數(shù)字圖像處理課程設(shè)計(jì)——人臉檢測與識別.doc

數(shù)字圖像處理課程設(shè)計(jì)人臉檢測與識別課程設(shè)計(jì)1、 簡介人臉檢測與識別是當(dāng)前模式識別領(lǐng)域的一個(gè)前沿課題，人臉識別技術(shù)就是利用計(jì)算機(jī)技術(shù)，根據(jù)數(shù)據(jù)庫的人臉圖像，分析提取出有效的識別信息，用來“辨認(rèn)”身份的技術(shù)。人臉識別是模式識別研究的一個(gè)熱點(diǎn),它在身份鑒別、信用卡識別,護(hù)照的核對及監(jiān)控系統(tǒng)等方面有著廣泛的應(yīng)用。人臉圖像由于受光照、表情以及姿態(tài)等因素的影響,使得同一個(gè)人的臉像矩陣差異也比較大。因此,進(jìn)行人臉識別時(shí),所選取的特征必須對上述因素具備一定的穩(wěn)定性和不變性.主元分析(PCA)方法是一種有效的特征提取方法,將人臉圖像表示成一個(gè)列向量,經(jīng)過PCA變換后,不僅可以有效地降低其維數(shù),同時(shí)又能保留所需要的識別信息,這些信息對光照、表情以及姿態(tài)具有一定的不敏感性.在獲得有效的特征向量后,關(guān)鍵問題是設(shè)計(jì)具有良好分類能力和魯棒性的分類器.支持向量機(jī)(SVM)模式識別方法,兼顧訓(xùn)練誤差和泛化能力,在解決小樣本、非線性及高維模式識別問題中表現(xiàn)出許多特有的優(yōu)勢。本此課程設(shè)計(jì)基于MATLAB，將檢測與識別分開進(jìn)行。其中檢測部分使用實(shí)驗(yàn)指導(dǎo)書上的膚色模型算法進(jìn)行，不進(jìn)行贅述。識別部分采用PCA算法對檢測出的人臉圖像進(jìn)行特征提取,再利用最鄰近距離分類法對特征向量進(jìn)行分類識別，將在后文具體表述。仿真結(jié)果驗(yàn)證了本算法是有效的。2、 人臉檢測1. 源碼img=imread(D:std_test_imagesface3.jpg);figure;imshow(img);R=img(:,:,1);G=img(:,:,2);B=img(:,:,3);faceRgn1=(R95)&(G40)&(B20)&max(img,3)-min(img,3)15&abs(R-G)15&RB;figure;imshow(faceRgn1);r=double(R)./double(sum(img,3);g=double(G)./double(sum(img,3);Y=0.3*R+0.59*G+0.11*B;faceRgn2=(r0.333)&(r0.246)&(gg)&g=0.5-0.5*r;figure;imshow(faceRgn2);Q=faceRgn1.*faceRgn2;P=bwlabel(Q,8);BB=regionprops(P,Boundingbox);BB1=struct2cell(BB);BB2=cell2mat(BB1);figure;imshow(img);s1 s2=size(BB2);mx=0;for k=3:4:s2-1 p=BB2(1,k)*BB2(1,k+1); if pmx&(BB2(1,k)/BB2(1,k+1)energy,1);coeff=coeff(:,1:idx);scores=scores(:,1:idx); % 測試acc_count=0;for i=1:people_count for j=training_count+1:face_count_per_people img=im2double(imread(sprintf(path_mask,i,j); img=imresize(img,10 10); if ndims(img)=3 img=rgb2gray(img); end score=(img(:)-mu)/coeff; ,idx=min(sum(scores-repmat(score,size(scores,1),1).2,2); if ceil(idx/training_count)=i acc_count=acc_count+1; end endendtest_count=(people_count*(face_count_per_people-training_count);acc_ratio=acc_count/test_count;fprintf(測試樣本數(shù)量:%d,正確識別率:%2.2f%,test_count,acc_ratio*100)3. 仿真結(jié)果及說明樣本庫舉例：結(jié)果為：測試樣本數(shù)量:45,正確識別率:100.00%4、 總結(jié) 人臉識別是一個(gè)多學(xué)科領(lǐng)域的挑戰(zhàn)性難題，近30年來人臉識別的研究雖然取得了巨大的進(jìn)步，但與人類的感知能力相距甚遠(yuǎn)。人臉識別還涉及到很多理論和技術(shù)問題，這一技術(shù)的不斷進(jìn)步還