數(shù)字圖像處理應(yīng)用于人臉識(shí)別的研究.pdf

1、隨著微電子、計(jì)算機(jī)和網(wǎng)絡(luò)技術(shù)的發(fā)展，傳統(tǒng)的身份鑒別方法，如標(biāo)識(shí)號(hào)碼、磁卡、IC卡等，正面臨著嚴(yán)峻的考驗(yàn)，迫切需要研究出新的個(gè)人身份鑒定方法。由于人體的很多特征具有單一性的特點(diǎn)，人們把目光轉(zhuǎn)向了利用人體生物特征進(jìn)行識(shí)別的技術(shù)，目前指紋、虹膜等識(shí)別技術(shù)也己經(jīng)達(dá)到了很好的識(shí)別效果。與利用指紋、虹膜等其他人體生物特征進(jìn)行個(gè)人身份鑒別的方法相比，人臉識(shí)別具有直接、友好、方便的特點(diǎn)，是進(jìn)行身份確認(rèn)的最自然直接的手段。正是因?yàn)槿绱?，近年?lái)在國(guó)際上有很

2、多研究者對(duì)基于人臉特征的身份識(shí)別和驗(yàn)證進(jìn)行了大量的研究。 用計(jì)算機(jī)進(jìn)行人臉識(shí)別是當(dāng)今的一個(gè)研究熱點(diǎn)和難點(diǎn)，尤其在已知樣本集中每個(gè)人只有少數(shù)甚至是一個(gè)樣本的情況。論文綜述了人臉識(shí)別系統(tǒng)的結(jié)構(gòu)和技術(shù)組成以及研究現(xiàn)狀，在此基礎(chǔ)上，對(duì)人臉圖像預(yù)處理、特征提取及識(shí)別算法進(jìn)行了深入的研究，并以VC為平臺(tái)，開(kāi)發(fā)了人臉識(shí)別系統(tǒng)。 在預(yù)處理階段，首先對(duì)圖像進(jìn)行了光照補(bǔ)償和直方圖均衡化處理，因?yàn)橹鞣至糠治?PCA)方法對(duì)光照很敏感。針對(duì)圖像

3、向量維數(shù)大，導(dǎo)致大大增加計(jì)算的復(fù)雜程度的特點(diǎn)，文中引入了小波變換，用小波變換的方法濾掉高頻信息，采用低頻子帶來(lái)表達(dá)圖像，變換后圖像向量的維數(shù)大大降低。 對(duì)于人臉圖像特征的提取，本文采用了PCA方法。文中用訓(xùn)練樣本集的類(lèi)間散布矩陣作為K-L變換的產(chǎn)生矩陣，與總體散布矩陣相比，正交基向量的個(gè)數(shù)大大降低，因而降低了計(jì)算量。 尋求適用、優(yōu)秀的分類(lèi)方法構(gòu)造出性能優(yōu)良的分類(lèi)器，是提高模式識(shí)別的關(guān)鍵環(huán)節(jié)。本文研究了一個(gè)新的分類(lèi)器：將傳