，并努力將這些機(jī)制用于實(shí)踐，如各種智能機(jī)器人的研制。人臉圖像的機(jī)器識(shí)別研究就是在這種背景下興起的，因?yàn)槿藗儼l(fā)現(xiàn)許多對(duì)于人類而言可以輕易做到的事情，而讓機(jī)器來(lái)實(shí)現(xiàn)卻很難，如人臉圖像的識(shí)別，語(yǔ)音識(shí)別，自然語(yǔ)言理解等。使得同一個(gè)人，在不同的環(huán)境下拍攝所得到的人臉圖像不同，有時(shí)更會(huì)有很大的差別，給識(shí)別帶來(lái)很大難度。 識(shí)別系統(tǒng)構(gòu)成人類似乎具有“與生俱來(lái)”的人臉識(shí)別能力，賦予計(jì)算機(jī)同樣的能力是人類的夢(mèng)想之一，這就是所謂的“人臉識(shí)別”系統(tǒng)。根據(jù)人臉特征點(diǎn)檢測(cè)與標(biāo)定的結(jié)果，通過(guò)某些運(yùn)算得到人臉特征的描述（這些特征包括：全局特征和局部特征，顯式特征和統(tǒng)