人脸识别研究方法与思路(人脸识别系统设计与仿真系列)
人脸识别研究方法与思路(人脸识别系统设计与仿真系列)结语在过去十年中基于直方图方法证其明简单性和有用性。 最初这种想法基于颜色直方图。 此算法提供我们的建议技术名为"直方图处理人脸识别"的第一部分。同时使用灰度图像。 第一,每个灰度级的频率是计算并存储在媒介作进一步处理。 第二,平均从存储载体的连续九个频率的计算,并存储在另一个载体,供以后使用,在测试阶段。 此均值向量用于计算平均值的曾受训练的图像和测试图像绝对差异。 最后确定最小差异的图像与测试图像匹配, 识别的准确性是 99.75%实现结果如图4.1和4.2图4.1 用户界面 图4.2 实现结果4.3 本章小结
4.1识别理论
用灰度直方图增强图像对比度是基于图像灰度值统计的一种重要方法 它以概率论为基础的 常用的实现算法主要是直方图均衡化和直方图规定化。
直方图均衡化主要用于增强动态范围较小的图像的反差 基本思想是把原始图的直方图变换为均匀分布的形式 这样就增强了像素灰度值的动态范围 从而达到增强图像整体对比度的效果。直方图均衡化的优点是能自动地增强整个图像的对比度 但它的具体的增强效果不好控制 处理的结果总是得到全局均衡化的直方图。实际中有时需要变换直方图使之成为某个需要的形状 从而有选择地增强某个灰度值范围内的对比度或使图像灰度值的分布满足特定的要求 这时可以采用比较灵活的直方图规定化方法。
4.2 人脸识别的matlab实现
实现结果如图4.1和4.2
图4.1 用户界面 图4.2 实现结果
4.3 本章小结
在过去十年中基于直方图方法证其明简单性和有用性。 最初这种想法基于颜色直方图。 此算法提供我们的建议技术名为"直方图处理人脸识别"的第一部分。同时使用灰度图像。 第一,每个灰度级的频率是计算并存储在媒介作进一步处理。 第二,平均从存储载体的连续九个频率的计算,并存储在另一个载体,供以后使用,在测试阶段。 此均值向量用于计算平均值的曾受训练的图像和测试图像绝对差异。 最后确定最小差异的图像与测试图像匹配, 识别的准确性是 99.75%
结语
基于matlab数字图像处理与识别系统其实是一个范围很大的应用系统,作者在此只是有针对性、有选择地进行了一些开发和实现。
该系统的主要功能模块共有二个:(1)数字图像处理的基本方法;(2)人脸识别。
在“数字图像处理的基本方法”这一部分,用到的一些基本方法和一些最常用的处理方法来实现图像预处理,如格式转换,灰度变化和滤波锐化。仅就这一部分而言,就有很多可以继续完成的工作,可将其它一些数字图像处理方法进一步加以实现,如图像的平滑,图像矩阵的变换(K-L变换、Fourier变换、小波变换等),图像的膨胀腐蚀、图像的几何变换(平移、旋转、缩放等),以及各种编码图像的读写与显示。仅这一部分即可形成一个专用的图像处理平台。
关于“人脸识别”,在了解了人脸识别的各种方法后,选择了图像直方图差值比较进行了实现。该方法能较好地实现人脸的分类,但对人脸图像的要求较高,目前仅是采用Orl的标准人脸库中的图像来进行测试,因此能获得较高的识别率。而在现实生活中采集到的人脸图像则会受到很多因素的影响,识别率就未必能达到要求了。若要进一步提高识别率和适用范围,则还需要结合其它算法,如PCA、神经网络等。
参考文献
[1] 祝磊,朱善安.人脸识别的一种新的特征提取方法[J].计算机学报,2007,34(6):122-1251
[2] 何东风,凌捷.人脸识别技术综述[J].计算机学报,2003,13(12)75-78
[3] Younus Fazl-e-Basit Javed和Usman Qayyum” 采用直方图的人脸识别和处理” 第三阶段仅相关新兴技术研报告。
[4] 何国辉,甘俊英.PCA-LDA算法在性别鉴别中的应用[J].中国图像图形学报,2006,32(19):208-211.
[5] 王聃,贾云伟,林福严.人脸识别系统中的特征提取[J].自动化学报,2005,21(7-3).
[6] 张俭鸽,王世卿,盛光磊.基于小波和DFB-PCA的人脸识别算法研究[J].自动化学报,2007,23(2-1).
[7] 曹林,王东峰,刘小军,邹谋炎.基于二维Gabor小波的人脸识别算法[J].电子学报,2006,28(3)490-494
[8] 焦峰,山世光,崔国勤,高文,李锦涛.基于局部特征分析的人脸识别方法[J].自动化学报,2003,15(1):53-58
[9] Wangmeng Zuo,Kuanquan Wang,David Zhang,Hongzhi Zhang. Combination of two novel LDA-based methods for face recognition[C].Proceedings of the IEEE,2007:735-742
[10] 徐倩,邓伟.一种融合两种主成分分析的人脸识别方法[J].计算机学报,2007,43(25):195-197
[11] 刘贵喜,杨万海.基于小波分解的图像融和方法及性能评价[J].自动化学报,2002,28(6):927-934
[12] 周嫔,马少平,苏中.多分类器合成方法综献[J].自动化学报,2000,28(1):122-124
[13] 王蕴红,范伟,谭铁牛.融合全局与局部特征的子空间人脸识别算法[J].电子学报,2005,28(10):1657-1662
[14] 庄哲民,张阿妞,李芬兰.基于优化的LDA算法人脸识别研究[J].中国图像图形学报,2007,29(9):2047-2049
[15] 钟向阳.基于Gabor小波的人脸识别系统的实现[J].中国图像图形学报,2005,23(3)
[16] 张燕昆,刘重庆.一种新颖的基于LDA的人脸识别方法[J].自动化学报,2003,22(5):327-330