科学计算与数据处理实验报告
课程名称: 科学计算与数据处理实验
课程编号:
指导教师:
学生姓名:
学 号:
实验名称: 基于 MATLAB 实现人脸识别
成 绩:
二〇一七年十月
1
学
号
实验名称
实验目的
科学计算与数据处理实验报告
姓
名
基于 MATLAB 实现人脸识别
1、 深入研究 MATLAB 在计算机相关的某一专业领域的综合应用
2、 熟悉 MATLAB 中专业级 Toolbox 或 Simulink 的功能和用法
3、 学会综合运用 MATLAB 解决本领域科学计算与数据处理的实际问题
4、 探索如何使用 MATLAB 进行图像简单处理,进而识别人脸
实验方案 一、人脸识别的基本原理和方法
目前,人脸识别在图形图像领域中应用较为广泛,主要肤色建模方法有: 阈
值法,简单高斯模型,混合高斯模型,直方图统计和区域级检测。
通过比较 RGB,HSV,Ycbcr 空间,发现 Ycbcr 和 HSV 空间在进行人脸
肤色分割方面由于肤色范围紧密,不易受光照其他物体干扰。但是 RGB 与 HSV
空间的转换相比 RGB 到 Ycbcr 空间转换来说较为复杂些,所以我们采用 Ycbcr
空间进行人脸肤色的建模与分割。
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
够较精确的将人脸和非人脸分割开来。分割完成后进行二值化作形态学处理,
最后度量区域属性、筛选矩形块,最终标记处人脸。本文的主要任务就是编写
MATLAB 程序,实现人脸识别。
二、实验方案
基于 MATLAB 的人脸识别程序主要包含三个程序模块,人脸识别主程序、
图像分割程序以及人脸的确认程序。
图像分割程序中,利用肤色可以较精确地将人脸和非人脸区域分割开来,
得到处理后的二值化图像。
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。
人脸识别主程序由三部分构成。首先:将图像转化为 YCbCr 颜色空间,根
据色彩模型进行图像二值化,进行形态学处理,显示二值图像。其次: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。最后: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
得到的人脸区域。
(1)人脸和非人脸区域分割程序(M 函数文件):division.m
function result = division(Y,Cb,Cr)
a=25.39;
b=14.03;
2
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;
else
result=1;
end
end
(2)人脸筛选、确认程序(M 函数文件):sure.m
function eyes= sure(bimage,x,y,w,h)
part=zeros(h,w);
%二值化函数处理,255 和 0
for i=y:(y+h)
for j=x:(x+w)
if bimage(i,j)==0
part(i-y+1,j-x+1)=255;
else
part(i-y+1,j-x+1)=0;
end
end
end
[L,num]=bwlabel(part,8);
%判断眼睛算法,如果区域中有两个以上的矩形则认为有眼睛
if num<2
eyes=0;
else
3
eyes=1;
end
end
(3)MATLAB 主函数
M=imread('C:\Users\Administrator\Desktop\face4.jpg');%读入原始图像
gray=rgb2gray(M);
ycbcr=rgb2ycbcr(M);
heighth=size(gray,1);
width=size(gray,2);
for i=1:heighth
%将图像转化为 YCbCr 空间
%读取图像尺寸大小
%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(division(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
%二值图像形态学处理
%选出图中的白色区域
%度量区域属性
%存放经过筛选以后得到的所有矩形块
end
se=strel('arbitrary',eye(5));
gray=imopen(gray,se);
figure;imshow(gray)
[L,num]=bwlabel(gray,8);
stats=regionprops(L,'BoundingBox');
n=1;
result=zeros(n,4);
figure,imshow(M);
hold on;
for i=1:num
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);
4
%开始筛选特定区域
if ux>1
ux=ux-1;
end
if uy>1
uy=uy-1;
end
if w<40 || h<40|| w*h<700
%矩形长宽的范围和矩形的面积可自行设定,这是第二次矩形框大小
continue
elseif ratio<2 && ratio>0.6 && sure(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,则进行其他信息的筛选
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
%最终确定人脸
if m1+m3
经过二值化处理过的图片
经过二值化处理后,初步分别出三个女士的脸部轮廓。下面需要进行筛选
脸部区域。如下图。
最终的识别人脸照片
红线矩形框内,标出的便是大致的脸部轮廓,并还原出原图。
7
2)第一次处理结果如下,与第一次处理步骤相同。
原图
二值化处理后
8