图像采集的身份确认系统设计(附件)【字数：12517】
科技高速发展的现代,以往普通身份识别(如密码、证件卡等)容易丢失、易被盗窃等问题正越来越多,已经不能满足人们正常的生活需求。面部识别技术是通过使用识别系统检测出人脸,从中提取出关键特征,通过和已收录的人脸进行比较,从而进行科学的操作。这种技术相比往的身份识别系统，有着高安全性、高可靠性、识别效率高等优点。人脸图像识别除了具有重大的理论价值以及极富挑战性外，还其有许多潜在的应用前景。运用MATLAB进行人脸识别的主要方法步骤为（1）编写程序可用摄像头进行人脸的采集；（2）把图像进行灰度化、均衡化处理、二值化、形态学处理等一系列操作，完成图像的预处理操作；（3）把人脸的特征点检测并且提取出来，这些特征点通常是指人类的五官，然后计算这些特征点的各项比例，把该测试者的姓名和特征点的比例保存到建立的数据库中，以待下一步处理；（4）通过把测试者人脸图像与人脸数据库中的所有已保存的人脸图像数据库进行比对，计算其最大相似度，最后给出测试者人脸的身份信息。经过测试后，识别正确率为65%。关键词图像采集；图像处理；特征提取；人脸识别
目 录
第一章 绪论 1
1.1 研究背景 1
1.2 人脸识别国内外研究现状 2
1.3人脸识别技术存在的问题 3
1.4 人脸识别技术的应用领域 5
1.6 本文研究内容 6
1.7 本章小结 7
第二章 基于MATLAB的图像处理 8
2.1 MATLAB的简介 8
2.2 数字图像处理的优点 8
2.3 MATLAB图像处理的过程 9
2.3.1 图像处理的基本操作 9
2.3.2 图像类型的转换 9
2.3.3 几何校正 10
2.3.4 图像增强 11
2.3.5 边缘检测 11
2.3.6 图像编码与压缩 12
2.4 本章小结 13
第三章 人脸识别的系统设计 14
3.1 系统流程 14
3.2 采集图像 14
3.3 人脸图像预处理 17
3.3.1 灰度变换 17
3.3.2 图像均衡化 *好棒文|www.hbsrm.com +Q: ^351916072#
处理 18
3.3.3 图像二值化 19
3.3.4 形态学处理 19
3.4 人脸特征提取 20
3.5 数据库的创建和保存 22
3.5 人脸识别判断 23
3.6 图形用户界面（GUI）展示 23
3.7 本章小结 26
结论 27
致谢 28
参考文献 29
第一章 绪论
1.1 研究背景
每个人的脸部都是世上独一无二的存在，就算是双胞胎也存在着微小的差异，因此人脸凭借其特性在人们的日常学习生活中起着无可代替的作用。对人脸进行识别操作主要包括人脸判别、人脸跟踪、相貌估计和面目表情识别等，在上面几项当中最重要的就是人脸检测，它是最关键的一部。随着时代发展，人脸识别最近在科学界、生物学界成为了一个非常活跃的课题[1]。对人脸进行检测就是指在给出一个图像后，通过计算机一系列处理后得到图像中人脸的具体位置，然后才能进行后续处理。从上个世纪6070年代开始，越来越多的探索者加入到对人脸识别研究的队伍中。过去了半个世纪，人脸识别技术已经渐渐走向完美。侦查到人脸图像是能够实现自动人脸识别中的最为重要的一步,然而初期的人脸识别研究要必须要在满足很多约束条件才能进行，比如人脸必须要呈现在无背景环境下,人脸位置才会很容易的得到,否则将无法获得[2]。
近几年来电子产品也有着飞速的发展,使得人脸识别成为最有高科技的生物身份识别方法。现在人们对人脸识别的要求也越来越高，希望它能够含有更高的科技，使它能够自动过滤掉不需要的内容。所以，人脸检测一直受到研究者的关注，成为一个单一的学科。目前，面部识别的使用情况已经很早超越了人脸识别体系的领域，在基于内容查询、数字化科学处理等方面有着十分关键的使用价值。现在随着4G网的出现，视频通话也被越来越多的人接受和使用。同时为了使网络传输的速率和在界面上显示的图像质量不失真，图像的每一块，总是第一个分解的人脸和背景，背景的一部分，具有较低的传输速率，减少网络负载[3]。在保证其传输质量和传输速率的同时，对子区域进行了较高的优先级，使其在传输界面端得到了近乎完美的人脸图像。基于内容查询中，给出一张人脸图像后，通过人脸检测技术，系统可以查询到相似度很高的图像。人脸识别的应用前景还远远不止这些，所以人脸识别技术的研究广泛受到关注。
