【正文】 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。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。實(shí)際中有時(shí)需要變換直方圖使之成為某個(gè)需要的形狀,從而有選擇地增強(qiáng)某個(gè)灰度值范圍內(nèi)的對(duì)比度或使圖像灰度值的分布滿(mǎn)足特定的要求,這時(shí)可以采用比較靈活的直方圖規(guī)定化方法。只有這樣，不同圖像在特征提取和識(shí)別時(shí)才具有可比性。作為通用人臉圖像預(yù)處理模塊，要能夠充分適應(yīng)不同人臉庫(kù)中圖像在人臉大小、光照強(qiáng)度、成像系統(tǒng)等方面的任意性和差異性，不能單獨(dú)采用某種單一的濾波、灰度變換和邊緣檢測(cè)方法。rectangle(39。 % 區(qū)域標(biāo)記，返回矩陣和連通數(shù)stats = regionprops(Array, 39。row = floor(m/10)。標(biāo)準(zhǔn)人臉模板可以是固定的樣板，也可以是帶參變量的曲線(xiàn)函數(shù)。 人臉識(shí)別是一個(gè)復(fù)雜的過(guò)程，一個(gè)計(jì)算機(jī)人臉識(shí)別的流程如圖31所示。銳化濾波器是用高通濾波來(lái)實(shí)現(xiàn),目的在于強(qiáng)調(diào)圖像被模糊的細(xì)節(jié)。在本文中還使用到了imrisize（）函數(shù)對(duì)圖像進(jìn)行裁剪，使其以合適的大小的輸出。主要包括：GUI界面的設(shè)計(jì)，圖像操作的基本處理（圖片讀取，圖像輸出，圖像裁剪，灰度變換，二值化等），并且展示一部分具體操作的結(jié)果實(shí)例。本文人臉識(shí)別仿真系統(tǒng)流程圖如下所示： 圖像獲取圖片灰度圖像處理處理得出識(shí)別結(jié)果根據(jù)算法找到最接近的兩幅圖與圖片庫(kù)中圖片比較統(tǒng)計(jì)原圖灰度值二值化處理根據(jù)算法找出合適人臉部位檢測(cè)到人臉圖像人人臉檢測(cè)人人臉識(shí)別 人臉識(shí)別流程圖 二、人臉識(shí)別的主要步驟： (1 )人臉圖像的獲取通常，圖片都是通過(guò)攝像機(jī)來(lái)完成。而人臉識(shí)別可以不與目標(biāo)相接觸就取得樣本圖像，進(jìn)而進(jìn)行身份的識(shí)別。李子青為SAC/TC100/SC2副主任委員，代表中國(guó)國(guó)家體撰寫(xiě)了中國(guó)第一個(gè)ISO/IEC JTC1/SC37生物識(shí)別國(guó)際標(biāo)準(zhǔn)工作草案獲采納，并在2006年會(huì)全體會(huì)議上作了“生物特征識(shí)別在中國(guó)”的主題演講。但是指紋識(shí)別要求被檢測(cè)的人高度配合，采集比較困難。本文在總結(jié)分析人臉識(shí)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)。MATLAB。同時(shí)，人臉識(shí)別是機(jī)器視覺(jué)和模式識(shí)別領(lǐng)域最富有挑戰(zhàn)性的課題之一，因?yàn)槿四槇D像受很多因素的干擾:人臉表情的多樣性，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。艾海洲教授目前主要從事與人臉人體相關(guān)的計(jì)算機(jī)視覺(jué)方面的研究，在人臉及人體圖像理解領(lǐng)域提出了一系列性能優(yōu)越的算法，具有重要的學(xué)術(shù)價(jià)值和明顯的應(yīng)用價(jià)值。（2）電子護(hù)照及身份證。處理過(guò)程中，先對(duì)圖片進(jìn)行灰度圖片處理，然后二值化。 2 應(yīng)用Matlab處理圖像 Matlab介紹MATLAB是美國(guó)MathWorks公司出品的商業(yè)數(shù)學(xué)軟件，用于算法開(kāi)發(fā)、數(shù)據(jù)可視化、數(shù)據(jù)分析以及數(shù)值計(jì)算的高級(jí)技術(shù)計(jì)算語(yǔ)言和交互式環(huán)境，主要包括MATLAB和Simulink兩大部分。matlab中DIP工具箱函數(shù)im2bw使用閾值（threshold）變換法把灰度圖像（grayscale image）轉(zhuǎn)換成二值圖像。我們可以用Matlab工具箱提供的rgb2gray將其轉(zhuǎn)化成灰度圖像，然后再轉(zhuǎn)化成二值圖像。通常檢測(cè)和定位結(jié)合進(jìn)行。以上三種方法的優(yōu)缺點(diǎn)比較見(jiàn)表31。 a2 = row。 Ar= cat(1, )。EdgeColor39。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(lèi)可參考文獻(xiàn)[2]。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(lái)實(shí)現(xiàn)。 此算法提供我們的建議技術(shù)名為直方圖處理人臉識(shí)別的第一部分。Toole AJ, Jiang F, Abdi H, Haxby JV (2005) Partially distributed representations of objects and faces in ventral temporal cortex. J Cogn Neurosci 17: 580–590.