【文章內(nèi)容簡(jiǎn)介】 用系統(tǒng)為基于Internet的網(wǎng)上追逃系統(tǒng)?！　。?）遠(yuǎn)距離身份識(shí)別應(yīng)用于監(jiān)視、監(jiān)控、閉路電視、交通管理、敵友識(shí)別等，網(wǎng)訊公司在這一領(lǐng)域的主要應(yīng)用系統(tǒng)為重大嫌疑犯重點(diǎn)地區(qū)布控系統(tǒng)。此外，此技術(shù)在信息安全領(lǐng)域也有著巨大的潛在應(yīng)用價(jià)值?？梢赃M(jìn)行計(jì)算機(jī)的安全登錄控制、應(yīng)用程序安全使用、數(shù)據(jù)庫(kù)安全訪問(wèn)和文件加密，還可以保護(hù)電子商務(wù)的安全性，還可用于圖像庫(kù)檢索，在大型人臉庫(kù)中檢索與索引圖像相同或相近的臉像。例如：公安部門(mén)可以利用此技術(shù)進(jìn)行罪犯臉像庫(kù)的管理和查詢(xún)，自動(dòng)取款機(jī)(ATMA)可以從數(shù)據(jù)庫(kù)中快速檢索用戶身份。 第2章 軟件介紹 MATLAB簡(jiǎn)介MATLAB是matrix laboratory（矩陣實(shí)驗(yàn)室）的縮寫(xiě)，是 1984年由美國(guó)MathWorks公司推出的數(shù)值計(jì)算及圖形工具軟件，最初是作為“矩陣?yán)碚摗焙汀皵?shù)據(jù)分析”等課程的計(jì)算工具。MathWorks公司1993年推出了MATLAB ， 。經(jīng)過(guò)十幾年的發(fā)展和完善 ，目前已成為世界各國(guó)在科學(xué)分析和計(jì)算領(lǐng)域的主流軟件，并被IEEE評(píng)述為國(guó)際公認(rèn)的最優(yōu)秀的科技應(yīng)用軟件。，它在界面編程方面，參考了現(xiàn)今非常流行的可視化編程的思想，因此在界面制作上顯得十分容易。 MATLAB具有以下的基本功能： （1）數(shù)值計(jì)算功能（2）符號(hào)計(jì)算功能（3）完備的圖形處理及可視化功能（4）可視化建模及動(dòng)態(tài)仿真功能。 Matlab語(yǔ)言特點(diǎn)：（1）編程效率高 Matlab語(yǔ)言編寫(xiě)程序，比Basic、Fortran和C等語(yǔ)言更加接近我們書(shū)寫(xiě)計(jì)算公式的思維方式，用Matlab編寫(xiě)程序猶如在演算紙上排列出公式與求解問(wèn)題。因此，Matlab語(yǔ)言也可通俗地稱(chēng)為演算紙式科學(xué)算法語(yǔ)言由于它編寫(xiě)簡(jiǎn)單，所以編程效率高，易學(xué)易懂。 （2）用戶使用方便 Matlab語(yǔ)言是一種解釋執(zhí)行的語(yǔ)言（在沒(méi)被專(zhuān)門(mén)的工具編譯之前），它靈活、方便，其調(diào)試程序手段豐富，調(diào)試速度快，需要學(xué)習(xí)時(shí)間少。人們用任何一種語(yǔ)言編寫(xiě)程序和調(diào)試程序一般都要經(jīng)過(guò)四個(gè)步驟：編輯、編譯、連接以及執(zhí)行和調(diào)試。各個(gè)步驟之間是順序關(guān)系，編程的過(guò)程就是在它們之間作瀑布型的循環(huán)。Matlab語(yǔ)言與其它語(yǔ)言相比，較好地解決了上述問(wèn)題，把編輯、編譯、連接和執(zhí)行融為一體。它能在同一畫(huà)面上進(jìn)行靈活操作快速排除輸入程序中的書(shū)寫(xiě)錯(cuò)誤、語(yǔ)法錯(cuò)誤以至語(yǔ)意錯(cuò)誤，從而加快了用戶編寫(xiě)、修改和調(diào)試程序的速度，可以說(shuō)在編程和調(diào)試過(guò)程中它是一種比VB還要簡(jiǎn)單的語(yǔ)言。 