基于图像处理的人脸识别系统.pdf

基于图像处理的人脸识别系统.pdf

《基于图像处理的人脸识别系统.pdf》由会员分享，可在线阅读，更多相关《基于图像处理的人脸识别系统.pdf（80页珍藏版）》请在冰点文库上搜索。

东北大学硕士学位论文基于图像处理的人脸识别系统姓名：

周丹申请学位级别：

硕士专业：

控制理论与控制工程指导教师：

王建辉20050701东北大学硕士学位论文摘要基于图像处理的人脸识别系统摘要人脸是当前计算机图像模式识别与处理的重要内容。

是模式识别和机器礼堂领域里最高有挑战性的课题之一。

在人的身份鉴定、金融、保安系统和资料鉴定等领域具有广泛的应用。

本文主要对图像模式识别理论和数字圈像处理技术进行了研究，并且对人脸识别系统进行了实现。

模式识别是图像处理的重要理论基础和环节，图像识别的目的在于用计算机自动处理某些信息系统，以代替人去完成分类及系统辨识的任务。

图像识别将各种信息中与它们各不相同的物理内容去除掉，根据它们的共性进行分类。

具体包换分类器的设计，模板匹配分类器，基于概率统计的Bayes分类器，图像的分割与特征提取和聚类分析等内容。

在此基础上对基于最小错误率的Bayes复合算法进行了研究，提出了一种新的轮廓一区域人脸识别的复合算法。

本文对人脸识别系统进行了实现，对一张含有真人脸与假人脸共有的图像进行了处理，采用肤色图像模型，再经过膨胀、腐蚀等处理，对人脸区域进行定位。

通过对人的眼睛的亮度进行匹配比较，去掉假眼睛的区域，得到眼睛的中心点。

再对嘴巴进行定位，得出嘴巴的中心点，最后把人眼和嘴巴用三角形表示，熬个人脸用椭圆近似，成功地识别出人脸准确位置。

关键词：

模式识别图像处理人脸识别特征提取II东北大学硕士学位论文ABSTRACTFaceRecognitionSystemBaseonImageProcessingABSTRACTNowadays，facerecognition，whichisoneofthemostchallengingprogramsinthefieldofcomputerizedimagePatternmcognhionandprocessingaswellasmechanicalvision，playsaimportantroleinsuchareasItisfoundanincreasinglywideutilizationinthefieldssuchas：

human-identification，financialsecuritysystem，andmedalidentificationThisarticlemainlyinvestigatesimagePatternrecognitiontheoriesanddigitalimageprocessingtechniques，andthenrealizesface-recognitionsystemPattemrecognitionservesascrucialtheoreticalbasisandakeylinkinimageprocessingToclassifyandrecognizecertaininformationautomaticallywithcomputerratherthanbyhuman，imagerecognitionremovesphysicaldisparityineachinformationaswellaSsortsmadanalysesinformationbaSedongeneralcharacterRecognitionspecificallyincludes：

classifierdesign一suchasformworktemplatematchingclassifier，Bayesclassifierbasedonprobabilitystatistics，imagefragmentationandfeaturesextracting，andanalysesofassembledclassesFurthermore，thestudyprovideanewcompoundalgorithraoftheregionalcontourofaface，basedonBayescompoundalgorithmoftheminimumratesoferrorsToprocessaphotographwithgenuineandartificialfacestogether,thestudyappliesskincoloredPatternandthenprocessthroughexpansionandcorrosion，andfinally,locatestheregionoffacesComparedwithmatchingthechrominanceandtheluminanceofeyes，thecomputerremovestheregionofartificialeyes，findsthefocusofthegenuineeyesWelocatethefocusofmouthasthesamewayThestudysuccessfullyrecognizestheregionofgenuineface，encirclingthefacewithellipseaswellaseyesandmouthwithtriangle，Keywords：

paRemrecogniticerimageprocessingfacerecognitionfeatureextraction独创性声明本人声明所呈交的学位论文是在导师的指导下完成的。

