毕业设计(论文)-基于matlab的人脸识别.docx
- 文档编号:64723
- 上传时间:2022-10-01
- 格式:DOCX
- 页数:64
- 大小:1,005.29KB
毕业设计(论文)-基于matlab的人脸识别.docx
《毕业设计(论文)-基于matlab的人脸识别.docx》由会员分享,可在线阅读,更多相关《毕业设计(论文)-基于matlab的人脸识别.docx(64页珍藏版)》请在冰豆网上搜索。
华北水利水电大学毕业设计
存档编号
华北水利水电大学
NorthChinaUniversityofWaterResourcesandElectricPower
毕业设计
题目基于Matlab的人脸识别
学
院
信息工程学院
专
业
电子信息工程
姓
名
学
号
指导教师
完成时间 2016.5.20
教务处制
独立完成与诚信声明
本人郑重声明:
所提交的毕业设计是本人在指导教师的指导下,独立工作所取得的成果并撰写完成的,郑重确认没有剽窃、抄袭等违反学术道德、学术规范的侵权行为。
文中除已经标注引用的内容外,不包含其他人或集体已经发表或撰写过的研究成果。
对本文的研究做出重要贡献的个人和集体,均已在文中作了明确的说明并表示了谢意。
本人完全意识到本声明的法律后果由本人承担。
毕业设计作者签名:
指导导师签名:
签字日期:
签字日期:
毕业设计版权使用授权书
本人完全了解华北水利水电学院有关保管、使用毕业设计的规定。
特授权华北水利水电学院可以将毕业设计的全部或部分内容公开和编入有关数据库提供检索,并采用影印、缩印或扫描等复制手段复制、保存、汇编以供查阅和借阅。
同意学校向国家有关部门或机构送交毕业设计原件或复印件和电子文档(涉密的成果在解密后应遵守此规定)。
毕业设计作者签名:
导师签名:
签字日期:
签字日期:
目录
-I-
中文摘要 I
英文摘要 V
第1章 绪论 1
1.1人脸识别技术的研究背景 7
1.2人脸识别技术的简单介绍 2
1.3人脸识别技术的广泛应用 3
1.4人脸识别技术的难点 4
第2章 人脸识别系统的组成及MATLAB数字图像处理 9
2.1人脸识别系统的组成 6
2.2MATLAB数字图像处理及过程 10
2.2.1Matlab数字图像处理工具箱 10
2.2.2数字图像的灰度转换 10
2.2.3图像增强 8
2.2.4数字图像的边缘检测 9
2.2.5数字图像的噪声处理 10
第3章 人脸识别的过程和方法 11
3.1人脸识别的过程 12
3.2人脸识别的方法 12
3.2.1基于特征脸的方法 12
3.2.2基于神经网络的方法 13
3.2.3基于积分图像分析法 13
第4章PCA人脸识别方法 155
4.1主成分分析法的定义 16
4.1.1主成分的定义 16
4.1.2主成分的性质 16
4.1.3主成分数目的选取 16
4.2PCA算法的功能实现 17
4.2.1人脸空间的建立 17
4.2.2特征向量的选取 17
4.2.3 人脸识别 17
4.3主成分分析法的计算 18
4.4特征脸算法 20
第5章 图像的特征提取与分析 22
5.1概述 22
5.1.1特征提取 22
5.1.2特征选择 22
5.2颜色视觉和色度图..................................................................................................2 2
5.3颜色模型 23
5.3.1RGB模型 23
5.3.2CMY模型 24
5.3.3HSI 模型 25
5.4 形状特征描述 25
5.4.1像素的邻域 25
5.4.2像素的连接 25
5.4.3区域内部的空间域分析 26
5.5图形的预处理 27
5.5.1膨胀与腐蚀 27
5.5.2骨架化和边缘检测 27
第6章 人脸识别 30
6.1人脸库的建立 29
6.2采集人脸特征的多元信息 30
6.3人脸的识别 31
6.4人脸识别的总结 33
总结 34
参考文献 35
致谢 36
附录 37
基于Matlab的人脸识别
摘要
计算机时代的到来,给各个领域带来了巨大的变革,人们的生活也日益进入到了数字编码时代。
人工智能学的发展及其广泛的使用令图片处理和模式识别技术已显得尤为重要。
人脸识别技术就是基于生物识别理论而发展而来的。
人脸识别技术是生物识别中的典型,有着远大的发展前景,人脸识别技术已经广泛应用到了涉密部门的门禁系统,车站、机场的安检系统,智能家居防盗系统,国防与军事安全部门等众多领域。
人脸识别技术是模式识别领域的一个较为先前的课题,如今已日益成熟。
人脸识别技术是根据已经建数据库中的人脸图像,以计算机技术为基础,从待识别的图像中分析、提取出图像特征并与已知图像库进行比较,从而达到辨识的目的。
人脸识别的主要流程为:
人脸图像的获取、人脸特征的检测、人脸特征的提取、图形的预处理、人脸的识别及身份验证。
本文主要使用MATLAB上数字图像处理功能,对待识别的图像进行读图、存储和识别。
MATLAB中带有有关数字图像处理的应用工具箱,可以实现人脸的简单特征识别与辨识,进而应用到人脸识别系统。
本文主要采用基于主元分析(PCA)(也称为主成分分析)的人脸识别算法,抓住事物的主要方面分析,利用降维原理,进行人脸特征的提取、辨识。
最后通过真人的人脸检测与辨识,取到一定的成果。
关键词:
MATLAB,人脸辨识,人脸特征,主成分分析法
-V-
Matlab-BasedFaceIdentification
Abstract
Theadventofthecomputererahasbroughtaboutgreatchangesinallfields.People'sliveshaveenteredintotheeraofdigitalcoding.Withthedevelopmentandwideapplicationofartificialintelligence,patternrecognitiontechnologyandimageprocessingtechnologyarebecomingmoreandmoreimportant.
