c语言的线性分类器设计(附件)【字数：20492】
摘 要近些年来在我国科技发展水平日益提高的同时，线性分类器的使也用日趋广泛，人们同样对线性分类要求进一步提高，条件更加苛刻，为满足日常生产生活需要，各种分类原理与算法也逐渐完善和丰富。本课题详细介绍了部分线性分类器的分类方法。并在此基础上介绍了线性分类器的基本原理在图像分类尤其是在人脸识别的方面的基础运用。通过一些不同的分类器对同一人脸库进行图像识别的比较，以确定各种分类器的识别率。在诸多分类器中选择部分对其改进，并和改造前进行比较，以达到对这些分类器的进一步认识的目的。整体程序包括各种分类原理均通过C语言来完成，要求达到程序准确运行，运行结果真实可靠。
目 录
第一章 绪论 1
1.1 课题背景及研究意义 1
1.2 人脸识别的现状及发展概况 1
1.2.1 人脸识别的现状 1
1.2.2 人脸识别的发展概况 2
1.3 当前人脸识别存在在的一些问题 3
1.4 本课题研究内容 4
第二章 数字图像处理与图像识别方法 5
2.1 数字图像处理 5
2.1.1 数字图像处理简介 5
2.1.2 数字图像处理技术的主要特点 5
2.1.3 数字图像识别应用前景展望 6
2.1.4 数字图像处理方法 8
2.2 图像识别 10
2.2.1 图像预处理 10
2.2.2 图像特征提取 11
2.2.3 图像分类 12
第三章 线性分类器 14
3.1 线性分类器种类 14
3.1.1 切比雪夫分类 14
3.1.2 曼哈顿距离 15
3.1.3 欧氏距离 16
3.1.4 余弦分类 17
3.1.5 线性分类器算法小结 18
3.2 改进的线性分类器 19
3.2.1 改进的欧氏距离算法 19
3.2.2 改进的余弦距离算法 20
第四章 实验结果及分析 22
4.1 仿真实验 22
4.1.1 ORL人脸数据库简介 22
*好棒文|www.hbsrm.com +Q: ￥351916072￥
4.1.2 实验准备 22
4.1.3 C语言主要程序及其说明 24
4.2实验结果及分析 28
结束语 30
致 谢 31
参考文献 32
第一章 绪论
1.1 课题背景及研究意义
由于当代信息技术的发展十分迅速，关于身份识别的相关技术已经逐渐发展到了生物特征识别层面。现代生物特征识别技术的主要途径是通过计算机与其它新兴技术相互紧密合作，利用个人的生理特性、生物特征、行为特征等特征来进行具体的身份识别。其中就包含人脸识别，而人脸识别是指利用人的面部五官以及轮廓的分布进行身份识别，并且人脸的分布特征因人而异，与生俱来。人脸是一个蕴含着十分丰富特征信息的集合，更是是人们在日常生活中进行互相辩认和识别的主要标志，同样也是在图像和视频的视觉处理中研究的热点对象之一。人脸较之于指纹、虹膜、声纹等其他能够进行身份识别的生物特征而言，人脸识别更加直接、友好的优势并且无需打扰人们的日常行为方式就可以较好地进行身份识别。人脸识别也是当前模式识别和人工智能领域的一个研究热点。由于进行人脸识别的相关设备安放随意，所以相关设备的安放可以非常隐蔽，并且相关设备能够从远距离、非接触性地快速锁定目标。因此，人脸识别技术被国内外广泛采用到公众安防系统当中，并且应用规模十分庞大。人们对人脸识别的相关技术于20世纪60年代就已经开展了相关研究。直到1990年代后期，一些已经商业化的人脸识别系统就开始逐步进入市场，广泛地应用于身份识别、电子商务、视频会议、安全管理、信息安全、案件侦破、出入口控制等领域。