[17] Delac, K., Grgic, M., Liatsis, P. (2005). Appearancebased Statistical Methods for Face Recognition. Proceedings of the 47th International Symposium ELMAR2005 focused on Multimedia Systems and Applications, Zadar, Croatia, 0810 June 2005, pp. 151–158[18] V. Blanz and T. Vetter. A morphable model for the synthesis of 3d faces. In Computer Graphics,Annual Conference Series, pages 187–194. Siggraph, August 1999.[19] C. Bregler, M. Covell, and M. Slaney. Video rewrite: driving visual speech with audio. In Computer Graphics, pages 353–360. Siggraph, 1997 ().[20] B. Dariush, S. B. Kang, and K. Waters. Spatiotemporal analysis of face profiles: detection, segmentation,and registration. In Proc. of the 3rd International Conference on Automatic Face and Gesture Recognition, pages 248–253. IEEE, 1998. 致謝在廣東工業(yè)大學(xué)的學(xué)習(xí)生活即將結(jié)束，在做畢業(yè)設(shè)計(jì)的這段時(shí)間里，我的老師、同學(xué)、朋友和家人給予了我無(wú)微不至的關(guān)心，毫無(wú)保留的指導(dǎo)和耐心細(xì)致的幫助，借此畢業(yè)論文完成之際，謹(jǐn)向他們致以我最真誠(chéng)的感謝！首先，我衷心感謝我的導(dǎo)師何家峰老師。而在現(xiàn)實(shí)生活中采集到的人臉圖像則會(huì)受到很多因素的影響，識(shí)別率就未必能達(dá)到要求了。直方圖均衡化的優(yōu)點(diǎn)是能自動(dòng)地增強(qiáng)整個(gè)圖像的對(duì)比度,但它的具體的增強(qiáng)效果不好控制,處理的結(jié)果總是得到全局均衡化的直方圖。通過(guò)灰度變換，可對(duì)原始圖像中的光照不均進(jìn)行補(bǔ)償，使得待識(shí)別人臉圖像遵循同一或相似的灰度分布。 仿真系統(tǒng)中實(shí)現(xiàn)的人臉圖像預(yù)處理方法根據(jù)所查閱文獻(xiàn)資料，常應(yīng)用于人臉圖像的預(yù)處理方法有：圖像類(lèi)型轉(zhuǎn)換、濾波去噪、灰度變換、邊緣檢測(cè)及二值化、尺寸歸一化、灰度歸一化等。imshow(B)。 % 行跳躍end[Array, nu] = bwlabel(bw, 8)。 % 二值化[m, n] = size(bw)。模板匹配的方法一般是人為地先定義一個(gè)標(biāo)準(zhǔn)人臉模板，計(jì)算輸入圖像與模板的似然度；然后，確定一個(gè)似然度閾值，用以判斷該輸入圖像中是否包含人臉。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(kù)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(mǎn)足特征提取的需要，還要更新，這是極不方便的。平滑濾波器可以用低通濾波實(shí)現(xiàn),目的在于模糊圖像或消除噪聲。用save（）函數(shù)可以將工作空間的變量保存，然后用load函數(shù)可以將變量讀入到Matlab的工作空間中。以及在人臉識(shí)別過(guò)程中所要用到圖像處理的基本操作。這個(gè)系統(tǒng)的實(shí)現(xiàn)要求各個(gè)環(huán)節(jié)互相配合，緊密聯(lián)系，才能得到最終理想的結(jié)果。相對(duì)而言其它的生物身份驗(yàn)證手段，如指紋、眼睛虹膜等必須通過(guò)與目標(biāo)接觸或相當(dāng)接近來(lái)取得樣木，在某些場(chǎng)合，這些識(shí)別手段有很大的不便之處。李子青和他所領(lǐng)銜研發(fā)的“中科奧森”人臉識(shí)別系統(tǒng)和智能視頻監(jiān)控系統(tǒng)已在包括北京奧運(yùn)會(huì)、上海世博會(huì)邊檢通關(guān)等多個(gè)國(guó)家重大安全項(xiàng)目中實(shí)施并發(fā)揮作用。目前得到主要應(yīng)用的是指紋識(shí)別和人臉識(shí)別。采用人臉識(shí)別技術(shù)，建立自動(dòng)人臉識(shí)別系統(tǒng)，用計(jì)算機(jī)實(shí)現(xiàn)對(duì)人臉圖像的自動(dòng)識(shí)別有著廣闊的應(yīng)用領(lǐng)域和誘人的應(yīng)用前景。 Gray image histogram。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，這些影響都會(huì)給人臉圖像的識(shí)別帶來(lái)很大難度。丁曉青教授在OCR(字符識(shí)別)領(lǐng)域，可謂國(guó)內(nèi)第一人。中國(guó)的電子護(hù)照計(jì)劃公安部一所正在加緊規(guī)劃和實(shí)施。得到的圖片將呈現(xiàn)出黑白效果。Matlab的主要優(yōu)勢(shì)有：(1)高效的數(shù)值計(jì)算及符