一种新的身份判别路线由生物识别技术提供，是一种基于单一、高可靠性和比较稳定性的人体生物特性。生物自身的特点，如面部、指纹、虹膜等等，是人的内在属性，具备很强的本身稳定性和个别差异性，所以是身份判别的最理想根据。在我看来，相比于指纹识别与红膜识别，人脸识别有着它特别的优势。在进行指纹和虹膜识别时，都要求待识别者与检测装置有着足够近的距离，而进行人脸识别时则不需要，在一般正常情况下，人脸图像都能够很容易获得。因此我觉得人脸识别比指纹识别和红膜识别有着更广的应用前景。而自动的人脸识别系统还具有更加主动、直接、容易、友善等特点[4]。它无需特别的采集设备，系统成本相对较低，还能在不干扰使用者的前提下，自动地获取人脸图像。特别是，他和人们在日常生活中进行个人身份识别的方式一样，不侵犯用户隐私，所以对于用户来说，没有心理障碍。正是由于这些优势，自动人脸识别的研究将会极大地改善我们的生活质量，使我们的交易、工作和学习更加便利，具有极其广泛的应用远景。当今人脸自动识别正愈来愈来当前模式识别和人工智能范畴的一个钻研热门。
人脸识别是一种天然的、直接的生物识别方法。每个人的人脸都是独一无二的，纵然是几乎并无区别的双胞胎一定也会存在着微小的差别。人类可以再杂乱的背景下看出一个人的脸，不过计算机没有这样的能力，要设计出一个能够实现这个要求的自主人脸识别系统倒是一项特别复杂且艰巨的任务，导致这些困难的原因有很多方面[5]。先是人脸因为年龄、表情、肤色的差异，具备形式的变化性；其次，正常情况下的人脸上或许存在眼镜、胡须等可变化条件；第三，因为它是一个三维物体的面，图像不可避免地受到阴影或遮挡的光线[6]。
1.2 人脸识别国内外研究现状
伴随着如今社会电脑网络水平飞速的发展和成像技术的飞跃式进步，参与人脸识别技术研究的人越来越多，人脸识别技术也在齐头并进，不断在进步，越来越完善。人脸识别成为了在视觉处理、图像处理方面研究的一个热点[7]。这些方面可以从国际期刊和学术论文中看出。国内外权威杂志（国际视频月刊(NJCV)、智能识别(Intelligent Recognition)、智能分析与科学计算(AMIPP)等）上的面部判定相关研究的作品，还有许多设有人脸识别专题的世界高水平学术会议（如 ICCV、CVPR、ECCV 等）以及定期举办的 AFGR，AVBPR，FG 等特意针对人脸判别研究领域的国际型学术界大会[8]。这些世界高水平会议、国际性学术大会影响着全球人脸识别技术的走向，代表了生物识别最高水平。只要我们时时刻刻关注着这些最高科研成果，定会对人脸识别有更高的认识。
目 录
第一章 绪论 1
1.1 研究背景 1
1.2 人脸识别国内外研究现状 2
1.3人脸识别技术存在的问题 3
1.4 人脸识别技术的应用领域 5
1.6 本文研究内容 6
1.7 本章小结 7
第二章 基于MATLAB的图像处理 8
2.1 MATLAB的简介 8
2.2 数字图像处理的优点 8
2.3 MATLAB图像处理的过程 9
2.3.1 图像处理的基本操作 9
2.3.2 图像类型的转换 9
2.3.3 几何校正 10
2.3.4 图像增强 11
2.3.5 边缘检测 11
2.3.6 图像编码与压缩 12
2.4 本章小结 13
第三章 人脸识别的系统设计 14
3.1 系统流程 14
3.2 采集图像 14
3.3 人脸图像预处理 17
3.3.1 灰度变换 17
3.3.2 图像均衡化 *好棒文|www.hbsrm.com +Q: ^351916072#
处理 18
3.3.3 图像二值化 19
3.3.4 形态学处理 19
3.4 人脸特征提取 20
3.5 数据库的创建和保存 22
3.5 人脸识别判断 23
3.6 图形用户界面（GUI）展示 23
3.7 本章小结 26
结论 27
致谢 28
参考文献 29
第一章 绪论
1.1 研究背景