在人脸识别技术的发展过程中，识别技术涉及到的图像处理难度方面逐渐复杂，虽然早前的人脸识别研究在一定程度上已经取得了很大的进展，但是目前的技术仍然具有很大局限性，尤其是不能对处于复杂背景情况中的人脸进行有效地图像处理和自动地识别跟踪。因此，人脸识别技术这一课题的研究在当前和未来相当长的一段时间内仍然具有一定的挑战性。
1.2 人脸识别的现状及发展概况
1.2.1 人脸识别的现状
随着人类社会的不断发展与进步，社会各方面对能够迅速准确地判别身份的身份识别系统有着迫切需求，因此生物特征识别技术在近几十年来迅猛地发展。人脸作为人与生俱来的生物特征具有很好的稳定性，在一定时间段内不会发生明显变化，且人与人之间具有明显的差异。因此，人脸这一生物特征十分有利于进行身份的判别。当前的生物特征识别技术主要包括：指纹识别，视网膜识别，虹膜识别，步态识别，声音识别，人脸识别等等。较之于其他的识别模式，人脸识别具有直接、友好、方便、避免了使用者的心理障碍，更易于为广大用户所接受的优点。除此之外，人脸所包含的信息异常丰富，我们能够依据人脸识别的结果作出进一步的分析，得到有关人的更多额外信息，譬如：性别、表情、大致年龄等等，这就使得人脸识别的应用前景更加广泛。
/
图11 人脸识别流程图
1.2.2 人脸识别的发展概况
人脸识别技术属于生物识别技术的范畴，更是识别技术的一种，与之相关的领域涵盖了图像处理、计算机图形学、人体生理学、等等。从1960年代至今，人脸识别技术，尤其是在复杂算法相关领域的发展大概可以分为以下几个阶段。
1.在简单背景下的人脸识别
在这一阶段中，人脸识别经历了初步发展。这一期间内，对人脸的识别通常是利用人的脸部主要的静态器官及其局部特征来描述人脸。但由于上述特征的边缘不是十分明显，且仅是对静态特征进行采样，因此十分容易受到表情变化的影响。更需要注意的是，这一阶段的人脸识别运用十分有限，大多数情况下是通过对静态人脸进行正面进行采样识别进而达到对身份识别的目的。
2.对于多姿态、表情的人脸识别
这一阶段是人脸识别发展的具体阶段。在这一阶段的探索使得人脸识别能够并适应人脸的姿态、表情等其他细节变化，使其能够满足实际的具体应用中的切实需求。
3.在动态情况下对人脸的跟踪识别
目 录
第一章 绪论 1
1.1 课题背景及研究意义 1
1.2 人脸识别的现状及发展概况 1
1.2.1 人脸识别的现状 1
1.2.2 人脸识别的发展概况 2
1.3 当前人脸识别存在在的一些问题 3
1.4 本课题研究内容 4
第二章 数字图像处理与图像识别方法 5
2.1 数字图像处理 5
2.1.1 数字图像处理简介 5
2.1.2 数字图像处理技术的主要特点 5
2.1.3 数字图像识别应用前景展望 6
2.1.4 数字图像处理方法 8
2.2 图像识别 10
2.2.1 图像预处理 10
2.2.2 图像特征提取 11
2.2.3 图像分类 12
第三章 线性分类器 14
3.1 线性分类器种类 14
3.1.1 切比雪夫分类 14
3.1.2 曼哈顿距离 15
3.1.3 欧氏距离 16
3.1.4 余弦分类 17
3.1.5 线性分类器算法小结 18
3.2 改进的线性分类器 19
3.2.1 改进的欧氏距离算法 19
3.2.2 改进的余弦距离算法 20
第四章 实验结果及分析 22
4.1 仿真实验 22
4.1.1 ORL人脸数据库简介 22
*好棒文|www.hbsrm.com +Q: ￥351916072￥
4.1.2 实验准备 22
4.1.3 C语言主要程序及其说明 24
4.2实验结果及分析 28
结束语 30
致 谢 31
参考文献 32
第一章 绪论
1.1 课题背景及研究意义
