【正文】 。%求共軛CrossPowerSpecttrum = (J1fftShift .* J2fftConjugate) ./ (J1Power .* J2Power)。%互能量譜imshow(uint8(J1fft))。figure。imshow(uint8(J2fft))。 原圖 對(duì)比圖 原圖頻譜圖 對(duì)比圖頻譜圖123456711111111211111113111111141111111511111116111111171111111 原圖 對(duì)比圖 原圖頻譜圖 對(duì)比圖頻譜圖123456711+0i+ + + 2+ + + + 3+ + + + + 4+ + + + + 原圖 對(duì)比圖 原圖頻譜圖 對(duì)比圖頻譜圖123456711+0i + + 2+ + + + 3 + + + + + + 4+ + + + + + 根據(jù)以上內(nèi)容利用matlab仿真軟件和傅里葉變換及相關(guān)性算法做出的人臉識(shí)別的頻譜圖以及頻譜圖的相關(guān)性系數(shù)，由相關(guān)性系數(shù)可得到，時(shí)域圖一樣的，相關(guān)性系數(shù)都是1而且頻域圖也一樣；時(shí)域圖不一樣時(shí)，相關(guān)性系數(shù)越接近于1相似度越大，頻域圖差別越小，但是也存在一些缺點(diǎn)，即使是相同的時(shí)域圖，它們的頻譜圖也存在一些差異。河南城建學(xué)院本科畢業(yè)設(shè)計(jì)（論文） 實(shí)驗(yàn)結(jié)果與分析 4 實(shí)驗(yàn)結(jié)果與分析本文利用人臉圖像識(shí)別中所應(yīng)用MATLAB對(duì)圖像進(jìn)行預(yù)處理，應(yīng)用該工具箱對(duì)圖像進(jìn)行經(jīng)典圖像處理,通過實(shí)例來應(yīng)用matlab圖像處理功能，對(duì)某一特定的人臉圖像處理，進(jìn)而應(yīng)用到人臉識(shí)別系統(tǒng)。對(duì)于本文在人臉識(shí)別系統(tǒng)中幾種常用的圖像預(yù)處理方法進(jìn)行基礎(chǔ)的應(yīng)用，同時(shí)利用MATLAB實(shí)現(xiàn)了通用的人臉圖像預(yù)處理仿真，將該系統(tǒng)作為圖像預(yù)處理模塊可嵌入在人臉識(shí)別系統(tǒng)中，并利用灰度圖像的直方圖比對(duì)來實(shí)現(xiàn)人臉圖像的識(shí)別判定。本文同時(shí)還利用了傅里葉變換及相關(guān)性的運(yùn)用，實(shí)現(xiàn)了頻譜圖，更好的進(jìn)行人臉識(shí)別。傅里葉變換能將滿足一定條件的某個(gè)函數(shù)表示成三角函數(shù)（正弦和/或余弦函數(shù)）或者它們的積分的線性組合。在不同的研究領(lǐng)域，傅里葉變換具有多種不同的變體形式，如連續(xù)傅里葉變換和離散傅里葉變換。最初傅里葉分析是作為熱過程的解析分析的工具被提出的。利用傅里葉變換的方法進(jìn)行人臉識(shí)別，要在頻域內(nèi)進(jìn)行，實(shí)際運(yùn)用還有一定的難度。傅里葉變換在物理學(xué)、數(shù)論、組合數(shù)學(xué)、信號(hào)處理、概率、統(tǒng)計(jì)、密碼學(xué)、聲學(xué)、光學(xué)等領(lǐng)域都有著廣泛的應(yīng)用。相關(guān)性分析是指對(duì)兩個(gè)或多個(gè)具備相關(guān)性的變量元素進(jìn)行分析，從而衡量?jī)蓚€(gè)變量因素的相關(guān)密切程度。相關(guān)性的元素之間需要存在一定的聯(lián)系或者概率才可以進(jìn)行相關(guān)性分析。相關(guān)性不等于因果性，也不是簡(jiǎn)單的個(gè)性化，相關(guān)性所涵蓋的范圍和領(lǐng)域幾乎覆蓋了我們所見到的方方面面，相關(guān)性在不同的學(xué)科里面的定義也有很大的差異。在論文設(shè)計(jì)時(shí)人臉數(shù)據(jù)庫不容易找到，有些圖像處理方法不是很理解，運(yùn)用的過程中碰到很多問題。對(duì)各種圖像處理方法以及人臉識(shí)別系統(tǒng)的學(xué)習(xí)、理解、運(yùn)用有待進(jìn)一步的提高。河南城建學(xué)院本科畢業(yè)設(shè)計(jì)（論文） 結(jié)論5 結(jié)論基于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)行了一些仿真。該系統(tǒng)的主要功能模塊共有二個(gè)：（1）數(shù)字圖像處理的基本方法；（2）人臉識(shí)別。 