通信工程毕业设计(论文)-基于matlab的人脸初识别.doc
《通信工程毕业设计(论文)-基于matlab的人脸初识别.doc》由会员分享,可在线阅读,更多相关《通信工程毕业设计(论文)-基于matlab的人脸初识别.doc(20页珍藏版)》请在三一文库上搜索。
1、本 科 生 毕 业 论 文 基于MATLAB的人脸初识别XXX院 系: 电子信息工程学系 专 业: 通信工程 班 级: 学 号: 指导教师: 职称(或学位): 讲师 2011年 4 月原创性声明 本人郑重声明:所呈交的论文(设计),是本人在导师的指导下,独立进行研究工作所取得的成果。除文中已经注明引用的内容外,本论文(设计)不含任何其他个人或集体已经发表或撰写过的作品成果。对本论文(设计)的研究做出重要贡献的个人和集体,均已在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。学生签名: 年 月 日 指导声明本人指导的 同学的毕业论文(设计)题目大小、难度适当,且符合该同学所学专业的
2、培养目标的要求。本人在指导过程中,通过网上文献搜索及文献比对等方式,对其毕业论文(设计)内容进行了检查,未发现抄袭现象,特此声明。指导教师签名: 年 月 日目 录1 引言21.1 基本介绍与概念21.2 研发历史与发展现状21.3 研究背景与意义22 设计方案与分析32.1 YCbCr空间32.2 灰度图像转换32.3 噪声消除42.4 图像填孔82.5 图像重构82.6 人脸区域确定92.7 边缘检测113 程序与识别结果124 讨论165 结论16致谢17参考文献171基于MATLAB的人脸初识别XXX(电子信息工程学系 指导老师:XXX)摘要:人脸识别是一门新兴的科研项目,起始于上个世纪
3、60年代。经过几十年的发展,现已成为一项最有上升潜力的人体特征识别技术。具有广泛的应用前景,它的工作原理是借由的生物特征来确认生物个体,报告利用MATLAB软件实现人脸信息的检测与识别,在输入的整幅图像中寻找人脸区域,把图像分割成两个部分人脸区域和非人脸区域,从而为后续的应用作准备。报告利用YCbCr空间以及二值图像实现人脸边缘分割,将真彩图像转换为YCbCr图像,根据面部肌肤在YCbCr色度空间的分布范围,设定门限阀值,实现人脸区域与非人脸区域的分割,通过膨胀腐蚀等一系列运算剔除干扰因素,再结合长宽比、目标面积等计算方法在图像中分割出人脸区域,经试验,该方法能够排除面部表情、发型、衣着背景等
4、干扰而确定人脸区域。关键词:matlab程序; YCbCr空间; 灰度图像; 人脸区域; 边缘检测Abstract:Face recognition is a new research project , Begin in the 1960s,After decades of development,Now it becomes the most potential human characteristics identification technology.It has a broad prospect of application.Its working principle is to
5、confirm individual organisms through the biological characteristics.The article uses the MATLAB software to achieve human facial informations detection and recognition,finding the human facial area in the inputed image,then devide the image into two parts,the face region and non-face region,to prepa
6、re for the subsequent application.This report uses YCbCr space and binary image to achieve human facial edge division and convert Truecolor pictures into YCbCr pictures.According to the face skin distribution in the YCbCr Chromaticity space,set threshold threshold to realize the segmentation of huma
7、n face region and non-face region.Eliminate interference factors through dilation and corrosion operations,then Combine with the aspect ratio calculations and the calculation of the area to segment the face region in the image.Through the test,this method can eliminate facial expressions,hair,clothi
8、ng background interference to fix the face region.Keywords:matlab; YCbCr space; gray image; face region; edge detection 1 引言1.1 基本介绍与概念人脸识别就是构建一种人脸识别系统的技术,它的功能是对人脸进行定位,同时采集人脸图像,作出预处理,以确定人脸位置1。作为生物特征识别技术的一项发展,在计算机领域中,人脸识别是一门新兴的,借由生物特征来确认生物个体的技术。在这里生物特征以及所对应的识别方法分别是:脸部特征人脸识别、人体掌纹、指纹掌纹识别、指纹识别、视网膜、虹膜视网膜
