人脸识别系统的研究与实现

附任务书,开题报告,论文润色,程序清单,外文翻译,调研报告,论文字数:17805.页数:35 论文编号:TX130

摘 要

人脸识别是模式识别领域中一个富有挑战性的课题，有着重要的理论研究价值和应用价值。本设计首先介绍了国内外人脸识别的研究现状、方法和发展方向，然后分别讨论和研究了人脸图像的预处理、边缘检测、特征提取和分类器设计等内容。在图像预处理过程中，先用中值滤波器和边缘保持滤波器对图像进行去噪处理，然后用拉普拉斯锐化算子对图像进行锐化，以便于边缘检测。在对图像进行边缘检测时，对经过预处理过的人脸图像分别用RobertS边缘算子、Sobel边缘算子、Robinson边缘算子、LoG边缘算子、Canny边缘算子进行边缘检测，然后，对边缘检测算子进行了研究改进，并对检测结果进行了讨论比较，结果表明，Canny边缘算子的检测结果明显优于其它几个算子。在对图像进行特征提取时，重点对人脸器官定位方法进行了研究，提出了三种人眼定位新方法，应用这些方法提高了人眼定位成功率和准确性。接着，采用结合整体与局部特征的方法，对整幅图像、眼睛区域、鼻子嘴巴区域分别进行DTC变换，并将DCT变换后的矩阵的左上角区域作为特征向量。在分类器设计过程中，本文采用BP神经元网络作为分类器进行人脸识别。后，本文给出了人脸识别试验结果，并对试验结果进行了分析。实验结果表明，使用相关算法提取的人脸特征是有效的，分类器的设计也是合理的。

关键词：人脸识别；图像处理；边缘检测；特征提取；BP算法

Abstract

Face recognition is a challenge subject in the field of pattern recognition and it has inportant theory and application value.

In this paper,we first introduce the current research,methods and trend on face recognition.Then we respectively discuss face image preprocessing image edge detection, feature extraction and the design of classifiers.

In the course of image preprocessing,the noise in face images are removed by using the method of median filter and the method of edge-keeping filter.Then we sharpen the images with Laplace operator.

In the course of edge detection,we detect images’edge by using Robers operator,Sobel operator,Robinson operator,Log operator and Canny operator,and compare the results if images;edge.The result shows,Canny edge detection operator precege other operators obviously.

During the feature extraction,three new face organ location methods are proposed,by using these methods,we get good results,Then a method base on global and local information is proposed to compose feature vector.apply DCT to the whole face image while applying DCT to eyes area and nose-mouth area.Finally get the upper-left corner of the DCT matrix as feature vector.

In the course of classifiers design,we construct a classifier with ANN classifier.

Finally,the experiment results of face recognition are presented and analyed,The results indicate that the extracted face features are valid and the design of classifier is sound and efficient.

Keywords:facerecognition,imageprocessing,edge detection,feature extraction,BP algorithem

目 录

摘 要………………………………………………………………………………………… Ⅰ

Abstact ……………………………………………………………………………………… Ⅱ

第1章 绪论……………………………………………………………………………………1

1.1引言……………………………………………………………………………………1

1.2人脸识别技术的现状…………………………………………………………………2

1.2.1人脸识别技术概述………………………………………………………………3

1.2.2人脸的描述方法介绍……………………………………………………………4

1.2.3人脸识别技术的主要内容………………………………………………………5

1.2.4人脸识别研究的难点……………………………………………………………7

1.3人脸识别技术的意义…………………………………………………………………7

1.4本文主要研究内容……………………………………………………………………8

第2章 人脸图像预处理………………………………………………………………………9

2.1图像滤波………………………………………………………………………………9

2.1.1均值滤波………………………………………………………………………… 10

2.1.2 高斯平滑滤波………………………………………………………………… 12

2.1.3 中值滤波……………………………………………………………………… 13

2.1.4 边缘保持滤波………………………………………………………………… 14

2.2 图像锐化…………………………………………………………………………… 15

第3章 人脸器官定位和特征提取………………………………………………………… 18

3.1 基于积分投影的眼睛检测算法…………………………………………………… 18

3.2 眼睛精确定位算法的研究………………………………………………………… 19

3.3 基于DCT的人脸特征提取………………………………………………………… 22

3.3.1 人脸特征提取概述…………………………………………………………… 22

3.3.2 基于DCT的人脸表征………………………………………………………… 23

第4章 人脸图像神经网络识别…………………………………………………………… 25

4.1 概述………………………………………………………………………………… 25

4.2 神经网络介绍……………………………………………………………………… 25

4.2.1 神经元………………………………………………………………………… 26

4.2.2 神经网络拓扑结构…………………………………………………………… 26

第5章 系统设计与实现…………………………………………………………………… 28

5.1 人脸识别系统的设计……………………………………………………………… 28

5.2 系统实验结果与分析……………………………………………………………… 31

总 结………………………………………………………………………………………… 32

参考文献…………………………………………………………………………………… 33

致 谢………………………………………………………………………………………… 34