论文中取得的研究成果除加以标注和致谢的地方外，不包含其他人己经发表或撰写过的研究成果，也不包括本人为获得其他学位而使用过的材料。

与我一同工作的同志对本研究所做的任何贡献均己在论文中作了明确的说明并表示谢意。

学位论文作者签名：

融日期：

z毋。

占，占学位论文版权使用授权书本学位论文作者和指导教师完全了解东北大学有关保留、使用学位论文的规定：

即学校有权保留并向国家有关部门或机构送交论文的复印件和磁盘，允许论文被查阅和借阅。

本人同意东北大学可以将学位论文的全部或部分内容编入有关数据库进行检索、交流。

州，学位论文作者签名：

1专、卜心日期：

加05g另外，如作者和导师不同意网上交流，请在下方签名；否则视为同意。

学位论文作者签名：

签字日期：

导师签名：

签字日期：

东北大学硕士学位论文第一章引言第一章引言11人脸识别的意义和发展现状随着安全入口控制和金融贸易方面应用需要的快速增长，生物统计识别技术得到了新的重视。

目前，微电子和视觉系统方面取得的新进展，使该领域中高性能自动识别技术的实现代价降低到了可以接受的程度11-41。

而入脸识别是所有的生物识别方法中应用最广泛的技术之一，最近几年倍受重视。

人脸识别技术（FaceRecognitionTechnology）是机器视觉和模式识别领域最富有挑战性的课题之一，同时也具有较为广泛的应用意义，在诸如证件检验、银行系统、军队安全、安全检查方面都具有相当大的应用前景。

这方面的研究最早始于二十世纪七十年代初期，由于当时计算机技术发展水平等因素的限制”“l，此项研究并没有受到广泛的重视，甚至一度处于相对停滞状态。

进入二十世纪九十年代以来，计算机人脸识别的研究重新成为人们所关注的热点，在心理学、“神经网络”、“工程学”、“图像处理及分析”、“数字图像处理”、“计算机视觉”等方面发表了大量的关于人脸识别的论文，仅从1995年3iU2001年之间，EI检索到的相关文献就多达数千篇。

由于人脸表情丰富，并且受光照、成像角度及成像距离等因素的影响，还涉及模式识别和神经网络等学科，同时也和对人脸的认识程度密切相关，这诸多因素使得人脸识别成为一项极富挑战性的研究课题。

人类在日常的社交活动中经常需要“认人”，这主要是通过识别人身上最独特、最重要的特征人脸，人类识别人脸的能力非常强，是目前所有用计算机实现的自动人脸识别系统所无法比拟的。

12人脸图像模式识别的研究特点人脸识别技术是一个非常活跃的研究领域，它覆盖了数字图像处理、模式识别、计算机视觉、神经网络、心理学、生理学、数学等诸多学科的内容110-131。

如今，虽然在这方面的研究已取得了一些可喜的成果，但是FRT在实用应用中仍面临着很严峻的问题因为人脸五官的分布是非常相似的，而且入脸本身又是一个柔性物体，表情、姿态或发型、化妆的千变万化都给正确识别带来了相当大的麻烦。

东北大学硕士学位论文第一章引言如何能正确识别大量的人并满足实时性要求是迫切需要解决的问题。

总之，要让计算机象人一样方便准确地识别大量的人脸尚需不同学科研究领域的科学家共同做出不懈的努力。

13模式识别的基本概念模式识别研究的内容是利用计算机对客观物体进行分类，在错误概率最小的条件下，使识别的结果尽量与客观物体相符合。

在模式识别学科中，就“模式”与“模式类”而言，模式类是一类事物的代表，而“模式”则是某一事物的具体体现，如数字0，l，2，3，4，5，6，7，8，9是模式类，而用户任意手写的一个数字或任意一个印刷数字则是“模式”，是数字的具体化。

