【正文】 可以看出，它包括 x 的所有范圍，就象 x膨脹了 一圈似的。 同樣，如果 B 不是對稱的， X 被 B 膨脹的結(jié)果和 X 被 Bv 膨脹的結(jié)果不同。 20 東北大學(xué)碩士學(xué)位論文 第二章數(shù)字圖像處理基礎(chǔ) 2． 4． 1 膨脹 這個 a 點。闕值的選擇有自動閩值和手動閥值。 2． 3． 8 圖像的二值化 圖像的二值化就是圖像顯示的時候只能看到兩種顏色 經(jīng) 常是黑白兩色 ?！暗南嗨? 性度量為： Sire 和瀘滬芻耋 l?? 一麗 [gkskl c2m P 為所選顏色空間的樣點數(shù) 再引入予塊權(quán)重既，選取 L 個最大的 Sire 值作 SimK G。 2． 3． 7． 2 利用顏色直方圖進行檢索 該方法也可以應(yīng) 用于視頻數(shù)據(jù)庫的查詢中，有以下三種方式： 1 指明顏色組成一該法需要用戶對圖像中的顏色非常敏感，而且使用起來 也不方便，檢索的查準率和查全率并不高，因此文章中并未介紹該法的實現(xiàn) 思路 2 指明一幅示例圖像一通過與用戶確定的圖像的顏色直方圖的相似性匹配 得到查詢結(jié)果。處理這種情況可以考慮采用灰度均衡化。 ／／參數(shù)說明： ／／ LPSTR ipDIBBits：指向源 DIB 圖像指針 ／／ LONG】 Width：源圖像寬度 象素數(shù) ／／ LONGiHeight：源圖像高度 象素數(shù) bThre：閩值 ／／ BYTE ／／程序說明： ／／該函數(shù)用來對圖像進行閾值變換。一般來說最終的圖像只有兩個數(shù)值，所以叫二值化。 查些壟堂塑177。圖像本身二維的，但在二維平面上卻包禽 著景深 z 的信息，它以 x 和 Y 某種函數(shù)的形式，即 z 取， y ，隱含在 x,y平面之中。除了能被人眼觀察到 的各種平面圖像外，還包括視覺無法觀察的其他物理圖像和空間物體圖像，以及 由數(shù)學(xué)函數(shù)和離散數(shù)據(jù)所描述的連續(xù)或離散 圖像。該部分主要研究各種高效壓縮編碼方法。把惡化了的圖像恢復(fù)到能真實反映 原景物圖像的處理，稱為圖像復(fù)原。從而突出人或其它 接收系統(tǒng)所感興趣的部分，例如若強化圖像高頻分量，則可使圖像中 目標輪廓清 晰、細節(jié)明顯等等。 前面幾部分也可稱作數(shù)字圖像的預(yù)處理方法，這部分最基本的特點是輸入和輸出 均為圖像 [18,2023 。 后面接上調(diào)色板再加上圖像數(shù)據(jù)。 然而，在用很多 API 函數(shù)處理 BMP 文件的情況下并不需要關(guān)心像素的順序。 在 Windows． h 中還定義了一個數(shù)據(jù)結(jié)構(gòu)―― BITMAPINFO 結(jié)構(gòu)： struct typedeftagBITMAPINF0 ／ *bmi*／ BITmAPINFOHEADER bmiHeader：／／文件信息頭 RGBQUADbmiColor[1]；／／調(diào)色板入口 BITMAPINFO； BITMAPINFO 實際上是兩個部分合成的一個結(jié)構(gòu)，它的調(diào)色板僅僅申請了一 個單元，此單元僅僅是占位，因為顏色是不固定的。 加 31 是為了取到大于等于圖像數(shù)據(jù)實際字節(jié)數(shù)的 4 的接數(shù)倍。另外一種方法就是由圖像的高度和寬度來計 算圖像數(shù)據(jù)的字節(jié)數(shù)。 biClrImportant 是圖像中重要的顏色數(shù)，通常置為 0，表示所有顏色都重要。 RGB、 RI RLE8 等 幾 種 類型， biCompession 是位圖是否壓縮過的標志。 biWidth、 biHeight 分別定義了位圖的圖像寬度和圖像的高度。 bfReversedl 和 bfReversed2 是保留字，未被使用，其值為 0。通常圖像是以非壓縮方式存儲的，但是也可以是進行壓縮 處理的。這種備式的文 件最適合對之進行數(shù)字化處理。 隨之而來的結(jié)果試圖性格是數(shù)量的急劇膨脹，在數(shù)以百計的應(yīng)用程序證所 使用的格式有幾十種之多。 2． 2 圖像的常見格式 近年來，個人計算機和工作站上的圖形工具比幾年前巨型機上的圖形工具還 要多，計算機圖形學(xué)的領(lǐng)域也隨之?dāng)U展。模擬信息可以轉(zhuǎn)換為數(shù)字信息。 圖形文件有以下特點：數(shù)據(jù)量大【 I“。圖形從原始數(shù)據(jù)生成圖像數(shù)據(jù)經(jīng)過了一系列變換過程，每個變換過程都可 能產(chǎn)生不用于輸入數(shù)據(jù)的輸出數(shù)據(jù)?？梢钥闯觯嗝襟w的應(yīng)用在很大程度上依賴于豐富多彩的圖像。 傳統(tǒng)的計算機智能處理文字、數(shù)字或是簡單的圖形。 另一類對圖像的處理，主要是特征信息的抽取。這里，信息的保持程度主要由人依據(jù)對灰度的圖像或變換后的圖像的觀 察效果來確定。 一類是以最終恢復(fù)原圖像為前提的信息壓縮處理和原圖像相異的形式有效地 表現(xiàn)和提示圖像的圖像變換處理。 