【正文】 深入研究了對人臉識別的一系列流程。L_g=L。 r_temp=max(r)min(r)。%%構(gòu)建一個 3*3單位矩陣作為結(jié)構(gòu)元素 f=imopen(f,se)。)。不斷變化的灰度值產(chǎn)了邊緣，邊緣存在在兩個不相同的灰度區(qū)域之間。 條件 2 剔除了比例相同但面積不符合的區(qū)域，第二次對圖片進(jìn)行劃分，賽選。%使用線形元素由重構(gòu)做開運(yùn)算， fe為標(biāo)記圖像 imshow(fobr) 9 圖 9 重構(gòu)舉例圖 圖 10 重構(gòu)結(jié)果圖 使用結(jié)構(gòu)元素 B 對由重構(gòu)做開運(yùn)算在數(shù)學(xué)上的定義為： )( BfRf ? 對圖像的再處理為： se=strel(39。%定義方形結(jié)構(gòu)元素 i2=imclose(i,se)。 開啟運(yùn)算就是將膨脹與腐蝕通過各種方式進(jìn)行整合的運(yùn)算，其間使用相同的結(jié)構(gòu)元素。 imshow(i)。 img=f。 灰度圖像轉(zhuǎn)換 灰度圖像就是一個數(shù)組描述，通常由一個 uint uint16 或雙精度類型表示，是使用一個特殊的圖像來表示圖片中的所有像素 [5]。人們觀察一項(xiàng)事物的流程是通過眼睛掃描事物形體，并錄入腦中，將眼前畫面與腦海中的記憶相比較，借由比較結(jié)果得出識別判斷。 edge detection 2 1 引言 基本介紹與概念 人臉識別就 是構(gòu)建一種人臉識別系統(tǒng)的技術(shù)，它的功能是對人臉進(jìn)行定位，同時采集人臉圖像，作出預(yù)處理，以確定人臉位置 [1]。本人完全意識到本聲明的法律結(jié)果由本人承擔(dān)。 灰度圖像 。人臉識別研究的重點(diǎn)也逐漸傾向于人臉形體，圖像亮度等問題 [3]。為此需要創(chuàng)造這樣一個色彩空間，這個空間能把 R、 G、 B所代表的色度信息與亮度信息分開表示。, 39。 imshow(f)。%載入圖片 imshow(i)。%進(jìn)行開運(yùn)算 imshow(i2) 圖 5 開運(yùn)算舉例圖 7 圖 6 開運(yùn)算結(jié)果圖 開啟運(yùn)算就是對圖像進(jìn)行先腐蝕，后膨脹的操作，運(yùn)算定義為： 閉合運(yùn)算同樣能平滑圖像邊緣，與開啟運(yùn)算相反，它一般能融合窄的缺口和細(xì)長的彎口，去掉小洞，填補(bǔ)輪廓上的縫隙 [6]。標(biāo)記圖像的峰值作為膨脹運(yùn)算的起始點(diǎn)，結(jié)果重復(fù)的膨脹過程，以圖像的像素值穩(wěn)定作為終止 [8]。 在長寬比限定的基礎(chǔ)上，可以對剩余的物體進(jìn)行第二步驟，在錄入的 RGB 圖片中，人臉的大小是有一定限制的，在得到的灰度圖像上，人臉的灰度維數(shù)通過多次的設(shè)定修改，最終限定在 14000一下，凡大于這個數(shù)值的問題均歸類到非人臉區(qū)域。 area_sq=r_temp*c_temp。%提取周長 imshow(f)%顯示結(jié)果 圖 11 邊緣檢測舉例圖 圖 12 邊緣檢測結(jié)果圖 12 3 程序與識別結(jié)果 sum=0。 (f_cr=138) amp。,8)。 end else continue。 再之后通過測量、計(jì)算一步步的限定長寬比、目標(biāo)面積的范圍限定來剔除干擾區(qū)域，從而確定臉部區(qū)域。 再者感謝大學(xué)四年期間教導(dǎo)過筆者的老師，一直陪伴在筆者身邊的同學(xué)，是他們的支持與鼓勵幫助筆者完成今天的這份報告，向他們致以萬分的感謝。 figure(6),imshow(img1)。 