【正文】 處理人臉檢測(cè)特征提取識(shí)別結(jié)果訓(xùn)練分類(lèi)器待識(shí)別目標(biāo)預(yù)處理人臉檢測(cè)特征提取 系統(tǒng)框圖當(dāng)前許多視頻圖像中的運(yùn)動(dòng)目標(biāo)檢測(cè)系統(tǒng)中大都采用濾波技術(shù)來(lái)減弱噪聲對(duì)目標(biāo)的影響，在對(duì)噪聲圖像的預(yù)處理中，使用中值濾波法，中值濾波首先確定一個(gè)目標(biāo)點(diǎn)，然后以該點(diǎn)為中心周?chē)南袼剡M(jìn)行排列，然后將獲取的像素中間值作為該區(qū)域的所有像素的值。 人臉識(shí)別方案因?yàn)樵肼晻?huì)對(duì)視頻圖像產(chǎn)生干擾，為了提高檢測(cè)精確度，經(jīng)常使用的自適應(yīng)加權(quán)均值濾波方法對(duì)視頻圖像進(jìn)行去噪預(yù)處理，通過(guò)減弱噪聲來(lái)提高檢測(cè)精度。在從CMOS攝像頭中獲得圖片后，首先對(duì)這張圖片進(jìn)行前期的處理，將獲取的圖片從RGB模式轉(zhuǎn)化為灰度圖，然后進(jìn)行灰度圖直方均衡化操作。 級(jí)聯(lián)分類(lèi)器在掃描待檢測(cè)圖片的時(shí)候，以邊界特征中的(a)為例，正如前面提到的那樣，計(jì)算機(jī)中的圖片是一個(gè)數(shù)字組成的矩陣，程序先計(jì)算整個(gè)窗口中的灰度值x，然后計(jì)算矩形框中的黑色灰度值y，然后計(jì)算(x2y)的值，得到的數(shù)值與x做比較，如果這個(gè)比值在某一個(gè)范圍內(nèi)，則表示待檢測(cè)圖片的當(dāng)前掃描區(qū)域符合邊界特征(a)，然后繼續(xù)掃描，因?yàn)槭腔谝曨l流的目標(biāo)檢測(cè)，我們事先不太可能知道要檢測(cè)的目標(biāo)的大小，這就要求我們的級(jí)聯(lián)表中的分類(lèi)器具有按比例增大(或者縮小)的能力。先將圖片轉(zhuǎn)化為灰度圖，然后將這個(gè)灰度圖的對(duì)比度增高，這樣可以使得圖片本來(lái)暗的地方更暗，亮的地方更亮一些。那么該像素的總和通道值為3*6=18位，則該圖片由18位色彩值組成的。計(jì)算機(jī)如何能夠從訓(xùn)練出來(lái)的數(shù)據(jù)庫(kù)中比對(duì)出這是一個(gè)人臉，這是一個(gè)比較困難的事情，但是計(jì)算機(jī)可以通過(guò)對(duì)顏色數(shù)據(jù)的判斷來(lái)進(jìn)行處理。6攀枝花學(xué)院本科畢業(yè)設(shè)計(jì)（論文） 3 研究方案及技術(shù)路線3 研究方案及技術(shù)路線 人臉檢測(cè)方案在生物特征識(shí)別技術(shù)中人臉檢測(cè)不同于其他的計(jì)算機(jī)視覺(jué)識(shí)別技術(shù)，人臉檢測(cè)通過(guò)將視覺(jué)信號(hào)轉(zhuǎn)換為機(jī)器能夠識(shí)別的數(shù)字信號(hào)，從而使用計(jì)算機(jī)來(lái)進(jìn)行判斷處理。(2)系統(tǒng)運(yùn)行的軟件環(huán)境該系統(tǒng)可以使用在以下操作系統(tǒng)中。③ 熟悉C++/C等編程語(yǔ)言。② 配置需要滿足ISO的標(biāo)準(zhǔn)，并且能夠保持系統(tǒng)的兼容性。 軟件環(huán)境(1)識(shí)別系統(tǒng)的軟件運(yùn)行規(guī)則 能夠在指定的運(yùn)行環(huán)境下，滿足該軟件的耦合性，易擴(kuò)性和規(guī)范性。 開(kāi)發(fā)環(huán)境需求分析 硬件環(huán)境(1)硬件配置原則硬件的配置需要該硬件具有可靠性、穩(wěn)定性、安全性等特點(diǎn)，在軟件支持的環(huán)境下，能實(shí)時(shí)的運(yùn)行程序。