【正文】 技術(shù)、高斯平滑技術(shù)和二值化技術(shù)等。經(jīng)過(guò)驗(yàn)證，圖像通過(guò)預(yù)處理對(duì)以后的識(shí)別率有很大的影響，可以提高人臉檢測(cè)和識(shí)別的準(zhǔn)確率。在國(guó)內(nèi)，我們對(duì)人臉識(shí)別技術(shù)的研究始于20世紀(jì)90年代，主要用在公共安全領(lǐng)域、智能家居、金融管理、物業(yè)管理、以及網(wǎng)絡(luò)安全和考勤等方面。人臉識(shí)別主要用在公共安全領(lǐng)域、智能家居、金融管理、物業(yè)管理、以及網(wǎng)絡(luò)安全和考勤等方面。基于OPENCV的人臉檢測(cè)和識(shí)別在計(jì)算機(jī)模式識(shí)別與視覺(jué)領(lǐng)域中占有重要的地位，人臉檢測(cè)和識(shí)別利用分析比較人臉特征來(lái)進(jìn)行身份鑒定的生物技術(shù)，通過(guò)級(jí)聯(lián)分類(lèi)檢測(cè)器來(lái)進(jìn)行人臉圖片的訓(xùn)練，然后從攝像頭上采集圖片在庫(kù)中進(jìn)行比對(duì)，如果比對(duì)結(jié)果在預(yù)設(shè)的閥值之內(nèi)，則表示識(shí)別成功。使機(jī)器智能化，通過(guò)機(jī)器來(lái)模擬人類(lèi)所擁有的能力，像人類(lèi)一樣通過(guò)眼睛來(lái)觀察和獲得視覺(jué)信息，并使用大腦來(lái)處理視覺(jué)所獲得的信息。人臉識(shí)別技術(shù)采用了視頻數(shù)據(jù)的采集，為采集的數(shù)據(jù)分配PCA空間，將視頻數(shù)據(jù)進(jìn)行格式的轉(zhuǎn)換，將數(shù)據(jù)庫(kù)中存儲(chǔ)的視頻數(shù)據(jù)進(jìn)行訓(xùn)練，最后得到一個(gè)32位的浮動(dòng)圖，該技術(shù)具有操作更簡(jiǎn)單、直接等優(yōu)點(diǎn)。視頻跟蹤識(shí)別技術(shù)除了在智能視頻監(jiān)控系統(tǒng)中具有非常重要的應(yīng)用外，在視頻會(huì)議、人機(jī)交互、門(mén)禁控制、家庭娛樂(lè)以及信息安全等場(chǎng)合也有著重要的應(yīng)用 [2]。 人臉識(shí)別的原理人臉識(shí)別技術(shù)股由于受到一些光線，環(huán)境的影響會(huì)造成識(shí)別的精度不高，現(xiàn)在大多數(shù)都集中研究在正面人臉圖像的識(shí)別上，但由于人臉面部表情、拍照角度或拍照光照等條件的變化下，得到的人臉照片中的特征不同，因此使用數(shù)據(jù)庫(kù)中存儲(chǔ)的樣本的有限個(gè)角度拍攝的照片，去識(shí)別任意角度的照片，使識(shí)別范圍得到很大的限制。 人臉識(shí)別的國(guó)內(nèi)外發(fā)展概況在許多領(lǐng)域中已經(jīng)使用到了人臉檢測(cè)與識(shí)別技術(shù)，人臉識(shí)別技術(shù)在世上起到了舉足輕重的作用，英國(guó)的布萊索在1996年開(kāi)始了對(duì)人臉識(shí)別技術(shù)的研究，經(jīng)過(guò)三十多年的發(fā)展，人臉識(shí)別技術(shù)已經(jīng)得到了高速的發(fā)展，且取得了巨大的成功。(2)基于代數(shù)特征的人臉正面自動(dòng)識(shí)別方法。