if (r_temp/c_temp)|(r_temp/c_temp)|temp(1)14000|ratio %利用臉部寬長比的大概上下限（ ）來確定一個人臉 范圍 . %臉部區(qū)域 14000的去掉 ,一般為手或其他干擾 . %矩形面積 area_sq=目標(biāo)區(qū)長度 *寬度 ,目標(biāo)區(qū)面積為 area,若 area/area_sq,認(rèn)為不是人臉區(qū) ,刪除之 . for j=1:temp(1)。 se1=strel(39。 f= (f_cb=100) amp。%裝入圖片，雖然只是黑白色彩，但系統(tǒng)仍然認(rèn)定為 JPG 格式 bw=im2bw(i)。%計(jì)算寬度 temp=size(r)。如果只是簡單的對人臉的長度，寬度進(jìn)行限定，通過閾值進(jìn)行排除，所得到的程序是不能適用到圖片上的所有部位。在這里，采用重 構(gòu)做開運(yùn)算， 用于 恢復(fù) 圖片 之后的對象形狀 [7]。,3)。39。(f_cr=170) 。 iptsetpref(39。在不同的環(huán)境下光照條件的改變，很難將膚色點(diǎn)從非膚色點(diǎn)中分離出來，如果在 RGB圖像上進(jìn)行處理，將產(chǎn)生離散的膚色點(diǎn)，圖片中間嵌有很多的非膚色點(diǎn)，提高了人臉檢測的難度，容易產(chǎn)生不可靠的膚色分割。在商業(yè)領(lǐng)域上的應(yīng)用被人們不斷的發(fā)掘出來，由此誕生了若干具有代表性的人臉識別算法，其中最為著名的便是美國軍方的 FaceIt 系統(tǒng) [3]。 關(guān)鍵詞 ： matlab 程序 。 本人在指導(dǎo)過程中，通過網(wǎng)上文獻(xiàn)搜索及文獻(xiàn)比對等方式，對其畢業(yè)論文（設(shè)計(jì)）內(nèi)容進(jìn)行了檢查，未發(fā)現(xiàn)抄襲現(xiàn)象，特此聲明。在這里生物特征以及所對應(yīng)的識別方法分別是：臉部特征 —— 人臉識別、人體掌紋、指紋 —— 掌紋識別、指紋識別、視網(wǎng)膜、虹膜 —— 視網(wǎng)膜識別、虹膜識別、聲音頻率 —— 語音識別、目標(biāo)個體體形 —— 體形識別、形體動作幅度及力度 —— 敲擊識別、簽字 —— 簽字識別等 [1]。 再來，人臉識別這種方法不會引起人的反感，可在目標(biāo)人物未察覺時識別完成，只需要可見 光就可以完成人臉信息的獲取，不同于虹膜識別需要借助紅外線采集圖像，指紋識別需要依靠電子壓力傳感器活得指紋，獲取時間短，識別精度高 [4]?；叶葓D像不同于黑白圖像，黑白圖像只有 0、 1 兩種取值顏色，而灰度圖像的實(shí)質(zhì)是一個數(shù)據(jù)矩陣 I，該矩陣中使用了一定范圍內(nèi)的灰度級來代表圖片中的數(shù)據(jù)，每一個元素對應(yīng)著圖像中的一個像素點(diǎn)，灰度級的取值范圍 [0,255][5]。 f_cb=f(:,:,2)。line39。舉例程序與結(jié)果如下： i=imread(39。其小孔是指較亮像素包圍的暗像素區(qū)。,8)。 具體程序如下： [L,num]=bwlabeln(f,4)。 運(yùn)用形態(tài)學(xué)的腐蝕運(yùn)算可以得到圖像的邊界。 copy=f。%%圖片閉運(yùn)算 figure(2),imshow(f)。 temp=size(r)。 L_rgb=cat(3,L_r,L_g,L_b)。 17 （ 2）對圖像的預(yù)處理上，使用了轉(zhuǎn)換 YCbCr 空間、灰度空間、填孔重構(gòu)。 5 結(jié)論 筆者對基于 matlab 人臉識別技術(shù)從理論和實(shí)踐上分別給予了淺層次的探討和一定的研究。 figure(5),imshow(L)。設(shè)定操作的鄰域類型為 4領(lǐng)域 for i=1:num。square39。)%%%設(shè)