人脸识别研究方法与思路（人脸识别系统设计与仿真系列）

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