近年來(lái)，隨著計(jì)算機(jī)硬件性能的不斷發(fā)展，基于圖像傳感器的視屏監(jiān)控系統(tǒng)獲得了迅猛的發(fā)展，各種面向復(fù)雜的應(yīng)用背景的視頻監(jiān)控系統(tǒng)也隨之大量涌現(xiàn)，隨著信息技術(shù)的不斷發(fā)展，視頻監(jiān)控系統(tǒng)在商業(yè)、國(guó)防安全和軍事應(yīng)用領(lǐng)域中的需求將日益增加。 國(guó)外發(fā)展概況國(guó)外很多人從事對(duì)人臉檢測(cè)與識(shí)別問(wèn)題的研究，主要有著名的MIT,CMU，歐洲，日本等國(guó)家，隨著人臉檢測(cè)的深入發(fā)展研究，國(guó)際上發(fā)表的有關(guān)論文數(shù)量也在大幅度的增加，國(guó)外主要從以下幾個(gè)方面進(jìn)行研究：(1)模板匹配 (2)示例學(xué)習(xí)(3)神經(jīng)網(wǎng)絡(luò) (4)基于隱馬爾可夫模型的方法(5)基于AdaBoost的人臉識(shí)別算法(6)基于彩色信息的方法(7)基于形狀分析的方法攀枝花學(xué)院本科畢業(yè)設(shè)計(jì)（論文） 2 系統(tǒng)的需求分析與方案選擇2 系統(tǒng)的需求分析與方案選擇基于OPENCV的人臉識(shí)別系統(tǒng)應(yīng)用非常廣泛，人臉識(shí)別技術(shù)現(xiàn)已經(jīng)日趨成熟，且現(xiàn)在都具有高可靠性，高識(shí)別率等特點(diǎn)，在我國(guó)及其他一些國(guó)家的專(zhuān)家學(xué)者正處于研究階段，該技術(shù)在不斷的改進(jìn)與更新，以便使系統(tǒng)的識(shí)別率達(dá)到新的高度。 技術(shù)可行性在對(duì)視頻圖像的處理方法有很多，我根據(jù)系統(tǒng)的需要，有選擇地使用了一些算法。光線補(bǔ)償技術(shù)：因?yàn)樵诓煌沫h(huán)境中，光線對(duì)圖像會(huì)產(chǎn)生干擾，圖像就會(huì)變得或明或暗，我們就要對(duì)其進(jìn)行調(diào)整，所以采用光線補(bǔ)償來(lái)處理圖像的亮度變化?；叶茸儞Q技術(shù)：進(jìn)行灰度轉(zhuǎn)換時(shí)，我們要保證圖像信息保持不變?；叶染饧夹g(shù)：經(jīng)過(guò)灰度轉(zhuǎn)換后，就要進(jìn)行灰度均衡化操作，最后通過(guò)灰度分布來(lái)對(duì)圖像進(jìn)行灰度均衡。 操作可行性基于OPENCV的人臉識(shí)別技術(shù)運(yùn)行在以下環(huán)境中：CPU：500M以上；內(nèi)存：64 M以上。另還裝有攝像頭進(jìn)行圖片采集和識(shí)別，該系統(tǒng)主要使用的為CMOS攝像頭，也可使用USB攝像頭來(lái)進(jìn)行圖像的采集。 需求分析 應(yīng)用程序的功能需求分析通過(guò)這個(gè)系統(tǒng)先通過(guò)CMOS攝像頭對(duì)人臉進(jìn)行采集，然后對(duì)人臉進(jìn)行檢測(cè)，將采集到的人臉圖片進(jìn)行訓(xùn)練得到一個(gè)模型，最后使用當(dāng)前的圖像與該模型進(jìn)行比對(duì)，這個(gè)過(guò)程稱之為預(yù)處理。