每个人的脸部都是世上独一无二的存在，就算是双胞胎也存在着微小的差异，因此人脸凭借其特性在人们的日常学习生活中起着无可代替的作用。对人脸进行识别操作主要包括人脸判别、人脸跟踪、相貌估计和面目表情识别等，在上面几项当中最重要的就是人脸检测，它是最关键的一部。随着时代发展，人脸识别最近在科学界、生物学界成为了一个非常活跃的课题[1]。对人脸进行检测就是指在给出一个图像后，通过计算机一系列处理后得到图像中人脸的具体位置，然后才能进行后续处理。从上个世纪6070年代开始，越来越多的探索者加入到对人脸识别研究的队伍中。过去了半个世纪，人脸识别技术已经渐渐走向完美。侦查到人脸图像是能够实现自动人脸识别中的最为重要的一步,然而初期的人脸识别研究要必须要在满足很多约束条件才能进行，比如人脸必须要呈现在无背景环境下,人脸位置才会很容易的得到,否则将无法获得[2]。
近几年来电子产品也有着飞速的发展,使得人脸识别成为最有高科技的生物身份识别方法。现在人们对人脸识别的要求也越来越高，希望它能够含有更高的科技，使它能够自动过滤掉不需要的内容。所以，人脸检测一直受到研究者的关注，成为一个单一的学科。目前，面部识别的使用情况已经很早超越了人脸识别体系的领域，在基于内容查询、数字化科学处理等方面有着十分关键的使用价值。现在随着4G网的出现，视频通话也被越来越多的人接受和使用。同时为了使网络传输的速率和在界面上显示的图像质量不失真，图像的每一块，总是第一个分解的人脸和背景，背景的一部分，具有较低的传输速率，减少网络负载[3]。在保证其传输质量和传输速率的同时，对子区域进行了较高的优先级，使其在传输界面端得到了近乎完美的人脸图像。基于内容查询中，给出一张人脸图像后，通过人脸检测技术，系统可以查询到相似度很高的图像。人脸识别的应用前景还远远不止这些，所以人脸识别技术的研究广泛受到关注。
一种新的身份判别路线由生物识别技术提供，是一种基于单一、高可靠性和比较稳定性的人体生物特性。生物自身的特点，如面部、指纹、虹膜等等，是人的内在属性，具备很强的本身稳定性和个别差异性，所以是身份判别的最理想根据。在我看来，相比于指纹识别与红膜识别，人脸识别有着它特别的优势。在进行指纹和虹膜识别时，都要求待识别者与检测装置有着足够近的距离，而进行人脸识别时则不需要，在一般正常情况下，人脸图像都能够很容易获得。因此我觉得人脸识别比指纹识别和红膜识别有着更广的应用前景。而自动的人脸识别系统还具有更加主动、直接、容易、友善等特点[4]。它无需特别的采集设备，系统成本相对较低，还能在不干扰使用者的前提下，自动地获取人脸图像。特别是，他和人们在日常生活中进行个人身份识别的方式一样，不侵犯用户隐私，所以对于用户来说，没有心理障碍。正是由于这些优势，自动人脸识别的研究将会极大地改善我们的生活质量，使我们的交易、工作和学习更加便利，具有极其广泛的应用远景。当今人脸自动识别正愈来愈来当前模式识别和人工智能范畴的一个钻研热门。
人脸识别是一种天然的、直接的生物识别方法。每个人的人脸都是独一无二的，纵然是几乎并无区别的双胞胎一定也会存在着微小的差别。人类可以再杂乱的背景下看出一个人的脸，不过计算机没有这样的能力，要设计出一个能够实现这个要求的自主人脸识别系统倒是一项特别复杂且艰巨的任务，导致这些困难的原因有很多方面[5]。先是人脸因为年龄、表情、肤色的差异，具备形式的变化性；其次，正常情况下的人脸上或许存在眼镜、胡须等可变化条件；第三，因为它是一个三维物体的面，图像不可避免地受到阴影或遮挡的光线[6]。
1.2 人脸识别国内外研究现状
伴随着如今社会电脑网络水平飞速的发展和成像技术的飞跃式进步，参与人脸识别技术研究的人越来越多，人脸识别技术也在齐头并进，不断在进步，越来越完善。人脸识别成为了在视觉处理、图像处理方面研究的一个热点[7]。这些方面可以从国际期刊和学术论文中看出。国内外权威杂志（国际视频月刊(NJCV)、智能识别(Intelligent Recognition)、智能分析与科学计算(AMIPP)等）上的面部判定相关研究的作品，还有许多设有人脸识别专题的世界高水平学术会议（如 ICCV、CVPR、ECCV 等）以及定期举办的 AFGR，AVBPR，FG 等特意针对人脸判别研究领域的国际型学术界大会[8]。这些世界高水平会议、国际性学术大会影响着全球人脸识别技术的走向，代表了生物识别最高水平。只要我们时时刻刻关注着这些最高科研成果，定会对人脸识别有更高的认识。
版权保护: 本文由 hbsrm.com编辑，转载请保留链接: www.hbsrm.com/jxgc/jdgc/623.html