在模式识别技术中，被观测的每个对象称为样品，用x表示，样品的数量用N表示。

对于一个样品来说，必须确定一些与识别有关的因素作为研究的根据，侮个因素称为一个特征。

模式就是样品所具有的特征描述。

模式的特征集由处于同一个特征空间的特征向量表示，特征向量的每个元素成为特征，该向量也因此称为特征向量。

一般地用小写英文字母x，个特征，则可把X看作一个n维列向量，x榧Y，z来表示特征。

如果一个样品有n该向量x称为特征向量，记作：

，X月模式识别问题就是根据x的几个特征来判别模式工属于q，国：

，。

类中的哪一类。

14模式识别系统组成一个典型的模式识别系统如图31所示，由数据获取、预处理、特征提取、分类决策及分类器设计五部分组成。

一般分为上下两部分。

上半部分完成未知类别模式的分类；下半部分属于设计分类器的训练过程，利用样品进行训练，确定分2XG一一、Lr0，东北大学硕士学位论文第一章引言如何能正确识别大量的人并满足实时性要求是迫切需要解决的问题。

总之，耍让计算机象人一样方便准确地识别大量的人脸尚需不同学科研究领域的科学家共咧做出不懈的努力。

13模式识别的基本概念模式识别研究的内容是利用计算机对客观物体进行分类，在错误概率最小的条件下，使识别的结果尽量与客观物体相符合。

在模式识别学科中，就“模式”与“模式类”而言，模式类是一类事物的代表，而“模式”则是某一事物的具体体现，如数字0，l，2，3，4，5，6，7，8，9是模式类而用户任意手写的一个数字或任意一个印刷数字则足“模式”，是数字的具体化。

在模式识别技术中，被观测的每个对象称为样品，用x表示，样品的数量用N表示。

对于一个样品来说，必须确定一些与识别有关的因素作为研究的根据，侮个因素称为一个特征。

模式就是样品所具有的特征描述。

模式的特征集由处于I训一个特征空间的特征向量表示，特征向量的每个元素成为特征，该向量也因此称为特征向量。

一般地用小写英文字母x小特征，则可把x看作一个n维列向量忙Yz柬表示特征。

如果一个样品x有n该向最x称为特征向最，记作：

=（x2，X。

）7模式识别问题就是根据x的几个特征来判别模式肖属于q，。

类中的哪一类。

14模式识别系统组成一个典型的模式识别系统如图31所示，由数据获取、预处理、特征提取、分类决策及分类器设计五部分组成。

一般分为上下两部分。

上半部分完成未知类别模式的分类：

下半部分属于设计分类器的训练过程，利用样品进行训练，确定分模式的分类；下半部分属于设计分类器的训练过程，利用样品进行训练，确定分、L，、J垒j!

墨鲎塑当学位论文第一章引言类器的具体参数，完成分类器的设计。

而分类决策在识别的过程中起作用，对待识别的样品进行分类决策。

未知类别模式的分类圉11模式识别过程Fig11Thecomponentpartofpatternrecognitionsystem系统组成单元的功能如下：

1）数据获取。

用计算机可以运算的符号来表示所研究的对象，一般获取的数据类型有以下几种：

夺二维图像：

文字、指纹、地图、照片等。

夺一维波形：

脑电图、心电图、季节震动波形等。

夺物理参量和逻辑值：

体温、化验数据、参量正常与否的描述。

2）预处理。

对输入测量仪器或其他因素所造成的退化现象进行复原，去噪声，提取有用信息。

3）特征提取。

对原始数据进行变换，得到最能反映分类本质的特征。

将维数较高的测量空间（原始数据组成的空间）转变为维数较低的特征空间（分类=别赖以进行的空闯）4）分类决策。

在特征空间中用模式识别方法把被识别的对象归为某类别。

5）分类器设计。

基本做法是收集样品训练集，在此基础上确定判别函数，改进判别函数和误差检验东北大学硕士学位论文第一章引言模式识别的关键是解决如何利用计算机对样品进行分类。

执行模式识别的计算机系统称为模式识别系统。

统计模式识别主要研究的问题有特征的选择与优化、分类判别和聚类。

15本文的主要工作本文针对人脸的图像模式识别的方法进行了研究和实现，重点研究了模式识别的理论和常用的几种分类器（基于概率统计的Bayes分桥器、基于最小错误率的Bayes分类器和基予最小风险的Bayes分类器）。