具體地說(shuō)，Matlab運(yùn)行時(shí)，如直接在命令行輸入Matlab語(yǔ)句（命令），包括調(diào)用M文件的語(yǔ)句，每輸入一條語(yǔ)句，就立即對(duì)其進(jìn)行處理，完成績(jī)譯、連接和運(yùn)行的全過(guò)程。又如，將Matlab源程序編輯為M文件，由于Mat1ab磁盤(pán)文件也是M文件，所以編輯后的源文件就可直接運(yùn)行，而不需進(jìn)行編譯和連接。在運(yùn)行M文件時(shí)，如果有錯(cuò)，計(jì)算機(jī)屏幕上會(huì)給出詳細(xì)的出鍺信息，用戶經(jīng)修改后再執(zhí)行，直到正確為止。所以可以說(shuō)，Mat1ab語(yǔ)言不僅是一種語(yǔ)言，廣義上講是一種該語(yǔ)言開(kāi)發(fā)系統(tǒng)，即語(yǔ)言調(diào)試系統(tǒng)。 （3）擴(kuò)充能力強(qiáng) 高版本的Matlab語(yǔ)言有豐富的庫(kù)函數(shù)，在進(jìn)行復(fù)雜的數(shù)學(xué)運(yùn)算時(shí)可以直接調(diào)用，而且Matlab的庫(kù)函數(shù)同用戶文件在形成上一樣，所以用戶文件也可作為Matlab的庫(kù)函數(shù)來(lái)調(diào)用。因而，用戶可以根據(jù)自己的需要方便地建立和擴(kuò)充新的庫(kù)函數(shù)，以便提高M(jìn)atlab使用效率和擴(kuò)充它的功能。另外，為了充分利用Fortran、C等語(yǔ)言的資源，包括用戶已編好的Fortran，C語(yǔ)言程序，通過(guò)建立Me調(diào)文件的形式，混合編程，方便地調(diào)用有關(guān)的Fortran，C語(yǔ)言的子程序。（4）語(yǔ)句簡(jiǎn)單，內(nèi)涵豐富 Mat1ab語(yǔ)言中最基本最重要的成分是函數(shù)，其一般形式為「a，b，c……」 = fun（d，e，f，……），即一個(gè)函數(shù)由函數(shù)名，輸入變量d，e，f,……和輸出變量a，b，c……組成，同一函數(shù)名F，不同數(shù)目的輸入變量（包括無(wú)輸入變量）及不同數(shù)目的輸出變量，代表著不同的含義（有點(diǎn)像面向?qū)ο裰械亩鄳B(tài)性。這不僅使Matlab的庫(kù)函數(shù)功能更豐富，而大大減少了需要的磁盤(pán)空間，使得Matlab編寫(xiě)的M文件簡(jiǎn)單、短小而高效。（5）高效方便的矩陣和數(shù)組運(yùn)算 Matlab語(yǔ)言像Basic、Fortran和C語(yǔ)言一樣規(guī)定了矩陣的算術(shù)運(yùn)算符、關(guān)系運(yùn)算符、邏輯運(yùn)算符、條件運(yùn)算符及賦值運(yùn)算符，而且這些運(yùn)算符大部分可以毫無(wú)改變地照搬到數(shù)組間的運(yùn)算，有些如算術(shù)運(yùn)算符只要增加“”就可用于數(shù)組間的運(yùn)算，另外，它不需定義數(shù)組的維數(shù)，并給出矩陣函數(shù)、特殊矩陣專(zhuān)門(mén)的庫(kù)函數(shù)，使之在求解諸如信號(hào)處理、建模、系統(tǒng)識(shí)別、控制、優(yōu)化等領(lǐng)域的問(wèn)題時(shí)，顯得大為簡(jiǎn)捷、高效、方便，這是其它高級(jí)語(yǔ)言所不能比擬的。在此基礎(chǔ)上，高版本的Matlab已逐步擴(kuò)展到科學(xué)及工程計(jì)算的其它領(lǐng)域。因此，不久的將來(lái)，它一定能名符其實(shí)地成為“萬(wàn)能演算紙式的”科學(xué)算法語(yǔ)言。 （6）方便的繪圖功能 Matlab的繪圖是十分方便的，它有一系列繪圖函數(shù)（命令），例如線性坐標(biāo)、對(duì)數(shù)坐標(biāo)，半對(duì)數(shù)坐標(biāo)及極坐標(biāo)，均只需調(diào)用不同的繪圖函數(shù)（命令），在圖上標(biāo)出圖題、XY軸標(biāo)注，格（柵）繪制也只需調(diào)用相應(yīng)的命令，簡(jiǎn)單易行。