(4)特征提取功能：對(duì)人臉檢測(cè)通過(guò)后將對(duì)人臉進(jìn)行特征的提取，因?yàn)槊總€(gè)人的臉型不一樣，而且兩眼之間的距離等因素，可以確定每個(gè)人的不同特征。(2)圖像預(yù)處理功能：該模塊主要包括圖像光線補(bǔ)償、圖像變成灰色、高斯平滑、均衡直方圖、實(shí)現(xiàn)圖像對(duì)比度增強(qiáng)、二值化變換等[8]。預(yù)處理這個(gè)模塊在整個(gè)人臉識(shí)別系統(tǒng)的開(kāi)發(fā)過(guò)程中占有很重要的地位，只有預(yù)處理模塊做的好，才可能很好的完成后面的人臉定位和特征提取這兩大關(guān)鍵模塊[4]。因此，從操作可行性來(lái)看，只要系統(tǒng)用戶的硬件軟件設(shè)備滿足如上的要求，就可以使用該系統(tǒng)進(jìn)行人臉的識(shí)別。安裝有Linux fedora、Linux ubuntu、Linxu core等操作系統(tǒng)中的其中一種。對(duì)比度增強(qiáng)技術(shù)：通過(guò)對(duì)某個(gè)圖片的點(diǎn)進(jìn)行定位，然后將其周?chē)南袼刂颠M(jìn)行統(tǒng)計(jì)，再通過(guò)聚集技術(shù)將相鄰的像素值拉開(kāi)，使他們之間的差距拉大。我們?cè)谑褂没叶绒D(zhuǎn)換時(shí)，先對(duì)圖像數(shù)據(jù)進(jìn)行統(tǒng)計(jì)，經(jīng)過(guò)比較后得出一個(gè)合適的灰度值，然后對(duì)圖像進(jìn)行灰度變換。高斯平滑技術(shù)：在視頻圖像的采集過(guò)程中，由于外界條件的干擾，則采集的圖片中會(huì)出現(xiàn)一些噪音，這就會(huì)使圖像在進(jìn)行轉(zhuǎn)化、識(shí)別時(shí)發(fā)生的數(shù)據(jù)的遺失和損壞等，這些會(huì)對(duì)以后圖片的訓(xùn)練產(chǎn)生干擾，所以將圖片進(jìn)行平滑處理來(lái)消除噪聲的干擾。在對(duì)視頻圖像臉部進(jìn)行標(biāo)記及采集，使用的方法有膚色識(shí)別，我主要使用的特征采集及轉(zhuǎn)換技術(shù)來(lái)進(jìn)行人臉的識(shí)別，識(shí)別率率可以達(dá)到90%，縮短了識(shí)別的時(shí)間，并且該識(shí)別算法簡(jiǎn)單易懂。 可行性分析現(xiàn)在一些科研人員已研發(fā)了一套算法，很精確的能夠在一定的環(huán)境下進(jìn)行人臉的識(shí)別，還存在一些科研愛(ài)好者來(lái)研究人臉識(shí)別算法，使得現(xiàn)在基于OPENCV的人臉識(shí)別技術(shù)已經(jīng)發(fā)展的非常迅速，我在原有的算法基礎(chǔ)上進(jìn)行了改進(jìn)，融合了自己的一些方法以提高了檢測(cè)精度。由于視頻監(jiān)控系統(tǒng)具有如此大的應(yīng)用背景，它引起了許多國(guó)家的高度重視，一些國(guó)家投入了大量資金和科研人員進(jìn)行了廣泛的研究[3]。(3)基于連接機(jī)制的人臉正面自動(dòng)識(shí)別方法。 國(guó)內(nèi)發(fā)展概況在我國(guó)對(duì)人臉識(shí)別技術(shù)的研究始于20世紀(jì)80年代，國(guó)內(nèi)主要有清華大學(xué)，北京理工大學(xué)，和自動(dòng)化所的研究人員從事人臉檢測(cè)與識(shí)別的研究，國(guó)內(nèi)主要從以下三個(gè)方面進(jìn)行研究：(1)基于幾何特征的人臉正面自動(dòng)識(shí)別方法。 為了解決以上出現(xiàn)的問(wèn)題，現(xiàn)在人們提出了使用幾何特征識(shí)別法來(lái)進(jìn)行人臉的識(shí)別，選取的特征點(diǎn)必須具有代表性，能代表一個(gè)人的面部特征，唯一標(biāo)識(shí)該個(gè)體，選取眼角點(diǎn)、鼻翼點(diǎn)、嘴角點(diǎn)等標(biāo)識(shí)眼、耳、口、鼻及臉部輪廓的特征點(diǎn)。 