着重对基于最小错误率的Bayes复合算法进行了研究。

本文还对图像处理的理论及常用方法进行了研究，分析了这些方法的机理和特点，并对两种方法进行了实现，文中给出了比较好的试验结果，并进行了分析和评价。

论文主要内容安排如下：

第二章介绍了数字图像处理的理论和一些常用方法，分析这些方法的原理和特点。

第三章介绍了图像模式识别的理论。

对常用分类器进行了比较。

重点对基予最小错误率的Bayes复合算法做了研究。

第四章对人脸识别系统几种常用方法进行了分析和研究，选择一种方法进行了实现，给出了满意的结果。

第五章对人脸识别的方法的研究进行总结和展望东北大学硕士学位论文第二章数字图像处理基础第二章数字图像处理基础21数字图像处理概述图像的数字处理是以电子计算机为中心的包括各种输入、输出及显示设备在内的数字图像处理系统上进行的，是将连续的模拟图像变成离散的数字图像后，用建立在特定的物理模型和数学模型的基础上而编制的程序控制下，所进行并实现种种要求处理。

数字图像处理的发展取决于硬件的研制、软件的开发和必要的科学储备。

数字图像处理有许多优点，例如：

处理精度高，灰阶多（256级以上），能进行复杂的非线性运算，处理非常灵活，功能齐全，使用、保存方便，通用性、重复性好等【9l。

利用计算机对图像信息的处理，按其处理特点可以基本分成两大类。

一类是以最终恢复原图像为前提的信息压缩处理和原图像相异的形式有效地表现和提示图像的图像变换处理。

基于图像数据压缩的图像传输和存储，通过图像变换来改善图像的增强和恢复，都属于这一类。

该信息处理的要求是尽可能的不丢失信息。

因为无论是压缩处理和图像变换处理，最终要以图形形式表示出来，如果大量丢失信息，重建的图像将产生极大的失真。

这里，信息的保持程度主要由人依据对灰度的图像或变换后的图像的观察效果来确定。

亦可用软件进行检测。

这一类处理是数字图像处理的基本内容。

对图像进行分割、描述和分析亦可纳入数字图像处理的范畴。

另一类对图像的处理，主要是特征信息的抽取。

其处理的最终目的是为了识别。

处理时，对于那些用于判别景物的特征信息给予抽取，而其他信息则尽量予以舍弃，达到高度的信息压缩。

并根据抽取的特征信患进行分类和识别，这一类对图像的计算机处理，属于数字模式识别的范畴。

传统的计算机智能处理文字、数字或是简单的图形。

近年来，随着电脑硬件技术飞速的发展和更新，计算机处理图形图像的能力大大增强。

以前要用大型图形公主站来运行图形应用软件，或者是生成特殊的文件格式以及对图形做各种负查!

垄堂塑主生堡笙查箜三主墼皇旦堡竺堡垒壁载的处理和转换，如今，很普遍的肩用电脑就完全可以胜任，使用Photoshop、CorelDRAW、3DSMAX等软件便能做出精美的图片或是逼真的三维物体。

