基于matlab程序实现人脸识别.docx

发布时间：2022-06-09 发布人：admin 分类：说明书资料大小：0.36M 资料格式：docx 举报版权申诉

qq_41540570-10173694-4744302542961582957.docx.pdf-第1页.png

第1页 / 共12页

qq_41540570-10173694-4744302542961582957.docx.pdf-第2页.png

第2页 / 共12页

qq_41540570-10173694-4744302542961582957.docx.pdf-第3页.png

第3页 / 共12页

qq_41540570-10173694-4744302542961582957.docx.pdf-第4页.png

第4页 / 共12页

qq_41540570-10173694-4744302542961582957.docx.pdf-第5页.png

第5页 / 共12页

qq_41540570-10173694-4744302542961582957.docx.pdf-第6页.png

第6页 / 共12页

qq_41540570-10173694-4744302542961582957.docx.pdf-第7页.png

第7页 / 共12页

qq_41540570-10173694-4744302542961582957.docx.pdf-第8页.png

第8页 / 共12页

文本预览

基于 matlab 程序实现人脸识别 1.人脸识别流程 1.1.1 基本原理基于 YCbCr 颜色空间的肤色模型进行肤色分割。在 YCbCr 色彩空间内对肤色进行了建模发现，肤色聚类区域在 Cb—Cr 子平面上的投影将缩减，与中心区域显著不同。采用这种方法的图像分割已经能够较为精确的将人脸和非人脸分割开来。 1.1.2 流程图人脸识别流程图 2.人脸识别程序

（1）人脸和非人脸区域分割程序 function result = skin(Y,Cb,Cr) %SKIN Summary of this function goes here % Detailed explanation goes here a=25.39; b=14.03; ecx=1.60; ecy=2.41; sita=2.53; cx=109.38; cy=152.02; xishu=[cos(sita) sin(sita);-sin(sita) cos(sita)]; %如果亮度大于 230，则将长短轴同时扩大为原来的 1.1 倍 if(Y>230) a=1.1*a; b=1.1*b; end %根据公式进行计算 Cb=double(Cb); Cr=double(Cr); t=[(Cb-cx);(Cr-cy)]; temp=xishu*t; value=(temp(1)-ecx)^2/a^2+(temp(2)-ecy)^2/b^2; %大于 1 则不是肤色，返回 0；否则为肤色，返回 1 if value>1 result=0; result=1; else end end

（2）人脸的确认程序 function eye = findeye(bImage,x,y,w,h) %FINDEYE Summary of this function goes here % Detailed explanation goes here part=zeros(h,w); %二值化 for i=y:(y+h) for j=x:(x+w) if bImage(i,j)==0 part(i-y+1,j-x+1)=255; part(i-y+1,j-x+1)=0; else end end end [L,num]=bwlabel(part,8); %如果区域中有两个以上的矩形则认为有眼睛 if num<2 eye=0; else eye=1; end end (3)人脸识别主程序 clear all; %读入原始图像 I=imread('face3.jpg'); gray=rgb2gray(I);

ycbcr=rgb2ycbcr(I);%将图像转化为 YCbCr 空间 heighth=size(gray,1);%读取图像尺寸 width=size(gray,2); for i=1:heighth %利用肤色模型二值化图像 for j=1:width Y=ycbcr(i,j,1); Cb=ycbcr(i,j,2); Cr=ycbcr(i,j,3); if(Y<80) gray(i,j)=0; else if(skin(Y,Cb,Cr)==1)%根据色彩模型进行图像二值化 gray(i,j)=255; gray(i,j)=0; else end end end end se=strel('arbitrary',eye(5));%二值图像形态学处理 gray=imopen(gray,se); figure;imshow(gray) [L,num]=bwlabel(gray,8);%采用标记方法选出图中的白色区域 stats=regionprops(L,'BoundingBox');%度量区域属性 n=1;%存放经过筛选以后得到的所有矩形块 result=zeros(n,4); figure,imshow(I); hold on; for i=1:num %开始筛选特定区域 box=stats(i).BoundingBox;

x=box(1);%矩形坐标 X y=box(2);%矩形坐标 Y w=box(3);%矩形宽度 w h=box(4);%矩形高度 h ratio=h/w;%宽度和高度的比例 ux=uint16(x); uy=uint8(y); if ux>1 ux=ux-1; end if uy>1 uy=uy-1; end if w<20 || h<20|| w*h<400 %矩形长宽的范围和矩形的面积可自行设定 continue elseif ratio<2 && ratio>0.6 && findeye(gray,ux,uy,w,h)==1 %根据“三庭五眼”规则高度和宽度比例应该在（0.6,2）内； result(n,:)=[ux uy w h]; n=n+1; end end if size(result,1)==1 && result(1,1)>0 %对可能是人脸的区域进行标记 rectangle('Position',[result(1,1),result(1,2),result(1,3),result(1,4)],'EdgeColor','r'); else %如果满足条件的矩形区域大于 1,则再根据其他信息进行筛选 a=0; arr1=[];arr2=[]; for m=1:size(result,1) m1=result(m,1); m2=result(m,2);

m3=result(m,3); m4=result(m,4); %得到符合和人脸匹配的数据 if m1+m3

图像进行形态学处理、开运算，显示二值图像；第二部分：采用标记方法选取出图中的白色区域，度量区域属性，存放经过筛选以后得到的所有矩形块，筛选特定区域，存储人脸的矩形区域；第三部分：对于所有人脸的矩形区域，如果满足条件的矩形区域大于 1 则再根据其他信息进行筛选，标记最终的人脸区域。图像分割程序中，利用肤色可以较为精确的将人脸和非人脸区域分割开来，得到较为精确的二值化图像。人脸的确认程序，以存储的所有矩形区域作为研究对象，当区域内有眼睛存在时，才认为此区域为人脸区域 3 运行结果（1）第一幅图原始图像肤色分割的二值化图像

人脸识别图像（2）第二幅图原始图像肤色分割的二值化图像

分享到：

赞收藏

资料库

基于matlab程序实现人脸识别.docx

相关推荐

课程资源

热门标签

最新资料