由于当代信息技术的发展十分迅速，关于身份识别的相关技术已经逐渐发展到了生物特征识别层面。现代生物特征识别技术的主要途径是通过计算机与其它新兴技术相互紧密合作，利用个人的生理特性、生物特征、行为特征等特征来进行具体的身份识别。其中就包含人脸识别，而人脸识别是指利用人的面部五官以及轮廓的分布进行身份识别，并且人脸的分布特征因人而异，与生俱来。人脸是一个蕴含着十分丰富特征信息的集合，更是是人们在日常生活中进行互相辩认和识别的主要标志，同样也是在图像和视频的视觉处理中研究的热点对象之一。人脸较之于指纹、虹膜、声纹等其他能够进行身份识别的生物特征而言，人脸识别更加直接、友好的优势并且无需打扰人们的日常行为方式就可以较好地进行身份识别。人脸识别也是当前模式识别和人工智能领域的一个研究热点。由于进行人脸识别的相关设备安放随意，所以相关设备的安放可以非常隐蔽，并且相关设备能够从远距离、非接触性地快速锁定目标。因此，人脸识别技术被国内外广泛采用到公众安防系统当中，并且应用规模十分庞大。人们对人脸识别的相关技术于20世纪60年代就已经开展了相关研究。直到1990年代后期，一些已经商业化的人脸识别系统就开始逐步进入市场，广泛地应用于身份识别、电子商务、视频会议、安全管理、信息安全、案件侦破、出入口控制等领域。
在人脸识别技术的发展过程中，识别技术涉及到的图像处理难度方面逐渐复杂，虽然早前的人脸识别研究在一定程度上已经取得了很大的进展，但是目前的技术仍然具有很大局限性，尤其是不能对处于复杂背景情况中的人脸进行有效地图像处理和自动地识别跟踪。因此，人脸识别技术这一课题的研究在当前和未来相当长的一段时间内仍然具有一定的挑战性。
1.2 人脸识别的现状及发展概况
1.2.1 人脸识别的现状
随着人类社会的不断发展与进步，社会各方面对能够迅速准确地判别身份的身份识别系统有着迫切需求，因此生物特征识别技术在近几十年来迅猛地发展。人脸作为人与生俱来的生物特征具有很好的稳定性，在一定时间段内不会发生明显变化，且人与人之间具有明显的差异。因此，人脸这一生物特征十分有利于进行身份的判别。当前的生物特征识别技术主要包括：指纹识别，视网膜识别，虹膜识别，步态识别，声音识别，人脸识别等等。较之于其他的识别模式，人脸识别具有直接、友好、方便、避免了使用者的心理障碍，更易于为广大用户所接受的优点。除此之外，人脸所包含的信息异常丰富，我们能够依据人脸识别的结果作出进一步的分析，得到有关人的更多额外信息，譬如：性别、表情、大致年龄等等，这就使得人脸识别的应用前景更加广泛。
/
图11 人脸识别流程图
1.2.2 人脸识别的发展概况
人脸识别技术属于生物识别技术的范畴，更是识别技术的一种，与之相关的领域涵盖了图像处理、计算机图形学、人体生理学、等等。从1960年代至今，人脸识别技术，尤其是在复杂算法相关领域的发展大概可以分为以下几个阶段。
1.在简单背景下的人脸识别
在这一阶段中，人脸识别经历了初步发展。这一期间内，对人脸的识别通常是利用人的脸部主要的静态器官及其局部特征来描述人脸。但由于上述特征的边缘不是十分明显，且仅是对静态特征进行采样，因此十分容易受到表情变化的影响。更需要注意的是，这一阶段的人脸识别运用十分有限，大多数情况下是通过对静态人脸进行正面进行采样识别进而达到对身份识别的目的。
2.对于多姿态、表情的人脸识别
这一阶段是人脸识别发展的具体阶段。在这一阶段的探索使得人脸识别能够并适应人脸的姿态、表情等其他细节变化，使其能够满足实际的具体应用中的切实需求。
3.在动态情况下对人脸的跟踪识别
版权保护: 本文由 hbsrm.com编辑，转载请保留链接: www.hbsrm.com/jxgc/zdh/799.html
