matlab的人臉識別技術(shù)的實(shí)現(xiàn)(參考版)
2024-08-15 22:53本頁面
【正文】 最后由于我們研究水平有限，論文還存在很多不足之處，尤其是理論層次的深入，還望老師予以指正。在這個(gè)過程中我意識到寫論文就好像蓋一座大廈，其中的每一段文字都好比是大廈上的一磚一瓦，只有放對了位置用對了材料最后才能有所建樹，否則只會(huì)是浪費(fèi)時(shí)間，經(jīng)不起推敲。我在寫作過程中發(fā)現(xiàn)自己的論文中還缺乏一個(gè)學(xué)者應(yīng)有的行文邏輯，那時(shí)的論文仿佛是段落的堆砌，而沒有形成體系。畢業(yè)論文作為學(xué)業(yè)任務(wù)的最后一項(xiàng)工作對于我們每個(gè)學(xué)生都有著不一樣的意義，這不僅是對自己大學(xué)四年的中所學(xué)知識的一種回顧，更是自己真正獨(dú)立解決問題的開始。[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（73）.[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（1）：5358[9] Wangmeng Zuo，Kuanquan Wang，David Zhang，Hongzhi Zhang. Combination of two novel LDAbased methods for face recognition[J].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)化學(xué)報(bào)，2002，28（6）：927934[12] 周嬪，馬少平，[J].自動(dòng)化學(xué)報(bào)，2000，28（1）：122124 [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] L. Wiskott， J. M. Fellous， N. Kuiger and C. Vonder Malsburg， “Face Recognition by Elastic Bunch Graph Matching，” IEEE Transactions on Pattern Analysis and Machine Intelligence， Vol. 9， No. 7， 1997， pp. 775779. doi:[16] O39。因此，在今后的學(xué)習(xí)生活中，我將繼續(xù)提高自己的知識水平，做到理論與實(shí)際相結(jié)合，提升自身的綜合素質(zhì)和解決問題的能力。通過驗(yàn)證表明，本文設(shè)計(jì)仿真模擬系統(tǒng)具有較好的圖像處理能力和人臉特征信息識別能力，但在實(shí)際使用過程中，當(dāng)采集到的人臉特征信息與預(yù)設(shè)人臉特征信息進(jìn)行對比甄別時(shí)，還有受到一些外界因素，譬如光照強(qiáng)度、人臉角度、距離遠(yuǎn)近等因素的影響，因此，本文的設(shè)計(jì)還具有較大的提升空間。本文以Matlab為主要技術(shù)手段，通過大量對相關(guān)文獻(xiàn)和已經(jīng)研究成果的梳理和總計(jì)，對人臉識別系統(tǒng)進(jìn)行了簡化的模擬。結(jié)論隨著信息技術(shù)的快速發(fā)展，圖像已經(jīng)成為人們生活和工作中獲取信息的重要來源，而建立在圖像獲取與識別基礎(chǔ)上的人臉圖像識別技術(shù)也逐步深入到人們的生活中賴，得到了廣泛的應(yīng)用和發(fā)展。接著，從保存的相關(guān)數(shù)據(jù)中連續(xù)抽取九個(gè)頻率進(jìn)行后續(xù)計(jì)算。 人臉識別的matlab實(shí)現(xiàn) 用戶界面 實(shí)現(xiàn)結(jié)果 小結(jié)在已經(jīng)研究成果的應(yīng)用中，直方圖的方法以其簡單可用的特點(diǎn)受到相關(guān)設(shè)計(jì)人員的廣泛采用。而直方圖均衡化的優(yōu)勢在于能夠?qū)崿F(xiàn)對圖像對比度的自動(dòng)提升，而在具體使用過程中則提升效果較難控制，最后的處理結(jié)果大多得到的是圖像整體均衡化的直方圖。眾所周知，直方圖均衡化技術(shù)可以實(shí)現(xiàn)對動(dòng)態(tài)范圍較小圖像反差效果的增強(qiáng)。最后，通過尺寸歸一化手段實(shí)現(xiàn)了對人臉圖像的裁剪，保障了人臉圖像大小尺寸的統(tǒng)一性。為了實(shí)現(xiàn)對多種圖像類型的處理范圍，因此，對輸入的圖像進(jìn)行統(tǒng)一化處理往往是實(shí)現(xiàn)人臉圖像預(yù)處理的首要工作。在本文的仿真模擬設(shè)計(jì)中，本文對比了canny、sobel、log、prewitt四種算子在不同灰度要求下，不同方向的邊緣檢測算法，用戶可以根據(jù)對比的結(jié)果選擇合適的算法進(jìn)行邊緣檢測。因此，本文的仿真模擬系統(tǒng)設(shè)計(jì)了三種灰度變換模式供用戶實(shí)際選擇。而這些都可以用過matlab仿真予以完成。依靠這種處理手段，形式多樣的圖像信息在特征提取過程中才更具對比，這也是對圖像信息進(jìn)行灰度統(tǒng)一的過程。(2)灰度變換灰度變換技術(shù)是實(shí)現(xiàn)圖像提升的常用手段。對于使用基于整體的人臉識別算法的系統(tǒng)中，由于失掉小區(qū)域的細(xì)節(jié)對特征提取影響較小，所以這種濾波方法最受歡迎。，它把像素及其鄰域中的像素按灰度級進(jìn)行排序，然后選擇該組的中間值作為輸出像素值。對掃描得到的人臉圖像根據(jù)其噪聲類型一般采用此種濾波方法。，采用鄰域平均法的均值濾波器、采用鄰域加權(quán)平均的高斯濾波和維納濾波。下面，本文將對所采用的濾波方法加以闡述，并簡要介紹選擇的原因。(1)濾波去噪在實(shí)際情況中，噪聲會(huì)或多或少地影響到圖像的質(zhì)量，甚至造成圖像信息的失真，因此在對人臉信息進(jìn)行提取之前，就有必要采用濾波的技術(shù)手段來提出無用的噪聲干擾，這也是實(shí)現(xiàn)人臉準(zhǔn)確識別的關(guān)鍵步驟。因此
法律信息相關(guān)推薦
鄂ICP備17016276號-1