基于matlab的人臉初識別-資料下載頁
2024-11-10 03:37本頁面
【導(dǎo)讀】立進行研究工作所取得的成果。除文中已經(jīng)注明引用的內(nèi)容外，本論文。（設(shè)計）不含任何其他個人或集體已經(jīng)發(fā)表或撰寫過的作品成果。本人完全意識到本聲明的法律結(jié)果由本人承擔(dān)。度適當(dāng)，且符合該同學(xué)所學(xué)專業(yè)的培養(yǎng)目標(biāo)的要求。內(nèi)容進行了檢查，未發(fā)現(xiàn)抄襲現(xiàn)象，特此聲明。摘要：人臉識別是一門新興的科研項目，起始于上個世紀(jì)60年代。經(jīng)過幾十年的發(fā)展，現(xiàn)已。成為一項最有上升潛力的人體特征識別技術(shù)。具有廣泛的應(yīng)用前景，它的工作原理是借由的生。報告利用YCbCr空間以及二值圖像實現(xiàn)人臉邊緣分割，將真彩圖像轉(zhuǎn)換為YCbCr圖像，
【正文】 )。 f_cr=f(:,:,3)。 f= (f_cb=100) amp。 (f_cb=127) amp。 (f_cr=138) amp。(f_cr=170) 。%皮膚顏色在 ycbcr色度空間的分布范圍為 :100=cb=127,138=cr=170 figure(1)。 imshow(f)。 se=strel(39。square39。,3)。%%構(gòu)建一個 3*3單位矩陣作為結(jié)構(gòu)元素 f=imopen(f,se)。%%圖片開運算 f=imclose(f,se)。%%圖片閉運算 figure(2),imshow(f)。%%消除噪聲 f=imfill(f,39。holes39。)。%%%填孔處理 figure(3),imshow(f)。 se1=strel(39。square39。,8)。 f=imerode(f,se1)。 f=imdilate(f,se1)。 figure(4),imshow(f)。%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%區(qū)域連通 [L,num]=bwlabeln(f,4)。設(shè)定操作的鄰域類型為 4領(lǐng)域 for i=1:num。 [r,c]=find(L==i)。 r_temp=max(r)min(r)。 c_temp=max(c)min(c)。 temp=size(r)。 sum=sum+temp(1)。 area_sq=r_temp*c_temp。 area=size(find(L==i),1)。 ratio=area/area_sq。 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)。 L(r(j),c(j))=0。 end else continue。 13 end end L=bwperim(L,8)。%邊緣檢測 ,檢測出人臉的邊緣區(qū)域 L=uint8(L)。 z=find(L(:)0)。L(z)=255。 figure(5),imshow(L)。 L_r=L。L_g=L。L_b=L。 L_rgb=cat(3,L_r,L_g,L_b)。%在原圖上加框 img1_r=min(L_r+img(:,:,1),255)。 img1_g=min(L_g+img(:,:,2),255)。 img1_b=min(L_b+img(:,:,3),255)。 img1=cat(3,img1_r,img1_g,img1_b)。 figure(6),imshow(img1)。 圖 13 YCbCr 空間轉(zhuǎn)換 14 圖 14 噪聲消除 圖 15 圖像填孔 15 圖 16 圖像重構(gòu) 圖 16 人臉區(qū)域的確定 16 圖 17 最終結(jié)果圖 4 討論 人臉識別容易受光照條件、面部表情、背景等影響，為此，筆者在第一步就將 RGB空間轉(zhuǎn)換為 YCbCr空間，剔除光照因素，轉(zhuǎn)換灰度圖像剔除背景因素，之后的填孔重構(gòu)等一系列動作則把面部表情等影響排除，只留下筆者要的臉型。 再之后通過測量、計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。最后利用邊緣檢測給予識別出來的臉部加框，實驗 結(jié)束。 從結(jié)果上看，筆者使用的方法是有一定的局限性。首先，圖片所拍攝下的人臉必須是正對著攝像機鏡頭，對于俯視，側(cè)視的拍攝并識別人臉，在目前看來仍然是一個世界性的研究課題。其次，如結(jié)果圖左起第一位所示，筆者所使用的方法不能有效的將人臉鎖骨部分在圖片中剔除，因為當(dāng)真彩圖片轉(zhuǎn)換為YCbCr 空間時人臉的下顎和脖頸，鎖骨部分是默認(rèn)為不具有層次感的，直接作為一張灰度圖片存儲到計算機中進行后續(xù)處理，這是筆者還需改進的地方。 5 結(jié)論 筆者對基于 matlab 人臉識別技術(shù)從理論和實踐上分別給予了淺層次的探討和一定的研究。在 對國內(nèi)外文獻大量閱讀的基礎(chǔ)上，對基于 matlab 的人臉初識別做了詳細的綜述。深入研究了對人臉識別的一系列流程。主要取得以下成果： （ 1）在 Windows7 系統(tǒng)下用 matlab 數(shù)學(xué)軟件實現(xiàn)了人臉圖像識別。 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)。 （ 3）采用剔除法將不符合條件的面積剔除掉，效果很好。 這里實現(xiàn)的是一種基于膚色分割和匹配的人臉識別，實驗中采用的圖片取自數(shù)碼相機，從結(jié)果看被拍者的臉型、發(fā)型、面部表情、著裝背景等都不能對人臉造成影響。 致謝： 此次論文的完成，首先要感謝 筆者的論文指導(dǎo)老師翁亞濱女士，在懷孕在身的情況下，報告的選題，方案設(shè)定，關(guān)鍵部位的技術(shù)指導(dǎo)，翁老師全程對筆者進行講解，修正。特別是她的認(rèn)真負責(zé)，嚴(yán)謹(jǐn)，對工作的高標(biāo)準(zhǔn)要求，讓筆者從老師的身上學(xué)到了很多。 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。 參考文獻： [1] 姚敏 ． 數(shù)字圖像處理 [M]． 機械工業(yè)出版社 ， 2020： 2． [2] 王愛民 ， 沈蘭蓀 ． 圖像分割研究綜述 [J]． 測控技術(shù)， 2020， 19（ 5）： 15． [3] 張德豐 ． 詳解 MATLAB 數(shù)字圖像處理 [M]． 北京：電子工業(yè)出版社 ， 2020， 7： 249． [4] 楊杰 ． 數(shù)字圖像處理及 MATLAB 實現(xiàn) [M]． 北京：電子工業(yè)出版社， 2020， 2： 149150． [5] 張洪剛，陳光，郭軍編著 ． 圖像處理與識別 [M]． 北京：北京郵電大學(xué)出版社， 2020： 102103． [6] 韓曉軍 ． 數(shù)字圖像處理技術(shù)與應(yīng)用 [M]． 北京：電子工業(yè)出版社， 2020， 7： 38． [7] 張化光，劉鑫蕊，孫秋野編著 ． MATLAB/SIMULINK 實用教程 [M]． 北京：人民郵電出版社， 2020， 3： 235． [8] 何東健 ． 數(shù)字圖像處理 [M]． 西安：西安電子科技大學(xué)出版社， 2020， 5： 86． [9] 劉剛 ． MATLAB 數(shù)字圖像處理 [M]． 北京：機械工業(yè)出版社， 2020， 5： 199200．
畢業(yè)設(shè)計相關(guān)推薦
鄂ICP備17016276號-1