課題研究方法 人臉檢測(cè)的原理采集的圖片進(jìn)行人臉檢測(cè)通過(guò)以下步驟，先對(duì)需要檢測(cè)的目標(biāo)進(jìn)行特征的提取，利用這些特征數(shù)據(jù)建立目標(biāo)檢測(cè)模型，然后將需要識(shí)別的圖像與目標(biāo)模型進(jìn)行匹配，如果匹配成功則使用矩形來(lái)進(jìn)行標(biāo)記。人臉檢測(cè)與識(shí)別在生物體特征識(shí)別技術(shù)中具有重要的應(yīng)用價(jià)值。近年來(lái)各個(gè)領(lǐng)域使用了計(jì)算機(jī)視覺(jué)技術(shù)來(lái)解決該問(wèn)題，該技術(shù)在視覺(jué)模式中具有重要的應(yīng)用價(jià)值。 人臉識(shí)別技術(shù)的研究意義怎樣使計(jì)算機(jī)能夠像人一樣能夠分析各種視覺(jué)信息，使用一種編制的方式來(lái)計(jì)算獲得的視覺(jué)數(shù)據(jù)。由于數(shù)字信息比模擬信息更易于存儲(chǔ)和處理，因此，在視頻監(jiān)控領(lǐng)域采用計(jì)算機(jī)對(duì)視頻信息進(jìn)行采集、存儲(chǔ)、分析得到許多人的青睞[1]。 課題提出的背景隨著數(shù)字信號(hào)和模擬信號(hào)處理理論和計(jì)算機(jī)的發(fā)展，通過(guò)CMOS攝像頭獲取的模擬信號(hào)轉(zhuǎn)化為數(shù)字信號(hào)，然后使用計(jì)算機(jī)實(shí)現(xiàn)對(duì)視覺(jué)信息的處理，這就提出了一個(gè)新的理念“怎樣通過(guò)計(jì)算機(jī)來(lái)進(jìn)行生物的識(shí)別”，隨著科學(xué)技術(shù)的不斷創(chuàng)新及發(fā)展，這個(gè)理念被實(shí)現(xiàn)了，生物特征識(shí)別技術(shù)中人臉的自動(dòng)識(shí)別占有重要的地位，人臉識(shí)別技術(shù)與其他生物識(shí)別方法相比，人臉識(shí)別具有算法簡(jiǎn)單、設(shè)計(jì)更直接、友好和方便等特點(diǎn)，因而人臉自動(dòng)識(shí)別問(wèn)題的研究不僅具有重要的應(yīng)用價(jià)值，而且具有重要的理論意義。在其他國(guó)家，人臉識(shí)別技術(shù)已經(jīng)運(yùn)用在智能家居、智能機(jī)器人、以及軍事安防和其他安全部門(mén)。對(duì)圖像先進(jìn)行補(bǔ)光處理，處理過(guò)后的圖片通過(guò)定位眼睛、鼻子、嘴唇來(lái)確定臉部區(qū)域，最后根據(jù)人臉固有的眼睛對(duì)稱性來(lái)確定是否是一個(gè)人臉，再使用高斯平滑，用來(lái)消除圖像的噪聲，最后進(jìn)行二值化處理，采用局部閾值來(lái)進(jìn)行二值化，接下來(lái)就對(duì)圖片中的人臉進(jìn)行定位，特征提取和識(shí)別操作。目前，高性能的微電子和視覺(jué)處理系統(tǒng)已經(jīng)運(yùn)用在各個(gè)領(lǐng)域中，特別是基于視覺(jué)處理系統(tǒng)中的人臉識(shí)別系統(tǒng)已經(jīng)走在了科學(xué)前沿。