【正文】 再次真心的感謝所有關(guān)心愛(ài)護(hù)我的良師益友和親人們！ 。 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。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)。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。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(kù)中的圖像來(lái)進(jìn)行測(cè)試，因此能獲得較高的識(shí)別率。僅這一部分即可形成一個(gè)專用的圖像處理平臺(tái)。 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(lái)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。 河南城建學(xué)院本科畢業(yè)設(shè)計(jì)（論文） 結(jié)論 24 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。 在論文設(shè)計(jì)時(shí)人臉數(shù)據(jù)庫(kù)不容易找到，有些圖像處理方法不是很理解，運(yùn)用的過(guò)程中碰到很多問(wèn)題。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。 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。最初傅里葉分析是作為熱過(guò)程的解析分析的工具被提出的。 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。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(lái)實(shí)現(xiàn)人臉圖像的識(shí)別判定。 原圖 對(duì)比圖 原圖頻譜圖 對(duì)比圖頻譜圖 河南城建學(xué)院本科畢業(yè)設(shè)計(jì)（論文） 人臉圖像識(shí)別計(jì)算機(jī)系統(tǒng) 20 表 頻譜圖的相關(guān)性系數(shù) 原圖 對(duì)比圖 原圖頻譜圖 對(duì)比圖頻譜圖 表 1 2 3 4 5 6 7 1 1 1 1 1 1 1 1 2 1 1 1 1 1 1 1 3 1 1 1 1 1 1 1 4 1 1 1 1 1 1 1 5 1 1 1 1 1 1 1 6 1 1 1 1 1 1 1 7 1 1 1 1 1 1 1 1 2 3 4 5 6 7 1 1+0i + + + 河南城建學(xué)院本科畢業(yè)設(shè)計(jì)（論文） 人臉圖像識(shí)別計(jì)算機(jī)系統(tǒng) 21 原圖 對(duì)比圖 2 + + + + 3 + + + + + 4 + + + + + 河南城建學(xué)院本科畢業(yè)設(shè)計(jì)（論文） 人臉圖像識(shí)別計(jì)算機(jī)系統(tǒng) 22 原圖頻譜圖 對(duì)比圖頻譜圖 表 頻譜圖的相關(guān)性系數(shù) 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。figure。%求共軛 CrossPowerSpecttrum = (J1fftShift .* J2fftConjugate) ./ (J1Power .* J2Power)。 J2Power = abs(J2fftShift)。 J2fftShift = fftshift(J2fft)。 J2fft = fft2(J2)。 河南城建學(xué)院本科畢業(yè)設(shè)計(jì)（論文） 人臉圖像識(shí)別計(jì)算機(jī)系統(tǒng) 19 J2=rgb2gray(J2)。)。 J2=imread(39。G:\張迎 \標(biāo)準(zhǔn)測(cè)試圖像庫(kù) 1\39。 人臉識(shí)別程序： clc。 通過(guò)以上幾節(jié)的方法及步驟對(duì)人臉圖像的獲取、檢測(cè)、特征提取以及圖像處理進(jìn)而實(shí)現(xiàn)的人臉定位，而后開(kāi)始進(jìn)行人臉識(shí)別，在人臉識(shí)別的過(guò)程中利用傅里葉變換并求取共軛的互能量普，由傅里葉變換的時(shí)域圖通過(guò)互相關(guān)性 算法得到頻域的頻譜圖。為了在不修改其他算法的基礎(chǔ)上，擴(kuò)大系統(tǒng)處理圖像的類型和范圍，將輸入圖像首先轉(zhuǎn)換為統(tǒng)一的類型，是多數(shù)人臉圖像預(yù)處理中的第一步。所以，和灰度變換及濾波去噪部分的設(shè)計(jì)思路相同，在仿真系統(tǒng)中，筆者給出了 canny、 sobel、 log、prewitt 四種算子在不同灰度閾值下、不同方向的邊緣檢測(cè)算法，使用者可從檢測(cè)結(jié)果中加以比較、選擇合適的算法。邊緣檢測(cè)的方法有很多，主要有：微分算子法、 Sobel 算子法、拉普拉斯算子 法、 canny 算子法等。