在“數(shù)字圖像處理的基本方法”這一部分，用到的一些基本方法和一些最常用的處理方法來實(shí)現(xiàn)圖像預(yù)處理，如格式轉(zhuǎn)換，灰度變化和濾波銳化。僅就這一部分而言，就有很多可以繼續(xù)完成的工作，可將其它一些數(shù)字圖像處理方法進(jìn)一步加以實(shí)現(xiàn)，如圖像的平滑，圖像矩陣的變換（KL變換、Fourier變換、小波變換等），圖像的膨脹腐蝕、圖像的幾何變換（平移、旋轉(zhuǎn)、縮放等），以及各種編碼圖像的讀寫與顯示。僅這一部分即可形成一個(gè)專用的圖像處理平臺(tái)。關(guān)于“人臉識(shí)別”，在了解了人臉識(shí)別的各種方法后，選擇了圖像直方圖差值比較進(jìn)行了實(shí)現(xiàn)。該方法能較好地實(shí)現(xiàn)人臉的分類，但對(duì)人臉圖像的要求較高，目前僅是采用Orl的標(biāo)準(zhǔn)人臉庫中的圖像來進(jìn)行測(cè)試，因此能獲得較高的識(shí)別率。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。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。河南城建學(xué)院本科畢業(yè)設(shè)計(jì)（論文） 參考文獻(xiàn)參考文獻(xiàn)[1] 祝磊,[J].計(jì)算機(jī)學(xué)報(bào),2007,34[2] 何東風(fēng),[J].計(jì)算機(jī)學(xué)報(bào),2003,(13):127578[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[4] 何國輝,[J].中國圖像圖形學(xué)報(bào)，2006,32(19):208211[5] 王聃,賈云偉,[J].自動(dòng)化學(xué)報(bào),2005,21[6] 張儉鴿,王世卿,[J].自動(dòng)化學(xué)報(bào)，2007，23（21）[7] 曹林,王東峰,劉小軍,[J].電子學(xué)報(bào),2006,28(3):490494[8] 焦峰，山世光，崔國勤，高文，[J].自動(dòng)化學(xué)報(bào),2003,15(15):358[9] Wangmeng Zuo,Kuanquan Wang,David Zhang,Hongzhi of two novel LDAbased methods for face recognition[C].Proceedings of the IEEE,2007:735742[10] 徐倩,[J].計(jì)算機(jī)學(xué)報(bào)， 2007,43(25):195197[11] 劉貴喜,[J].自動(dòng)化科學(xué) 2002,28(6):927934[12] 周嬪,馬少平,[J].自動(dòng)化學(xué)報(bào),2000,28(1).[13] 王蘊(yùn)紅,范偉,[J].電子學(xué)報(bào),2005,28(10):16571662[14] 莊哲民,張阿妞,[J].中國圖像圖形學(xué)報(bào),2007,29(9):20472049 [15] [J].中國圖像圖形學(xué)報(bào)河南城建學(xué)院本科畢業(yè)設(shè)計(jì)（論文） 致謝 致謝在河南城建學(xué)院的學(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微不至的關(guān)心，毫無保留的指導(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的感謝！首先，我衷心感謝我的曹延生指導(dǎo)老師。曹老師學(xué)識(shí)淵博、治學(xué)嚴(yán)謹(jǐn)、平易近人，他以其寬廣的視野、敏銳的洞察力、嚴(yán)謹(jǐn)?shù)闹螌W(xué)態(tài)度在學(xué)術(shù)上給了我悉心的指導(dǎo)。論文進(jìn)展并不順利時(shí)，是曹老師以仁愛胸懷對(duì)我表示了理解，不僅幫我指正了論文的方向，而且為我提供了大量的參考文獻(xiàn)和網(wǎng)頁論壇，曹老師勤勉的敬業(yè)精神和一絲不茍的工作態(tài)度使我深深感動(dòng)，這將是我一生工作和學(xué)習(xí)的好榜樣。其次，我還要特別感謝我的同學(xué)魏備與何志冬，他們不僅為我提供了部分Matlab編程代碼，還細(xì)心的給我講解了代碼的含義，讓我對(duì)我的課題有了更加深入的了解。最后，我要感謝我的父母和家人，他們這么多年來一直給我以無私的關(guān)愛和支持，濃濃的親情和期盼都是我學(xué)習(xí)的動(dòng)力和源泉。再次真心的感謝所有關(guān)心愛護(hù)我的良師益友和親人們！