基于特征脸的面部识别技术研究.pdf

氤蔛厄瓻狥篗篗篗篢::篐:.幽,●
指导教师签名:、:璧咳础年妒调勿知年,月加学位论文作者签名:肃丑请学位论文作者签名:肃五涝乃/晁纺说口保密,在一年解密后适用本授权书。ūC堋河北科技大学学位论文原创性声明河北科技大学学位论文版权使用授权书本人郑重声明:所呈交的学位论文,是本人在导师的指导下,独立进行研究工作所取得的成果。对本文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。除文中已经注明引用的内容外,本论文不包含任何其他个人或集体己经发表或撰写过的作品或成果。本人完全意识到本声明的法律结果由本人承担。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,同意学校保留并向国家有关部门或机构送交论文的复印件和电子版,允许论文被查阅和借阅。本人授权河北科技大学可以将本学位论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。本学位论文属于朐谝陨戏娇蚰诖颉指导教师签名:。
要摘这些优点应用于人脸图像,有利于人脸的识别。基于以上理论,可以把人脸识别技术应用于很多方面,比如说应用在门禁系统。面部识别也称为人脸识别,是生物特征识别技术的一个主要方向,是应用最广泛的生物识别方法技术之一。与其他生物特征相比,人脸识别具有主动性、非侵犯性和用户友好性等特点。人脸识别是模式识别技术在图像领域中的具体运用,其应用前景非常广阔,可以应用到身份证件的鉴别、自动门禁控制系统、刑侦破案、视频监控、家庭安全等领域。人脸自动识别系统包括人脸图像预处理、特征值提取、人脸识别三个部分。人脸图像预处理是人脸识别过程中的一个重要的步骤。输入图像从现实生活中的景物转换成数字图像信息时,由于摄像设备条件不一样,如设备性能的优劣以及照相时光照明暗程度不同等,往往存在噪声、光照变化等缺陷,因此必须在提取特征之前对图像作预处理的工作。本文使用了彩色图像灰度化,中值滤波,灰度归一化,定位人脸,几何缩放等技术来消除这些影响,提高了识别率。本文采取了基于小波变换和离散余弦变换相结合的特征值提取方法。图像经过小波变换以后,图像的能量和绝大部分信息保留在了低频部分,同时经过小波变换后,在图像的敏感位置生成的特征矢量模相对较大。离散余弦变换是一种正交变换,我们可以从数学知识上知道各种正交变换都有能够减小随机向量相关性的特性。信号经过多数正交变换以后,系数分布比较集中,且能量集中在少数的变换系数上。本文首先对输入的图像进行一系列预处理,然后利用小波变换对经过预处理后的人脸图像做两次小波分解,再通过离散余弦变换对低频分量作进一步的特征提取和压缩,提取隼肷⒂嘞冶浠幌凳魑W詈蟮奶卣髦怠W詈罄门肥暇嗬牒妥近邻分类器进行识别。对给定的人脸图像先进行预处理,然后提取特征值,最后与己知人脸库中存储的模型进行匹配比较,确定是否是库中某一人物,如果是,则开启门禁系统,实现自动识别的目的。本文从实验的角度做了初步的测试,结果证明该方法确实可行。关键词面部识别;图像预处理;特征值提取;小波变换;离散余弦变换
...琣甒,.,瑅,.琭瑃甋瓹,甪,.篽,瓼,.畊
瓵/,;..;苈骸—”.
目录摘要⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯第绪论⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯研究背景⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯国内外人脸识别技术的发展现状及现实应用⋯⋯⋯⋯⋯⋯<⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯·第氯肆呈侗鸺际醯姆椒ㄓ肜砺邸人脸识别概述⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.〉姆椒āぁ距离度量和分类器⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯:⋯⋯⋯⋯⋯⋯.⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯”第氯肆惩枷裨ご怼ぁ位图基本概念⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯·图像预处理⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯··第氯肆惩枷竦奶卣髦堤崛ぁ小波变换的基本概念⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯·河北科技大学硕士学位论文⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯·ぁ啊璉.
一维离散小波变换⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯浚二维离散小波变换⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