另外，在調(diào)用繪圖函數(shù)時(shí)調(diào)整自變量可繪出不變顏色的點(diǎn)、線、復(fù)線或多重線。這種為科學(xué)研究著想的設(shè)計(jì)是通用的編程語(yǔ)言所不及的。 總之，Matlab語(yǔ)言的設(shè)計(jì)思想可以說(shuō)代表了當(dāng)前計(jì)算機(jī)高級(jí)語(yǔ)言的發(fā)展方向。MATLAB的上述特點(diǎn)，使它深受工程技術(shù)人員及科技專(zhuān)家的歡迎，并很快成為應(yīng)用學(xué)科計(jì)算機(jī)輔助分析、設(shè)計(jì)、仿真、教學(xué)等領(lǐng)域不可缺少的基礎(chǔ)軟件。目前，在國(guó)外高等院校，MATLAB已成為本科生、研究生必須掌握的基礎(chǔ)軟件，國(guó)內(nèi)一些理工院校也已經(jīng)或正把MATLAB作為學(xué)生必須掌握的一種軟件。 MATLAB image processing toolbox簡(jiǎn)介 圖像處理工具包是由一系列支持處理操作的函數(shù)組成的，所支持的圖像處理操作有：幾何操作、區(qū)域操作和塊操作；線性濾波和濾波器設(shè)計(jì)；變換（DCT變換）；圖像分析和增強(qiáng)；二值圖像操作等。圖像處理工具包的函數(shù)，按功能可以分為以下幾類(lèi)：圖像顯示；圖像文件輸入與輸出；幾何操作；像素值和統(tǒng)計(jì)；圖像分析與增強(qiáng)；圖像濾波；線性二維濾波器設(shè)計(jì)；圖像變換；領(lǐng)域和塊操作；二值圖像操作；顏色映射和顏色空間轉(zhuǎn)換；圖像類(lèi)型和類(lèi)型轉(zhuǎn)換；工具包參數(shù)獲取和設(shè)置等。和其他工具包一樣，用戶還可以根據(jù)需要書(shū)寫(xiě)自己的函數(shù)，以滿足特定的需要。也可以將這個(gè)工具包和信號(hào)處理工具包或小波工具包等其他工具包聯(lián)合起來(lái)使用。由于圖像操作很多，這里僅僅以圖像的噪聲消除和邊緣檢測(cè)為例，來(lái)說(shuō)明該工具包的基本使用方法。（1）圖像的噪聲消除操作在圖像處理中，經(jīng)常要對(duì)噪聲污染的圖像進(jìn)行去噪操作。圖像處理工具包提供了多種消除或降低噪聲的方法。不同的方法應(yīng)用于不同種類(lèi)的噪聲。這些方法是：線性濾波、中值濾波和自適應(yīng)濾波等。此外為了模擬各種噪聲的作用，工具包還提供了imnoise()函數(shù)，通過(guò)這個(gè)函數(shù)，可以向圖像加入各種不同的噪聲。當(dāng)然，圖像降質(zhì)的原因是多種多樣的，可以根據(jù)不同的降質(zhì)原因建立相應(yīng)的數(shù)學(xué)模型，由于MATLAB強(qiáng)大的數(shù)學(xué)功能，無(wú)論使用連續(xù)或是離散方法，都是可能的。舉個(gè)最簡(jiǎn)單的例子，如果圖像降質(zhì)是由于附加了背景噪聲圖案而引起，那么只要知道了背景圖案，兩幅圖相差就可以較好的恢復(fù)原圖像。這在MATLAB中用兩個(gè)矩陣相減就可實(shí)現(xiàn)。（2）圖像的邊緣檢測(cè)為了進(jìn)一步顯示MATLAB的友好的用戶界面功能，下一個(gè)例子是隨工具包帶的一個(gè)名為“edgedemo”的演示程序（代碼也是可見(jiàn)的）。在MATLAB集成環(huán)境中運(yùn)行edgedemo，將出現(xiàn)一個(gè)圖形窗口界面，這是一個(gè)典型的MATLAB應(yīng)用程序和用戶交互的圖形界面。，這個(gè)界面可以很方便地用軟件所帶的圖形用戶界面生成工具（GUI tools）生成。 圖211 edgedemo演示界面本例是對(duì)名為“Rice”的圖像應(yīng)用“Sobel”算子，用戶還可以設(shè)定檢測(cè)的閾值和方向等參數(shù)。