關(guān)鍵詞：人臉檢測(cè)，人臉識(shí)別，級(jí)聯(lián)分類(lèi)檢測(cè)器I攀枝花學(xué)院本科畢業(yè)設(shè)計(jì)（論文） ABSTRACTABSTRACTIn recent years, puter network transmission, monitoring, and video analysis showed that the continuous rise in the social, digital information has gone beyond the main reason is that analog information is easier to store digital information and analysis, therefore, in the field of video surveillance video information by puter acquisition, pression, analysis, storage get a lot of people of all ages.Opencv based on face detection and recognition system in the puter model and pattern recognition, and so has an extremely important role. Based on face recognition, image pression, video surveillance, detection of moving objects and so has a more important application value. In recent years, in the visual field of puter vision technology has made rapid development, and in other areas has been widely used. This thesis is based opencv library, using qt as a graphical interface development with human face capture, image training, database management, and face recognition and other functions. The system is capable of stable long run and test the program in order to provide a unified interface and secondary development.Keywords：Face detection, face recognition, cascade classification detect3攀枝花學(xué)院本科畢業(yè)設(shè)計(jì)（論文） 1 緒論目 錄摘 要 IABSTRACT II1 緒論 1 課題提出的背景 1 人臉識(shí)別技術(shù)的研究意義 2 課題研究方法 2 人臉檢測(cè)的原理 2 人臉識(shí)別的原理 2 人臉識(shí)別的國(guó)內(nèi)外發(fā)展概況 2 國(guó)內(nèi)發(fā)展概況 2 國(guó)外發(fā)展概況 32 系統(tǒng)的需求分析與方案選擇 4 可行性分析 4 技術(shù)可行性 4 操作可行性 4 需求分析 5 應(yīng)用程序的功能需求分析 5 開(kāi)發(fā)環(huán)境需求分析 53 研究方案及技術(shù)路線 7 人臉檢測(cè)方案 7 人臉識(shí)別方案 8 使用技術(shù) 9 子空間法 9 meanshift算法 10 信息查詢與維護(hù)流程圖 104 系統(tǒng)的概要設(shè)計(jì) 12 應(yīng)用程序的總體結(jié)構(gòu)設(shè)計(jì)流程圖 12 圖像預(yù)處理的層次圖 13 各模塊功能概述 13 圖像獲取模塊 13 人臉區(qū)域獲取 13 圖像預(yù)處理模塊 13 人臉定位模塊 15 特征提取模塊 15 識(shí)別模塊 15 數(shù)據(jù)庫(kù)存儲(chǔ)模塊 16 195 系統(tǒng)的詳細(xì)設(shè)計(jì) 20 