基于Contourlet變換的主成分分析人臉識別算法.pdf

1、人臉識別技術是通過計算機對人臉圖像進行處理和特征提取，然后進行識別的模式識別技術。它是利用人體本身固有的生物特征來進行身份認證的技術，以著其具有的安全性、有效性和可靠性得到了人們的重視。人臉識別主要由圖像預處理、人臉表征和分類識別三個部分組成。其中人臉表征就是人臉圖像的特征提取，是人臉識別中最關鍵的一個部分。本文首先利用Contourlet變換對人臉圖像進行預處理，然后利用主成分分析法對人臉圖像的低頻子帶進行特征提取，最后按照距離分類進

2、行人臉識別。
　　 主成分分析人臉識別法是一種基于數(shù)學統(tǒng)計的特征提取方法，一直被廣泛應用于人臉識別等模式識別領域。但單一的主成分分析人臉識別法存在一些不足，一方面識別率受光照條件和人臉表情變化的影響比較大；另一方面在主成分分析人臉識別法中，一副人臉圖像可以用一個 維向量來表示，這個向量的維數(shù)過高，使得人臉樣本的協(xié)方差矩陣較大，給人臉圖像的特征提取造成很大的計算量。針對主成分分析法的不足，本文提出了一種基于Contourlet變換

3、的主成分分析人臉識別算法。Contourlet變換是一種新的圖像的多尺度幾何分析方法，與小波變換相比，它能更好的捕獲圖像的紋理和輪廓信息。本文在單一的主成分分析法之前首先運用Contourlet變換對人臉圖像進行處理，得到人臉圖像的低頻子帶，去除人臉圖像中人臉表情等高頻噪聲，然后對人臉圖像的低頻子帶應用主成分分析法提取出主要特征，最后根據(jù)這些特征進行人臉識別。該方法通過對人臉圖像進行Contourlet變換的預處理，不僅實現(xiàn)了圖像降維的