實(shí)際上，這個(gè)演示程序使用了工具包提供的“edge”函數(shù)，該函數(shù)以圖像強(qiáng)度作為輸入?yún)?shù)之一，輸出一幅二值圖像，圖像中像素值為“1”,表示的是邊緣上的點(diǎn)，“0”表示非邊緣點(diǎn)。該函數(shù)提供了6種檢測(cè)邊緣的方法，如“Sobel”、“Prewitt”等。其中“THRESH”規(guī)定了檢測(cè)的敏感性閾值，凡是邊強(qiáng)度小于這個(gè)閾值，就不認(rèn)為是檢測(cè)到了邊界?！癉IRECTION”規(guī)定了檢測(cè)的方向，它的值是一個(gè)字符串，用來(lái)表示只檢測(cè)水平方向的邊界（當(dāng)為“horizontal”時(shí)），還是只檢測(cè)垂直方向的邊界（當(dāng)為“vertical”時(shí)）。它的默認(rèn)值是“both”，表示同時(shí)檢測(cè)兩個(gè)方向的邊界。 MATLAB在圖像處理技術(shù)方面的應(yīng)用MATLAB圖形處理工具箱支持四種圖像類(lèi)型，分別為真彩色圖像、索引色圖像、灰度圖像、二值圖像，由于有的函數(shù)對(duì)圖象類(lèi)型有限制，這四種類(lèi)型可以用工具箱的類(lèi)型轉(zhuǎn)換函數(shù)相互轉(zhuǎn)換。MATLAB可操作的圖像文件包括BMP、HDF、JPEG、PCX、TIFF、XWD等格式。下面就圖形處理的基本過(guò)程討論工具箱所實(shí)現(xiàn)的常用功能。（1）常用圖像操作圖像的讀寫(xiě)與顯示操作：用imread()讀取圖像，imwrite()輸出圖像，把圖像顯示于屏幕有imshow（），image（）等函數(shù)。Imcrop（）對(duì)圖像進(jìn)行裁剪，圖像的插值縮放可用imresize（）函數(shù)實(shí)現(xiàn)，旋轉(zhuǎn)用imrotate（）實(shí)現(xiàn)。（2）圖像增強(qiáng)功能圖像增強(qiáng)是數(shù)字圖像處理過(guò)程中常用的一種方法，目的是采用一系列技術(shù)去改善圖像的視覺(jué)效果或?qū)D像轉(zhuǎn)換成一種更適合于人眼觀察和機(jī)器自動(dòng)分析的形式。常用的圖像增強(qiáng)方法有以下幾種：灰度直方圖均衡化。均勻量化的自然圖像的灰度直方圖通常在低灰度區(qū)間上頻率較大，使得圖像中較暗區(qū)域中的細(xì)節(jié)看不清楚，采用直方圖修整可使原圖像灰度集中的區(qū)域拉開(kāi)或使灰度分布均勻，從而增大反差，使圖像的細(xì)節(jié)清晰，達(dá)到增強(qiáng)目的。直方圖均衡化可用histeq（）函數(shù)實(shí)現(xiàn)?；叶茸儞Q法。照片或電子方法得到的圖像，常表現(xiàn)出低對(duì)比度即整個(gè)圖像偏亮或偏暗，為此需要對(duì)圖像中的每一個(gè)象素的灰度級(jí)進(jìn)行標(biāo)度變換，擴(kuò)大圖像灰度范圍，以達(dá)到改善圖像質(zhì)量的目的。這一灰度調(diào)整過(guò)程可用imadjust（）函數(shù)實(shí)現(xiàn)。平滑與銳化濾波。平滑技術(shù)用于平滑圖像中的噪聲，基本采用在空間域上的求平均值或中值。或在頻域上采取低通濾波，因在灰度連續(xù)變化的圖像中，我們通常認(rèn)為與相鄰象素灰度相差很大的突變點(diǎn)為噪聲點(diǎn)，灰度突變代表了一種高頻分量，低通濾波則可以削弱圖像的高頻成分，平滑了圖像信號(hào)，但也可能使圖像目標(biāo)區(qū)域的邊界變得模糊。而銳化技術(shù)采用的是頻域上的高通濾波方法，通過(guò)增強(qiáng)高頻成分減少圖像中的模糊，特別是模糊的邊緣部分得到了增強(qiáng)，但同時(shí)也放大了圖像的噪聲。