系統(tǒng)的運(yùn)行流程圖 20 圖像處理詳細(xì)設(shè)計(jì) 20 人臉識(shí)別詳細(xì)設(shè)計(jì) 20 圖像點(diǎn)處理詳細(xì)設(shè)計(jì) 26 光線補(bǔ)償 26 27 圖像灰度化 28 圖像灰度化的算法思想 28 圖像灰度化的編程實(shí)現(xiàn) 28 高斯平滑 29 算法思想 29 具體實(shí)現(xiàn)高斯平滑功能 30 灰度均衡 31 算法思想 31 編程實(shí)現(xiàn) 32 圖像對(duì)比度增強(qiáng) 32 算法思想 32 編程實(shí)現(xiàn) 32 編程時(shí)遇到的問(wèn)題及解決方法 33 光線補(bǔ)償法 33 高斯平滑法 33 均衡直方圖 336 系統(tǒng)調(diào)試 34 測(cè)試原則 34 測(cè)試方案 34 測(cè)試文檔 357 結(jié)束語(yǔ) 37 應(yīng)用程序的特點(diǎn) 37 心得體會(huì) 37參考文獻(xiàn) 39致 謝 411 緒論人臉檢測(cè)與識(shí)別是計(jì)算機(jī)視覺(jué)與模式識(shí)別領(lǐng)域中重要的研究方向，人臉識(shí)別在圖像處理與視頻檢索、視頻監(jiān)控、視頻顯示等方面占據(jù)著重要的位置。本論文以O(shè)PENCV庫(kù)為基礎(chǔ)，采用QT作為圖形界面開(kāi)發(fā)，具有人臉采集，圖片訓(xùn)練，數(shù)據(jù)庫(kù)管理及人臉識(shí)別等功能。在基于人臉識(shí)別，圖像壓縮，視頻監(jiān)控，運(yùn)動(dòng)物體檢測(cè)等方面有著更重要的應(yīng)用價(jià)值。攀枝花學(xué)院本科畢業(yè)設(shè)計(jì)（論文）基于OPENCV的人臉檢測(cè)與識(shí)別系統(tǒng)學(xué)生姓名： 孫 旭學(xué)生學(xué)號(hào)： 200910802057院（系）： 數(shù)學(xué)與計(jì)算機(jī)學(xué)院年級(jí)專(zhuān)業(yè)： 09級(jí)信息與計(jì)算機(jī)科學(xué)指導(dǎo)教師： 陳堯 碩士助教二零一三年六月攀枝花學(xué)院本科畢業(yè)設(shè)計(jì)（論文） 摘要摘 要近幾年來(lái)計(jì)算機(jī)網(wǎng)絡(luò)傳輸、監(jiān)控及視頻分析在社會(huì)上不斷的興起，數(shù)字信息已經(jīng)超越了模擬信息其主要原因在于數(shù)字信息更易于存儲(chǔ)和分析，因此，在視頻監(jiān)控領(lǐng)域采用計(jì)算機(jī)對(duì)視頻信息進(jìn)行采集、壓縮、分析、存儲(chǔ)得到了很多人的青睞?；贠PENCV的人臉檢測(cè)與識(shí)別系統(tǒng)在計(jì)算機(jī)模式計(jì)算和模式識(shí)別等方面具有極其重要的作用。近年來(lái)計(jì)算機(jī)視覺(jué)技術(shù)在視覺(jué)領(lǐng)域中取得了飛速的發(fā)展，并在其他領(lǐng)域中得到了廣泛的應(yīng)用。該系統(tǒng)能夠進(jìn)行長(zhǎng)時(shí)間的運(yùn)行并測(cè)試穩(wěn)定，在程序中提供了統(tǒng)一的接口以并進(jìn)行二次開(kāi)發(fā)。本文提出了基于32位彩色圖像對(duì)人臉進(jìn)行識(shí)別的方法，介紹的主要內(nèi)容是圖像處理，重點(diǎn)分析基于OPENCV人臉檢測(cè)與識(shí)別的原理及方法，采用基于OPENCV的級(jí)聯(lián)分類(lèi)檢測(cè)器，能夠根據(jù)視頻圖像提取人臉特征進(jìn)行訓(xùn)練。在生物識(shí)別技術(shù)中人臉識(shí)別是運(yùn)用最為廣泛的技術(shù)，對(duì)圖像進(jìn)行處理主要用到，光線補(bǔ)償