基于MATLAB的人脸识别算法的研究.pdf

发布时间：2022-05-31 发布人：admin 分类：说明书资料大小：10.50M 资料格式：pdf 举报版权申诉

sinat_36192944-10405618-16359648045331360031.pdf-第1页.png

第1页 / 共55页

sinat_36192944-10405618-16359648045331360031.pdf-第2页.png

第2页 / 共55页

sinat_36192944-10405618-16359648045331360031.pdf-第3页.png

第3页 / 共55页

sinat_36192944-10405618-16359648045331360031.pdf-第4页.png

第4页 / 共55页

sinat_36192944-10405618-16359648045331360031.pdf-第5页.png

第5页 / 共55页

sinat_36192944-10405618-16359648045331360031.pdf-第6页.png

第6页 / 共55页

sinat_36192944-10405618-16359648045331360031.pdf-第7页.png

第7页 / 共55页

sinat_36192944-10405618-16359648045331360031.pdf-第8页.png

第8页 / 共55页

封面

声明

摘要

英文摘要

第一章绪论

1．1 人脸识别算法的研究意义和目的

1．2 人脸识别技术的研究内容

1．3 人脸识别技术的难点

1．4 本文研究内容与结构安排

第二章人脸识别相关技术综述

2．1 引言

2．2 系统概述

2．3 人脸识别主要技术及发展趋势

2．4 常用的人脸图像库

2．5 MATLAB图像处理概述

2．5．1 常用图像格式

2．5．2 常用图像类型

第三章图像预处理

3．1 引言

3．2 直方图修正

3．3 灰度变换

3．4 图像的锐化

3．5 图像的平滑

3．5．1 低通滤波

3．5．2 中值滤波

3．6 几何校正

3．6．1 图像的插值

3．6．2 图像的旋转

3．6．4 图像的裁剪

第四章基于PCA的人脸识别技术

4．1 引言

4．2 K-L变换

4．2．1 K-L变换原理

4．2．2 K-L变换性质

4．2．3 特征值选取

4．3 SVD定理

4．4 距离函数

4．5 基于PCA的人脸识别

4．5．1 特征脸空间的构造

4．5．2 预存人脸图像的特征提取

4．5．3 人脸识别

4．6 MATLAB仿真功能的实现

4．6．1 系统仿真综述

4．6．2 结果分析

第五章总结与展望

5．1 论文总结

5．2 工作展望

参考文献

致谢

一㈣鞘原创性声明本人声明：所呈交的学位论文是本人在导师的指导下进行的研究工作及取得的研究成果。除本文已经注明引用的内容外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得内墓直太堂及其他教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中学位论文作者签名：互垄b监日期：地缍!蔓!1 2 指导教师签名雄期：翟￡垡￡量多日在学期间研究成果使用承诺书本学位论文作者完全了解学校有关保留、使用学位论文的规定，即：内蒙古大学有权将学位论文的全部内容或部分保留并向国家有关机构、部门送交学位论文的复印件和磁盘，允许编入有关数据库进行检索，也可以采用影印、缩印或其他复制手段保存、汇编学位论文。为保护学院和导师的知识产权，作者在学期间取得的研究成果属于内蒙古大学。作者今后使用涉及在学期间主要研究内容或研究成果，须征得内蒙古大学就读期间导师的同意；若用于发表论文，版权单位必须署名为内蒙古大学方可投稿或公开发表。学位论文作者签名：至国篮期：砬!生!妄：12 日指导教师签日

内蒙古大学硕士学位论文基于MATLAB的人脸识别算法的研究摘要社会的进步和科技的发展使人们急需一种可靠、简便、快捷的身份识别技术。近些年来人脸识别由于其具有非接触的识别方式、快速的识别过程和稳定的识别系统等优点受到了人们广泛的关注。本文基于MATLAB，设计并实现了一种基于主成份分析(Principal Component Analysis，PCA)的人脸识别系统。本文主要工作如下：首先，文章介绍了研究人脸识别技术的意义和目的。对如何获取人脸信息，以及人脸的自动检测也有一定的论述。在本文中对通用的人脸图像库也进行了详细地介绍。其次，由于人脸图像的尺寸、角度、清晰度等问题对人脸识别有非常大的影响，所以我们先对其进行图像预处理。本文提供的预处理方法非常丰富主要基于对图像灰度的各种处理以及图像的尺寸变化。最后，重点讲述了本文应用的PCA人脸识别算法。详细介绍了霍特林变换 (Karhunen-Loeve Transform，K-L)的推导过程，奇异值分解定理(Singular Value Decomposition，SVD)的作用原理，以及测量图像距离的几种方法。并且在 MATLAB上对PCA人脸识别算法进行仿真。对仿真结果进行了详细地分析。关键词：MATLAB；人脸识别；图像预处理；PCA；SVD

内蒙古大学硕士学位论文 THE RESEARCH 0F FACE RECOGNITION ALGORITHM BASED ON脚LAB AB STRACT With the social progress and technological development SO that people need a reliable、simple、quick identification technology．In recent years，face recognition because of its recognition process of non contact detection method，fast and stable has attracted widespread concern．In this paper,based on MATLAB，the design and implementation of a face recognition system based on principal component analysis．In this paper,the main work is as follows： First of all，the article introduces the meaning and purpose of research on face recognition technology．On how to obtain the facial information，and the automatic face detection is discussed．General also face image database are presented in detail． Secondly,the face image size，angle，sharpness，have very great influence on face recognition，SO we often first preprocessing the image．This paper provides very rich Pretreatment method that mainly based on image gray processing and image size change． II