本系統(tǒng)的主要具備如下功能：(1)圖像獲取功能：圖片的獲取主要是通過(guò)從CMOS或者USB攝像頭來(lái)獲取圖像，從CMOS攝像頭獲取的為模擬信號(hào)，必須要通過(guò)YUV轉(zhuǎn)換得到數(shù)字信號(hào)，得到的圖片保存在數(shù)據(jù)庫(kù)中。(3)人臉定位功能：從攝像頭獲取的圖片經(jīng)過(guò)前期的預(yù)處理后，將通過(guò)檢測(cè)器來(lái)標(biāo)記眼睛、鼻子、嘴唇來(lái)確定人臉區(qū)域，并對(duì)該圖片的特征進(jìn)行提取。(5)識(shí)別功能：從攝像頭獲取的圖片進(jìn)過(guò)處理后，將提取的特征值與預(yù)先訓(xùn)練好的目標(biāo)模型進(jìn)行比對(duì)，來(lái)對(duì)當(dāng)前的圖片進(jìn)行識(shí)別。 (2)運(yùn)行本軟件所需的硬件資源CPU： 800M及以上；內(nèi)存容量： 內(nèi)存達(dá)128M以上。(2)系統(tǒng)軟件的配置方案① 軟件的配置需要有高度集成性，高穩(wěn)定性，能夠運(yùn)行在嵌入式的平臺(tái)下，如Windows2000，Windows NT，UNIX，Linux等。如：Qt designer 。 運(yùn)行環(huán)境需求分析(1)系統(tǒng)運(yùn)行的硬件環(huán)境CPU：500M以上；內(nèi)存容量：64 M以上。如Linux 、Linux ubuntu系統(tǒng)、Linux ferdor系統(tǒng)等。計(jì)算機(jī)通過(guò)攝像頭看到的東西要簡(jiǎn)單的多，簡(jiǎn)單來(lái)說(shuō)，就是一堆由數(shù)字組成的矩陣，這些數(shù)字表明了物體發(fā)出的光的強(qiáng)弱，攝像頭的光敏元件將光信號(hào)轉(zhuǎn)化成數(shù)字信號(hào)，將其量化為矩陣[5]。彩色圖片中的像素是由許多色彩通道組成的，所有的彩色圖片由RGB三通道組成，分別代表有紅色通道，綠色通道和藍(lán)色通道，灰度圖都是由RGB組成，如果某個(gè)點(diǎn)由6位組成，該像素的通道值為2^6=64。對(duì)18位的圖片進(jìn)行轉(zhuǎn)換是很復(fù)雜的事情，我們就需要先對(duì)圖片進(jìn)行前期的轉(zhuǎn)換，即是將彩色圖片轉(zhuǎn)換為灰度圖片，通過(guò)這樣的轉(zhuǎn)換后可以減低數(shù)據(jù)量。這樣處理以后，圖片就更容易被算法設(shè)別出來(lái)了[6]。當(dāng)小的窗口移動(dòng)完整個(gè)待檢測(cè)圖片沒(méi)有發(fā)現(xiàn)目標(biāo)時(shí)，我們可以調(diào)整分類(lèi)器的大小，然后繼續(xù)檢測(cè)，直到檢測(cè)到目標(biāo)或者窗口與待檢測(cè)圖片的大小相當(dāng)為止[7]。基于OPENCV的人臉檢測(cè)中，先進(jìn)行圖像的采集，然后建立自適應(yīng)模型并將該模型進(jìn)行訓(xùn)練，使用XML文件保存該訓(xùn)練模型數(shù)據(jù)，有了這個(gè)模型后我們就可以從新使用新的模型來(lái)進(jìn)行圖片的對(duì)比，把當(dāng)前的圖片與該模型進(jìn)行匹配得出的結(jié)果使用矩形進(jìn)行標(biāo)記，并在QT界面上畫(huà)出該目標(biāo)區(qū)域，并保存。然后，將降噪后視頻圖像再進(jìn)行一些優(yōu)化，對(duì)后面進(jìn)行圖片的識(shí)別、檢測(cè)有很大的幫助。