9、识别、虹膜识别、声音频率语音识别、目标个体体形体形识别、形体动作幅度及力度敲击识别、签字签字识别等1。报告中采用的人脸识别是特指对于给定的一副任意真彩图像,借由一定的图像处理及特定算法对真彩图像进行扫描从中检测出报告需要的人脸,如果是则通过对人类范围进行加框在真彩图像中标示人脸位置2。1.2 研发历史与发展现状早在20世纪六十年代,人脸识别的研究就以经开始起步,到了今天,这项研究已经越发的成熟。根据计算机的发展规模可将其分为三个阶段:在1963年至1991年期间,人脸识别只是作为一种针对事物外形,现象进行识别描述的技术来研究,所针对的人脸图象具有较强的约束条件,比如不提供图像背景或图像背景不会
10、对识别产生干扰,再其次用于研究的图片中人脸部位总是处于任意获得的位置,因此在这一时期人脸识别技术还未受到人们的重视2。之后的1991年到1997年期间,借助计算机技术的革新以及各类工程软件的出现,人脸识别技术得到了喷发式的发展。在商业领域上的应用被人们不断的发掘出来,由此诞生了若干具有代表性的人脸识别算法,其中最为著名的便是美国军方的FaceIt系统3。1998年至今,电子商务领域,安全领域等方面对人脸识别技术的创新需求越发迫切。人脸识别研究的重点也逐渐倾向于人脸形体,图像亮度等问题3。与此同时,人脸识别的商业应用进一步提高,进入21世纪,人脸识别技术的研发硕果越发丰盛,活动图象专家组(MPE
11、G)已将人脸检测算法征集进了人脸识别草案小组的范围之内3。清华大学,北京工业大学,中国科学院计算计研究所和自动化研究所等,人脸识别技术已经成为一项世界性的课题受到世人的高度关注,其技术上的创新将会给人们的生活带来方方面面的便利3。1.3 研究背景与意义人脸识别作为一项新兴的科学研究项目,有着广泛的应用前景,而且随着计算机技术的更新发展,它的科学研究价值也越发凸显3。经过几十年的研发探讨,世界各大研究结构的研发人员的不断努力下,人脸识别技术一已取得丰硕的成果,可在一定限制条件下完成人脸的自动识别。这些成果的取得更促进了人们对人脸识别这一课题的深入研究。人脸识别与其他识别方法相比较,起优势在于所具
12、备的仿生物学流程以及不易被目标人物察觉的隐蔽性。人们观察一项事物的流程是通过眼睛扫描事物形体,并录入脑中,将眼前画面与脑海中的记忆相比较,借由比较结果得出识别判断。人脸识别采用的识别方式正是于此相同,这便是仿生物学流程,而这点正是眼角膜识别、虹膜识别、指纹识别等所不具备的。再来,人脸识别这种方法不会引起人的反感,可在目标人物未察觉时识别完成,只需要可见光就可以完成人脸信息的获取,不同于虹膜识别需要借助红外线采集图像,指纹识别需要依靠电子压力传感器活得指纹,获取时间短,识别精度高4。在电子商务飞速发展的今天,人脸识别系统的范畴一不足以涵括人脸识别的应用范围,在数字图像处理、视频领域、基于内容的检
13、索等方面有着重要的应用价值。作为一项具有最广泛应用前景的人体识别技术,人脸识别将得到越来越多的重视4。2 设计方案与分析2.1 YCbCr空间光照强度的不同、人脸肤色的不同、图片背景的不同往往导致每张图片都具有自身的特色,将人脸区域从背景、衣着、发型等非人类区域中分割出来。一般使用的RGB图片不适合于建立人脸皮肤模型,因为在RGB空间中,使用三基色(r,g,b)表示图片的亮度以及颜色。在不同的环境下光照条件的改变,很难将肤色点从非肤色点中分离出来,如果在RGB图像上进行处理,将产生离散的肤色点,图片中间嵌有很多的非肤色点,提高了人脸检测的难度,容易产生不可靠的肤色分割。解决方法是隔离颜色表达式
14、中的亮度信息与色度信息,充分利用色度空间中肤色所表示出来的聚类性。为此需要创造这样一个色彩空间,这个空间能把R、G、B所代表的色度信息与亮度信息分开表示。色彩空间常用的的转换颜色模型主要有:YIQ、YCbCr、HSV等。这里,采用YCrCb色彩空间作为报告的设计空间5。YCbCr色彩空间一般是在数字视频领域内应用于高品质的视频播放。在这种色彩空间中,用单个分量Y来表示亮度信息,用两个色差分量Cb和Cr来存储彩色信息。其中分量Cb表示蓝色分量和一个参考值的差,分量Cr表示红色分量和一个参考值的差5。RGB转换为YCbCr所用的变换公式是:转换函数是:YCBCR=rgb2ycbcr(RGB)。2.
15、2 灰度图像转换灰度图像就是一个数组描述,通常由一个uint8、uint16或双精度类型表示,是使用一个特殊的图像来表示图片中的所有像素5。这个特殊图像就是灰度,一般表示为图像的最黑暗色到图像的最白亮色。灰度图像不同于黑白图像,黑白图像只有0、1两种取值颜色,而灰度图像的实质是一个数据矩阵I,该矩阵中使用了一定范围内的灰度级来代表图片中的数据,每一个元素对应着图像中的一个像素点,灰度级的取值范围0,2555。(0代表黑色,255代表白色)在数字图像中,不同的肤色在YCbCr彩色空间内呈现不同的聚类分布,分布在很小的范围,其色度上的区别远大于在亮度上的区别,同样的肤色在YCbCr彩色空间中,在不
16、同的光照条件下只有亮度值Y会随之改变。不同的肤色可以具有相同的2D模型G(m,V2)。为此笔者借助设定门限值实现肤色的区分。人体肤色在YCbCr色度空间的灰度范围为:程序如下:sum=0;iptsetpref(ImshowBorder, tight)f=imread(333.jpg);Ori_Face=f;copy=f;img=f;f=rgb2ycbcr(f);f_cb=f(:,:,2);f_cr=f(:,:,3);f= (f_cb=100) & (f_cb=138) &(f_cr=170) ;figure(1);imshow(f);2.3 噪声消除在转换后图片出现了噪声,这里采用开闭运算的方
- 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:
- 通信工程 毕业设计 论文 基于 matlab 初识
链接地址:https://www.31doc.com/p-3293540.html