故在仿真系統(tǒng)中提供了三種灰度變換效果比較及選擇界面，用戶可根據(jù)需要選用。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)。這一過(guò)程，也被稱作灰度歸一化。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。 （ 3）自適應(yīng)濾波自適應(yīng)濾波能夠根據(jù)圖像的局部方差來(lái)調(diào)整濾波器的輸出，其濾波效果要優(yōu)于線性濾波，同時(shí)可以更好地保存圖像的邊緣和高頻細(xì)節(jié)信息。中值濾波方法的最大優(yōu)點(diǎn)是抑制噪聲效果明顯且能 保護(hù)邊界?？紤]濾波模板大小對(duì)濾波效果影響較大，仿真系統(tǒng)選擇算法時(shí)對(duì)同種濾波算法提供了不同模板大小的情況。對(duì)圖像進(jìn)行線性濾波可以去除圖像中某些特定類型的噪聲，如圖像中的顆粒噪聲，高斯噪聲、椒鹽噪聲等。在人臉圖像預(yù)處理中使用較多的濾波是平滑濾波，方法可分為以下三類：線性濾波、中值濾波、自適應(yīng)濾波。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可參考文獻(xiàn) [2]。所以，在本仿真系統(tǒng)中， 對(duì)上述的每種預(yù)處理方法全部加以實(shí)現(xiàn)的同時(shí)，還對(duì)三種最常用預(yù)處理方法：濾波去噪、灰度變換、邊緣檢測(cè)，提供了多種不同的具體算法供用戶比較、選擇之用。 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。該系統(tǒng)可對(duì)不同條件下的原始圖像進(jìn)行相應(yīng)的預(yù)處理。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)處理模塊便不能滿足特征提取的需要，還要更新，這是極不方便的。 ) 原始圖片 灰度圖片 均衡化灰度圖片 人臉定位 人臉圖像的預(yù)處理 不同的人臉識(shí)別系統(tǒng)根據(jù)其采用的圖像來(lái)源和識(shí)別算法需要不同，采用的預(yù)處理方法也不同。,39。,[BB2(1,j2),BB2(1,j1),BB2(1,j),BB2(1,j+1)],39。 河南城建學(xué)院本科畢業(yè)設(shè)計(jì)（論文） 人臉圖像識(shí)別計(jì)算機(jī)系統(tǒng) 16 rectangle(39。 end end figure,imshow(I)。 (BB2(1,k)/BB2(1,k+1)) mx=p。 for k=3:4:s21 p=BB2(1,k)*BB2(1,k+1)。 [s1 s2]=size(BB2)。 BB1=struct2cell(BB)。BoundingBox39。 end figure,imshow(BW) %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% %%%%% detection of face object L = bwlabel(BW,8)。 end x1=x1+r。 end y1=y1+c。 pr1=0。s1=y1。 r1=x1。 pr=o*100/s。 for j=1:10 if (y2=c | y2=9*c) | (x1==1 | x2==r*10) 河南城建學(xué)院本科畢業(yè)設(shè)計(jì)（論文） 人臉圖像識(shí)別計(jì)算機(jī)系統(tǒng) 15 loc=find(BW(x1:x2, y1:y2)==0)。 for i=1:10 y1=1。x2=r。 c=floor(n2/10)。 figure,imshow(BW) %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% %%%%% minimisation of background portion [n1 n2]=size(BW)。 I=rgb2gray(i)。39。 檢測(cè)方法 優(yōu)點(diǎn)與適用場(chǎng)合 缺點(diǎn)與需要改進(jìn)的地方 膚色模型 檢測(cè)速度快 高光和陰影會(huì)造成人臉區(qū)域被分割而被漏檢；膚色區(qū)域的存在提高了預(yù)警率 模板匹配 直觀性好，具有較好的適應(yīng)性 對(duì)表情、尺度變換敏感；可變模板的選擇和參數(shù)的確定非常困難 基于知識(shí)的方法 適用復(fù)雜圖像中的人臉檢測(cè) 依賴先驗(yàn)知識(shí)；多尺度空間遍歷工作量大，運(yùn)算時(shí)間長(zhǎng) 河南城建學(xué)院本科畢業(yè)設(shè)計(jì)（論文） 人臉圖像識(shí)別計(jì)算機(jī)系統(tǒng) 14 基于積分圖像（ Integral Image）特征的人臉檢測(cè)方法是 Viola 等新近提出的一種算法，它綜合使用了積分圖像描述方法、 Adaboost 學(xué)習(xí)算法及訓(xùn)練方法、級(jí)聯(lián)弱分類器。 支撐向量機(jī)（ Support Vec