當(dāng)目標(biāo)區(qū)域中有運(yùn)動(dòng)物體時(shí)，可以使用中值濾波的方式對(duì)運(yùn)動(dòng)目標(biāo)進(jìn)行平滑處理 [8]。方法是去某種結(jié)構(gòu)的二維滑動(dòng)模板，將板內(nèi)像素按照像素值的大小進(jìn)行排序，生成單調(diào)上升（或下降）的為二維數(shù)據(jù)序列。W為二維模板，通常為2*2，3*3區(qū)域，也可以是不同的的形狀，如線狀，方形，圓形，十字形，圓環(huán)形，菱形等。中值濾波的實(shí)質(zhì)是通過(guò)一種計(jì)算方式來(lái)處理圖片像素差異很大的像素點(diǎn)，即保留那些處于中間的像素值，然后將該像素值作為整個(gè)圖像的像素。采用中值濾波器對(duì)于消除脈沖噪聲是有很大的作用的[10]。通過(guò)獲取的背景圖像建立模型，將從當(dāng)前的攝像頭獲取的圖片與該模型進(jìn)行比對(duì)，通過(guò)這個(gè)方式可以得到運(yùn)動(dòng)的物體，并進(jìn)行標(biāo)記?；旌细咚狗ㄊ菍⒚總€(gè)像素按照多個(gè)高斯分布混合建模，以同時(shí)處理多種背景變化，該模型的參數(shù)可以自適應(yīng)更新，不像非參數(shù)模型要緩存視頻[11]。缺點(diǎn)是它對(duì)全局亮度的突然變化非常敏感，如果場(chǎng)景很長(zhǎng)時(shí)間沒(méi)變，則背景分量的變化就非常小，但是全局亮度的突然變化會(huì)將整個(gè)視頻幀認(rèn)為是前景[12]。目前，一些學(xué)者提出了向三維空間的人臉檢測(cè)與識(shí)別方向研發(fā)?，F(xiàn)在的人臉識(shí)別技術(shù)能夠處理一些比較簡(jiǎn)單的背景圖片，但是由于環(huán)境等因素的影響，人臉識(shí)別技術(shù)就要向更深層次的發(fā)展，以便能夠處理那些具有復(fù)雜背景中的人臉檢測(cè)，所以現(xiàn)在的人臉識(shí)別技術(shù)是需要不斷的發(fā)展與更新。子空間方法主要包括兩類(lèi)，主分量分析（PCA）方法和線性判別分析（LDA）方法。人臉識(shí)別的原理，將人臉圖像投影到一個(gè)由若干個(gè)最大的特征向量構(gòu)成的子空間，若要顯示某個(gè)特定的人臉，通過(guò)對(duì)這些特征向量加權(quán)求和即可，則根據(jù)定義的閥值來(lái)進(jìn)行判斷是否為庫(kù)內(nèi)人員[15]。 meanshift算法meanshift算法利用概率密度的梯度爬升來(lái)尋找局部最優(yōu)，meanShift利用均值漂移，在聚類(lèi)、圖像平滑、分割、跟蹤等方面應(yīng)用很廣泛，輸入一個(gè)圖像的范圍，然后根據(jù)反向投影圖和輸入的方框進(jìn)行meanshift迭代，它是向重心移動(dòng)，即向反向投影圖中概率大的地方移動(dòng)，所以始終會(huì)移動(dòng)到目標(biāo)上，meanshift算法是一個(gè)變步長(zhǎng)的梯度上升算法[16]。 