基于matlab的人脸识别技术

人脸识别

摘要：人脸识别是一门新兴的科研项目，起始于上个世纪60年代。经过几十年的发展，现已成为一项最有上升潜力的人体特征识别技术。具有广泛的应用前景，它的工作原理是借由的生物特征来确认生物个体，利用MATLAB软件实现人脸信息的检测、定位与识别，在输入的整幅图像中寻找人脸区域，把图像分割成两个部分——人脸区域和非人脸区域，从而为后续的应用作准备。PCA法实现人脸边缘检测，确定其分布范围，设定门限阀值，实现人脸区域与非人脸区域的分割。再结合长宽比、目标面积等计算方法在图像中分割出人脸区域，经试验该方法能较为精确地定位单人脸图像，对多人脸图像定位不准确。

关键词：matlab; 人脸识别; 人脸定位; 边缘检测

1 引言

  人脸识别技术是近年来随着图像处理技术、计算机技术、模式识别技术等的快速进步而出现的一种崭新新生物特征识别技术。相对与指纹、虹膜等其他生物特征识别技术，人脸识别具有直接、友好、方便的特点，尤其是对于个人来说，几乎无任何心理障碍，因此在商业、司法、监控和视频检索等众多领域有着广泛的应用前景。在“9.11”事件以后，各国都投入大量物力，人力研究并发展种类识别技术，使得人脸识别技术受

到了前所未有的重视。

    如同人的指纹一样，人脸也具有唯一性，也可用来鉴别一个人的身份。人脸图像的自动识别系统较之指纹识别系统、DNA鉴定等更具方便性，然而人脸图像受很多因素的干扰，给识别带来很大难度。国外对于人脸图像识别的研究较早，现己有实用系统面世，只是对于成像条件要求较苛刻，应用范围也就较窄，国内也有许多科研机构从事这方而的研究，并己取得许多成果。

2 图像处理的Matlab实现

2.1 Matlab简介

    由Math Work公司开发的Matlab语言语法限制不严格,程序设计自由度大,程序的可移植性好。Matlab还推出了功能强大的适应于图像分析和处理的工具箱,常用的有图像处理工具箱、小波分析工具箱及数字信号处理工具箱。利用这些工具箱,我们可以很方便的从各个方面对图像的性质进行深入的研究。Matlab图像处理工具箱支持索引图像、RGB图像、灰度图像、二进制图像并能操作.bmp、.jpg、.tif等多种图像格式文件。

2.1 数字图像处理及过程

    图像是人类获取信息、表达信息和传递信息的重要手段。利用计算机对图像进行去除噪声、增强、复原、分割、提取特征等的理论、方法和技术称为数字图像处理。数字图像处理技术已经成为信息科学、计算机科学、工程科学、地球科学等诸多方面的学者研究图像的有效工具。数字图像处理主要包括图像变换、图像增强、图像编码、图像复原、图像重建、图像识别以及图像理解等内容。

3 matlab人脸识别系统

   人脸识别是图像识别的一个重要分支，其基本结构如图所示。为了保证人脸的位置一致性，在一定程度上克服了背景、头发等冗余信息的干扰，首先要对人脸库中的图像进行一些预处理操作。紧接着，进行特征抽取，将得到的人脸特征和训练样本进行对比，根据相似程序的高低决定最后的识别结果。

    图像采集

预处理

特征提取

测试          训练

   

                     特征匹配                         目标

图像

提取库              识别结果

图1-1  人脸识别系统框图

3.1 图像的采集

3.1.1人脸图像的获取