在MATLAB中，各種濾波方法都是在空間域中通過(guò)不同的卷積模板即濾波算子實(shí)現(xiàn)，可用fspecial（）函數(shù)創(chuàng)建預(yù)定義的濾波算子，然后用filter2（）或conv2（）函數(shù)在實(shí)現(xiàn)卷積運(yùn)算的基礎(chǔ)上進(jìn)行濾波。（3）邊緣檢測(cè)和圖像分割功能邊緣檢測(cè)試一種重要的區(qū)域處理方法，邊緣是所要提取目標(biāo)和背景的分界線，提取出邊緣才能將目標(biāo)和背景區(qū)分開(kāi)來(lái)。如果一個(gè)象素落在邊界上，那么它的領(lǐng)域?qū)⒊蔀橐粋€(gè)灰度級(jí)變化的帶。對(duì)這種變化最有用的兩個(gè)特征是灰度的變化率和方向。邊緣檢測(cè)算子可以檢查每個(gè)象素的領(lǐng)域并對(duì)灰度變化率進(jìn)行量化，也包括對(duì)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。MATLAB工具箱提供所謂edge（）函數(shù)可針對(duì)sobel算子、prewitt算子、Roberts算子、log算子和canny算子實(shí)現(xiàn)檢測(cè)邊緣的功能?；诨叶鹊膱D像分割方法也可以用簡(jiǎn)單的MATLAB代碼實(shí)現(xiàn)。（4）圖像變換功能圖像變換技術(shù)是圖像處理的重要工具，常運(yùn)用于圖像壓縮、濾波、編碼和后續(xù)的特征抽取或信息分析過(guò)程。MATLAB工具箱提供了常用的變換函數(shù)，如fft2（）與ifft2（）函數(shù)分別實(shí)現(xiàn)二維快速傅立葉變換與其逆變換，dct2（）與idct2（）函數(shù)實(shí)現(xiàn)二維離散余弦變換與其逆變換，Radon（）與iraon（）函數(shù)實(shí)現(xiàn)Radon變換與逆Radon變換。除了以上基本的圖像除了功能，MATLAB還提供了如二值圖像的膨脹運(yùn)算dilate（）函數(shù)、腐蝕運(yùn)算erode（）函數(shù)等基于數(shù)學(xué)形態(tài)學(xué)與二值圖像的操作函數(shù)。第3章 基于主元分析和線性判別分析原理 主元分析(PCA)的概念 主成分分析(PrincipalComponentAnalysis，PCA)方法就是將包含人臉的圖像區(qū)域看作是一種隨機(jī)向量，因此可以用KL變換獲取其正交KL基底，對(duì)應(yīng)其中較大特征值的基底具有與人臉相似的形狀，因此，又稱(chēng)之為特征臉。利用相對(duì)較小的Eigenface 集描述人臉，這樣每幅人臉圖像就對(duì)應(yīng)于一個(gè)維數(shù)較低的權(quán)向量，因此，人臉識(shí)別可以在降維后的空間上進(jìn)行。然而，該方法的缺點(diǎn)是，得到的特征在一般情況下是最佳描述特征(the most expressivefeatures，MEFs)，而不是最佳分類(lèi)特征(the most discriminating features，MDFs)。其具體的算法思想如下：假設(shè)參加訓(xùn)練的人臉圖像一共有N張，每張圖像的維數(shù)為MM，則可以分別表示為：LLL…、LN，那么平均臉可以表示為： (1)每張人臉和平均人臉的距離可以表示為： (2)設(shè)矩陣={、…、}，特征臉需要做的就是找出矩陣的前Z個(gè)較大特征值的特征向量，但是一個(gè)維的大矩陣，求這樣一個(gè)矩陣的特征值計(jì)算量是非常大的。為此我們可以先求出的特征值與特征向量，然后求出如下： (j=0、…、Z1) (3)表示的特征向量，表示的特征向量，是的特征值，就是所指的特征臉。求出特征臉以后,剩下的工作就是要對(duì)庫(kù)中的人臉進(jìn)行降維，由可以組成一個(gè)投影矩陣，表示為，并進(jìn)行降維： (i=0、…、N1) (4)由式(4)可以得出所有人臉向量的降維向量。 線性判別分析