通過(guò)系統(tǒng)管理員進(jìn)入系統(tǒng)后則可以操作庫(kù)內(nèi)的人員，登錄系統(tǒng)需要用戶名和密碼來(lái)進(jìn)入系統(tǒng)，還可以為每個(gè)普通用戶增加超級(jí)權(quán)限，庫(kù)內(nèi)現(xiàn)在進(jìn)行信息的登記，采集的人員圖片數(shù)目為9張圖片，經(jīng)過(guò)測(cè)試分析，采集9張圖片能夠更好的提高識(shí)別精度，增加了庫(kù)內(nèi)人員后，需要通過(guò)數(shù)據(jù)庫(kù)對(duì)庫(kù)內(nèi)人員進(jìn)行保存，保存的數(shù)據(jù)以二進(jìn)制的形式保存。 應(yīng)用程序的總體結(jié)構(gòu)設(shè)計(jì)流程圖顯示識(shí)別結(jié)果獲取臉部區(qū)域圖象預(yù)處理人臉定位獲取特征參數(shù)識(shí)別在彈出的“打開(kāi)”對(duì)話框中選擇要打開(kāi)的位圖，點(diǎn)擊“確定”，應(yīng)用程序顯示所要打開(kāi)的位圖用 戶從“文件”菜單中選擇“打開(kāi)”選項(xiàng) 圖像預(yù)處理的層次圖 對(duì)圖像的處理主要包含以下幾個(gè)步驟： 預(yù)處理二值化均衡直方圖高斯平滑圖像灰度化光線補(bǔ)償圖像對(duì)比度增強(qiáng) 圖像預(yù)處理 各模塊功能概述 圖像獲取模塊圖像的獲取主要通過(guò)USB攝像頭或者CMOS攝像頭來(lái)進(jìn)行圖片的獲取，將獲取后的圖片通過(guò)一系列的轉(zhuǎn)換后就可以進(jìn)行建立模型。非線性分段色彩變換得到的皮膚顏色模型，這種類(lèi)型的色彩空間中的膚色模型的建立必須首先選擇一個(gè)合適的色彩空間。預(yù)處理分為一下五個(gè)子模塊：(1)光線補(bǔ)償技術(shù)因?yàn)橄到y(tǒng)可能在不平衡的光照條件下得到的視頻圖片，這對(duì)我們的對(duì)特征的提取產(chǎn)生干擾，系統(tǒng)會(huì)使用YCrCb顏色空間，所以必須對(duì)圖片進(jìn)行圖像光補(bǔ)償。YcrC同時(shí)是的顏色空間，它將用在視頻系統(tǒng)中，在顏色空間中，Y分量表示一個(gè)像素的亮度，Cr代表的紅色成分，Cb表示藍(lán)色，通常簡(jiǎn)稱為Cr和Cb為色度[17]。因此，盡可能地在轉(zhuǎn)化的過(guò)程中，用簡(jiǎn)單的方式來(lái)顯示圖像的復(fù)雜信息。從而將對(duì)圖像的質(zhì)量產(chǎn)生影響。通過(guò)實(shí)現(xiàn)卷積平滑。(4)對(duì)比度增強(qiáng)對(duì)比度增強(qiáng)，就是對(duì)圖像的再一次處理，會(huì)將對(duì)比度進(jìn)一步拉開(kāi)，通過(guò)改變選用的增強(qiáng)函數(shù)的解析表達(dá)式就可以得到不同的處理效果，它針對(duì)原始圖像的每一個(gè)像素直接對(duì)其灰度進(jìn)行處理的，其處理過(guò)程主要是通過(guò)增強(qiáng)函數(shù)對(duì)像素的灰度級(jí)進(jìn)行運(yùn)算并將運(yùn)算結(jié)果作為該像素的新灰度值來(lái)實(shí)現(xiàn)的[18]。下面詳細(xì)介紹三種方法的原理：最大值法：最大值法是每個(gè)像素點(diǎn)的RGB值等于原像素點(diǎn)的RGB值中最大的一個(gè)，即R=G=B=MAX()，最大值發(fā)產(chǎn)生亮度很高的黑白圖像。 。)