第五章對人臉識別的方法的研究進行總結(jié)和展望 東北大學(xué)碩士學(xué)位論文 第二章數(shù)字圖像處理基礎(chǔ) 第二章數(shù)字圖像處理基礎(chǔ) 2． 1 數(shù)字圖像處理概述 圖像的數(shù)字處理是以電子計算機為中心的包括各種輸入、輸出及顯示設(shè)備在 內(nèi)的數(shù)字圖像處理系統(tǒng)上進行的，是將連續(xù)的模擬圖像變成離散的數(shù)字圖像后， 用建立在特定的物理模型和數(shù)學(xué)模型的基礎(chǔ)上而編制的程序控制下，所進行并實 現(xiàn)種種要求處理。 第三章介紹了圖像模式識別的理論。 統(tǒng)計模式識別主要研究的問題有特征的選擇與優(yōu)化、分類判別和聚類。在特征空間中用模式識別方法把被識別的對象歸為某～類別。對輸入測量儀器或其他因素所造成的退化現(xiàn)象進行復(fù)原，去噪聲，提 取有用信息。用計算機可以運算的符號來表示所研究的對象，一般獲取的數(shù)據(jù)類 型有以下幾種： 奪二維圖像：文字、指紋、地圖、照片等。一般分為上下兩部分。 x2?， X。模式就是樣品所具有的特征描述。 1． 3 模式識別的基本概念 模式識別研究的內(nèi)容是利用計算機對客觀物體進行分類，在錯誤概率最小的 條件下，使識別的結(jié)果盡量與客觀物體相符合。 1． 4 模式識別系統(tǒng)組成 一個典型的模式識別系統(tǒng)如 圖 3． 1 所示，由數(shù)據(jù)獲取、預(yù)處理、特征提取、分 類決策及分類器設(shè)計五部分組成。模式的特征集由處于同 一個特征空間的特征向量表示，特征向量的每個元素成為特征，該向量也因此稱 為特征向量。 在模式識別學(xué)科中，就“模式”與“模式類”而言，模式類是一類事物的代 表，而“模式”則是某一事物的具體體現(xiàn)，如數(shù)字 0， l， 2， 3， 4， 5， 6，7， 8， 9 是模式類，而用戶任意手寫的一個數(shù)字或任意一個印刷數(shù)字則是“模式”，是數(shù) 字的具體化。如 今，雖然在這方面的研究已取得了一些可喜的成果，但是 FRT 在實用應(yīng)用中仍面臨 著很嚴峻的問題．因為人臉五官的分布是非常相似的，而且入臉本身又是一個柔性 物體，表情、姿態(tài)或發(fā)型、化妝的 千變?nèi)f化都給正確識別帶來了相當(dāng)大的麻煩。進入二十世紀九十 年代以來，計算機人臉識別的研究重新成 為人們所關(guān)注的熱點，在心理學(xué)、“神 經(jīng)網(wǎng)絡(luò)”、“工程學(xué)”、“圖像處理及分析”、“數(shù)字圖像處理”、“計算機視 覺”等方面發(fā)表了大量的關(guān)于人臉識別的論文，僅從 1995 年 3iU2021 年之間， EI 檢 索到的相關(guān)文獻就多達數(shù)千篇。目前，微電子和視覺系統(tǒng)方面取得的新進展，使該領(lǐng)域中高性 能自動識別技術(shù)的實現(xiàn)代價降低到了可以接受的程度 1141。 占，占 學(xué)位論文版權(quán)使用授權(quán)書 本學(xué)位論文作者和指導(dǎo)教師完全了解東北大學(xué)有關(guān)保留、使用學(xué) 位論文的規(guī)定：即學(xué)校有權(quán)保留并向國家有關(guān)部門或機構(gòu)送交論文的 復(fù)印件和磁盤，允許論文被查閱和借閱。 關(guān)鍵詞：模式識別圖像處理人臉識別特征提取 ??II?? 東北大學(xué)碩士學(xué)位論文 ABSTRACT Face Baseon RecognitionSystem ImageProcessing ABSTRACT isoneofthemost inthefield Nowadays， face― recognition， whichchallengingprograms Pattern and as as wellmechanical ofputerizedmcognhionprocessing vision， image a roleinsuchareas． Itisfoundan wide the utilizationin playsimportant increasingly fieldssuchas： humanidentification， financialmedal― identification security system， and Thisarticle Pattern theoriesand digital mainlyinvestigatesimage recognition image thenrealizes facerecognition processingtechniques ， and system． Pattemrecognition servesascrucialtheoreticalbasisanda linkin and key imageprocessing． Toclassify certaininformation with ratherthan