内蒙古大学硕士学位论文 Finally,focus on the PCA face recognition algorithm in this paper．Details of the derivation of the Hotelling transform，Singular value decomposition theorem and principle，several methods of measuring image distance．And introduces the principal component analysis for face recognition algorithms in the MATLAB programming ideas．And the simulmion results of the algorithm was analyzed． KEYWORDS：matlab；face recognition；image pre-processing；principal component analysis；singular value decomposition III

内蒙古大学硕士学位论文目录摘昙要………………………………………………………………………………………………………………………………………………………I ABSTRACT…．．………………．．………．………．…………………………………………………………………………………………………．．II 第一章绪论………………………………………………………………………………………………………．．1 1．1人脸识别算法的研究意义和目的………………………………………………………………………．．1 1．2人脸识别技术的研究内容………………………………………………………………………………．．1 1．3人脸识别技术的难点……………………………………………………………………………………．．2 1．4本文研究内容与结构安排………………………………………………………………………………一2 第二章人脸识别相关技术综述…………………………………………………………………………………．．4 2．1引言…………………………………………………………………………………………………………………………………………．．4 2．2系统概述…………………………………………………………………………………………………．．4 2．3人脸识别主要技术及发展趋势…………………………………………………………………………．．4 2．4常用的人脸图像库………………………………………………………………………………………一6 2．5 MATLAB图像处理概述…………………………………………………………………………………7 2．5．1常用图像格式………………………………………………………………………………………7 2．5．2常用图像类型………………………………………………………………………………………7 第三章图像预处理………………………………………………………………………………………………一9 3．1 i；I言…………………………………………………………………………………………………………………………………………．．9 3．2直方图修正………………………………………………………………………………………………．．9 3-3灰度变换…………………………………………………………………………………………………1l 3．4图像的锐化………………………………………………………………………………………………12 3．5图像的平滑………………………………………………………………………………………………14 3．5．1低通滤波…………………………………………………………………………………………．15 3．5．2中值滤波…………………………………………………………………………………………．15 3．6几何校正…………………………………………………………………………………………………16 3．6．1图像的插值………………………………………………………………………………………．16 3．6．2图像的旋转………………………………………………………………………………………．．18 3．6．4图像的裁剪………………………………………………………………………………………．19 第四章基于PCA的人脸识别技术……………………………………………………………………………。20 4．1引言…………………………………………………………………………………………………………………………………………20 4．2 K—L变换…………………………………………………………………………………………………2 1 4．2．1 K-L变换原理……………………………………………………………………………………．2 1 4．2．2 K．L变换性质……………………………………………………………………………………．22 4．2．3特征值选取………………………………………………………………………………………23 4．3 SVD定理…………………………………………………………………………………………………23 4．4距离函数…………………………………………………………………………………………………25 4．5基于PCA的人脸识别…………………………………………………………………………………．25 4．5．1特征脸空间的构造………………………………………………………………………………．26

内蒙古大学硕士学位论文 4．5．2预存人脸图像的特征提取………………………………………………………………………．26 4．5．3人脸识别…………………………………………………………………………………………．．27 4．6 MATLAB仿真功能的实现………………………………………………………………………………28 4．6．1系统仿真综述……………………………………………………………………………………28 4．6．2结果分析…………………………………………………………………………………………．37 第五章总结与展望………………………………………………………………………………………………43 5。1论文总结…………………………………………………………………………………………………43 5．2工作展望…………………………………………………………………………………………………44 参考文献……………………………………………………………………………………………………………45 ji受谢……………………………………………………………………………………………………………………………………………………48

内蒙古大学硕士学位论文第一章绪论 1．1人脸识别算法的研究意义和目的现在人们的日常生活变得自动化和科技化。信息安全变得非常重要，普通的身份识别方式已经无法保证信息的安全。目前来讲，人体的生物识别技术因为具有高效性、稳定性、快速性、唯一性等特点成为人们关注的研究领域。生物识别技术主要基于人体特有的一些特征如指纹、虹膜、人脸的加以识别。避免了传统识别方法的弊端【l】。生物识别技术高速全面的发展，现已应用于国家和民用的诸多方面。人脸识别的优点有： (1)图像采集方式灵活、方便，可以通过常用的手机、相机等设备来采集。(2)数据采集过程中不受侵犯，采集过程不显着，用户体验好，容易被用户所接受。(3)丰富的数据库[2】。国家安全系统有一个大的人脸数据库和逃犯数据库。(4)直观的识别方式。人们面对普遍承认的规律不需要专家的理解都可以根据识别结果来判断13】。(5)隐秘的识别进程。图像采集过程相对隐秘。正是因为有这么多的技术优势，脸部识别技术有非常好的应用空间和技术发展空间。人脸识别技术的发展的同时将促进了一些相关科技产业的发展，被称为最有前景的生物识别技术14J。 1．2人脸识别技术的研究内容人脸识别的过程是从人脸图片中提取能够表示该人脸的特征值，并以此来区别。人脸识别算法一般由以下四部分组成pJ： 1、人脸检测与定位：主要过程是从图片中确定是否有人脸，并将其人脸图像从图像中提取出来。由于人脸的可变性非常高，所以光线、人的表情、头部和头部的遮挡物、头的姿态、年龄、设备噪音等对其有很大的影响，所以人脸检测与定位是个一个非常复杂的技术。 2、图像的预处理：主要是对人脸图像在识别前进行各方面的处理来增强人脸特征。主要的预处理方法有灰度变换、直方图修正、图像的锐化与平滑以及图像的几何校正等。 3、人脸特征提取：主要是提取可以表示人脸信息的关键特征【6】。关键特征要能够表示出一张唯一的人脸，主要方法人脸表示方法有人脸的几何特征、人工神经网络、人脸的特征脸、

分享到：

赞收藏

资料库

基于MATLAB的人脸识别算法的研究.pdf

相关推荐

人工智能

热门标签

最新资料