所谓多媒体，即多种信息媒介，通常包括文本、图形、影像、声音、视频和动画等。

可以看出，多媒体的应用在很大程度上依赖于丰富多彩的图像。

也就是说，图形图像技术的飞速发展也将是必然趋势，掌握图形图像处理技术对一个计算机操作人员来说是必要的。

计算机图形学是研究用计算机生成、处理和显示图形的一门学科114-151。

为了生成图形，首先要有原始数据或数学模型（如：

】：

程人员构思的草图、地形航测数据、飞机的总体方案模型等），这些数字化的输入信息经过计算机处理后变成图形输出。

图形从原始数据生成图像数据经过了一系列变换过程，每个变换过程都可能产生不用于输入数据的输出数据。

这些数据需要按一定的结构进行组织，形成一系列描述图像数据的文件，它是图形文件的一种特例。

在图像生成过程中有多种类型的数据，如模型数据、场景数据和图像数据等，因此，图形问及纳索面书的图形层次就不一样，这也是产生多种图形文件的1个蘑要原因。

另一方面，在同一个描述层上，由于每种图形软件包使用自己的格式保存图形数据，随着图形应用软件包的不断增多，图形文件的格式也会越来越多，虽然国际标准化组织（Iso）为解决图形信息的共享问题，建立了一系列图形文件标准，但是这些标准较难得到广大用户和厂商的支持，从而形成了目前这种多种图形文件共存的局面。

图形文件有以下特点：

数据量大【I“。

由于现在数据获取手段日趋先进，可以得到的数据越来越复杂，数据量也增大。

结构性强。

数据在本质上分为数字化的和模拟的两种。

模拟信息可以转换为数字信息。

数字系统中的最基本单位为位（bit），其他结构单位都以位为基础。

在较低层次上可以是“构造块”（如浮点数、整数和字符）；在较高层次上可以是记录（如Pascal语言中）或结构（如C语言），而图形文件就是由特定的结构或记录组成的。

每种图形文件都使用一定的压缩算法来压缩数据。

22图像的常见格式近年来，个人计算机和工作站上的图形工具比几年前巨型机上的图形工具还要多，计算机图形学的领域也随之扩展。

当人们便出越来越多的图形应用程序届，东北大学硕士学位论文第二章数字图像处理基础需要把图形文件存储下来一作日后的处理或显示之用。

在缺乏官位接受的标准的情况下，每个应用程序开发者都提文件格式以支持其他应用程序。

从20世纪80年代以来，官方的标准组织开始提出首批通用的图形子程序和图形文件，以促成文件代码在不同应用程序和硬件上的可移植性。

随之而来的结果试图性格是数量的急剧膨胀，在数以百计的应用程序证所使用的格式有几十种之多。

例如在著名的图形处理软件Photoshop中用到的图像文件格式、子格式就有30多种。

文件格式的例子有PCX、MacPaint、Tiff、Gif、GEM、IFF1LBM，Targa、BMPDIB，WPG，PostScript，Sun，PBM，XBM、JPEG，FITS、DXF、HPGL、LotusPic、PCL、WMF、WPG、CGM、RIB、FLIFLC、MPEG、PDF等等。

对于现存的所有图像文件格式，BMP图像文件格式的图像数据是未压缩的。

因为图像的数字化处理主要是对图像中的各个像素进行相应的处理，而未压缩的BMP图像中的像素数值正好与实际要处理的数字图像相对应。

这种备式的文件最适合对之进行数字化处理。

BMP文件格式BMP格式是微软公司为期操作系统设置的标准图像格式，在Windows系统软件中包含了一系列支持BMP图像处理的API函数。

BMP文件是个人机算计上最常见、最简单的文件格式之一。

BMP文件可描述多达32位彩色的图像。

通常图像是以非压缩方式存储的，但是也可以是进行压缩处理的。

BMP文件结构分成以下几个部分：

l、BITMAPFILEHEADER（BMP文件头）；2、BITMAPINFOHEADER（BMP文件信息头）：

3、RGBQUAD（BMP文件调色板）；4、BITMAPDATA（BMP文件数据）；

（1）BMP文件头在Windowsh中，BITMAPFILEHEAER结构定义为：

typedefstructtagBITMAPFILEHE