/3(6)直方圖均衡直方圖均衡化的目的是使一輸入圖像轉(zhuǎn)換為在每一灰度級(jí)上都有相同的象素點(diǎn)數(shù)，它的處理的中心思想是把原始圖像的灰度直方圖從比較集中的某個(gè)灰度區(qū)間變成在全部灰度范圍內(nèi)的均勻分布，它的研究思路是：通過(guò)直方圖變換式來(lái)進(jìn)行直方圖的均衡處理，直方圖變換式是但是直方圖均衡化存在著兩個(gè)缺點(diǎn)：式（）變換后圖像的灰度級(jí)減少，某些細(xì)節(jié)消失；某些圖像，如直方圖有高峰，經(jīng)處理后對(duì)比度不自然的過(guò)分增強(qiáng)。 人臉檢測(cè)界面 特征提取模塊對(duì)圖片進(jìn)行特征的提取，根據(jù)以下的步驟進(jìn)行獲?。?1)先進(jìn)行標(biāo)記人眼，來(lái)獲取兩眼的距離。(3)對(duì)眼睛、嘴巴和鼻子的標(biāo)記。在對(duì)圖片的所有特征進(jìn)行標(biāo)記提取后，將標(biāo)記的數(shù)據(jù)及特征值進(jìn)過(guò)計(jì)算處理后存入本地?cái)?shù)據(jù)庫(kù)中。如果得到的結(jié)果在我們預(yù)設(shè)的閥值中內(nèi)，那么該人的信息已采集到數(shù)據(jù)庫(kù)中，然后從庫(kù)中提取出該人的個(gè)人信息并顯示在軟件界面上，如果沒(méi)有則進(jìn)行報(bào)警。而嵌入式支持的數(shù)據(jù)庫(kù)為SQLite數(shù)據(jù)庫(kù)，該數(shù)據(jù)庫(kù)主要使用在嵌入式環(huán)境下，所以使用SQLite作為該系統(tǒng)的數(shù)據(jù)存儲(chǔ)單元。 數(shù)據(jù)庫(kù)人員信息采集界面(2) 人員信息的部門(mén)更改將采集的人員信息需要指定一個(gè)特定的部門(mén)來(lái)管理這個(gè)人員。 更改人員信息(4) 管理人員可以查看當(dāng)前庫(kù)內(nèi)的人員信息管理者通過(guò)登錄系統(tǒng)后，可以查看庫(kù)內(nèi)人員的所有信息。(3) 進(jìn)行人臉的采集時(shí)，平視前方，并且輕微抬頭與低頭，稍微左右轉(zhuǎn)頭。 系統(tǒng)的運(yùn)行流程圖 對(duì)圖片進(jìn)行光線補(bǔ)償、將圖片變成灰色、實(shí)現(xiàn)圖片對(duì)比度增強(qiáng)，二值化變換等一系列預(yù)處理。對(duì)定位好的人臉 圖片進(jìn)行特征 提取操作。 識(shí)別后報(bào)警。點(diǎn)擊管理進(jìn)入管理界面，點(diǎn)擊采集然后進(jìn)行人臉的采集，對(duì)圖片進(jìn)行訓(xùn)練，返回識(shí)別界面刷卡進(jìn)入系統(tǒng) 系統(tǒng)的運(yùn)行流程圖 圖像處理詳細(xì)設(shè)計(jì) 人臉識(shí)別詳細(xì)設(shè)計(jì)人臉識(shí)別的流程為，從攝像頭采集圖片后對(duì)圖片進(jìn)行灰度化處理。提取出采集的人臉圖片的特征。 if ((srcImg) amp。 (srcImgwidth 0 amp。 srcImgheight 0)) { double minVal, maxVal。minVal, amp。 if (cvIsNaN(minVal) || minVal 1e30) minVal = 1e30。 if (maxValminVal == ) maxVal = minVal + 。 cvConvertScale(srcImg, dstImg, / (maxVal minVal), minVal *