Facerecognitiontechnologyisamoreprevioustopicinthefieldofpatternrecognition,and
ithasbecomemoreandmoremature.Facerecognitiontechnologyisaccordingtotheestablisheddatabaseoffaceimages,takingtechnologyofthecomputerbased,inrecognitionofimageanalysis,extractimagefeaturesandcomparedtoidentifywiththeknownimagelibrary.
ThispapermainlyusestheMATLABdigitalimageprocessing,imagerecognition,image
tostorage,identification.MATLABwiththeapplicationofdigitalimageprocessingtoolbox,youcanachieveasimplefacerecognitionandidentificationofhumanface.Inthispaper,basedontheprincipalcomponentanalysisoffacerecognitionalgorithm,facefeatureextraction,identification.Finally,thehumanfacedetectionandrecognition,andachievedcertainresults.
Keywords:
MATLAB,facerecognition,facefeature,principalcomponentanalysis
第1章绪论
人脸识别是一种基于人脸特征进行识别的技术,在生物识别技术中已较为成熟。
在众多的领域中,人脸识别技术已经得到了充分的利用,比如涉密部门的门禁系统,火车站、机场、地铁等的安检系统,智能家居的防盗系统,以及国防与军事安全部门等等。
人脸检测人脸表征和人脸识别的基础和前提。
人脸识别技术是人工智能识别领域中的一个重要课题,如今已经逐渐成熟。
人脸识别也是众多研究领域中必不缺少的一部分,有着它举足轻重、不可取代的地位。
人脸识别是从已知人脸特征集合中查找并匹配出相似的脸型特征,对一张静态图像实现人脸轮廓的特征扫描以及辨识,从而获取该图像中的人脸特征信息。
如今,人脸识别技术已经大量应用于视频监控、车站安检、办公门禁等系统,它的出现给身份鉴别体系提供了诸多的方便。
然而,人脸识别是基于生物特征来识别的,相对来说,它是一个非常复杂的过程,因为即使是同一个人,在表现喜、怒、哀、乐等不同的面部表情时,都有着不同的脸型特征,况且当这些特征以不同的姿态表现时又有所不同,这些都给人脸识别带来了困难和麻烦。
同时,拍摄角度、倾斜角度、拍摄背景、光线强度、图像的尺寸大小以及是否旋转、面部是否有遮挡物等等,也都成为了人脸识别中不可忽视的干扰因素,导致错误判别。
要想更准确的实现人脸识别,我们必须要先解决上述问题,克服种种干扰,以作出正确精准的判断。
在最近十多年的研究中,研究者们对此问题,也提出了不少的解决方法,比如表面几何特征算法、内部积分特征算法、主成分分析法等等。
主成分分析法(PCA)方法是一种有效的特征提取方法,它主要基于降维原理,将含有图像特征信息的高维矩阵通过正交变换,变换成低维的特征矩阵。
这样的正交变换,具有很高的相似度与关联性。
变换后的特征矩阵仍然具备原特征矩阵的性质与特征,即遗传和保留了其原有的特征信息,并且能够克服人的姿态、面部表情和光照等因素所带来的干扰。
降维后的特征矩阵,复杂度降低,可以很方便地应用于人工智能识别系统。
以矩阵的形式将图像特征点表示出来,这样就把一幅图像的模拟信息转换成了数字信息。
这个矩阵构成了一个含有图像信息的集合,图像中的每个局部特征都可以通过子集表示出来。
在进行人脸识别时,也是基于这样的思想。
从待检测的人脸图像
29
中提取出信息构建特征子集,然后把这些特征子集与已知的人脸集合进行投影对比,以及经过各特征点距离、弧度、灰暗程度等计算,这样就可以确定出两张图像的相似度与相关性。
人脸像我们的指纹一样,具有着唯一性,能够对人的身份进行鉴定。
相比指纹识
别系统、DNA鉴定,人脸图像的自动识别系统以其特有的方便性,具有更加潜在的发展空间和研究价值。
对于人脸图像识别的研究最早出现在国外,如今,国内也有很多科研机构涉足这个领域,并已经取得许多较好的成果。
1.1人脸识别技术的研究背景
如今的社会,逐步实现自动化,各个领域的基础技术也已经很成熟。
在新的环境、新的要求下,我们需要一个更便捷的方式来打开世界、面向世界。
在各种生物识别中,人脸识别技术就是一个最佳典范。
在人工智能的研究中,我们一直希望机器可以进行识别、思考和处理事物,如
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 毕业设计 论文 基于 matlab 识别