基于Haar小波变换和KNN算法的DSP人脸识别

这学期上了一门课叫DSP实验，学会了使用C5509A芯片，并且做了一系列实验，最后一个大PJ是使用DSP进行人脸识别。

基本思想是首先对人脸照片进行变换提取特征，最后在利用某种分类器对特征分类，用以决定属于哪一个人，最后再进行识别，计算准确度，这个项目主要是为了训练我们对于DSP的熟练情况和使用情况，同时了解一些小波变换和分类方法，仅用来学习，对于正确率没有要求，所以最后做好后准确率大概70%左右，也不算高。

首先我们小组利用的是harr小波变换进行特征提取

先简单说一下harr小波变换的原理：

小波变换（wavelettransform，WT）是一种新的变换分析方法，它继承和发展了短时傅立叶变换局部化的思想，同时又克服了窗口大小不随频率变化等缺点，能够提供一个随频率改变的“时间-频率”窗口，是进行信号时频分析和处理的理想工具。它的主要特点是通过变换能够充分突出问题某些方面的特征，能对时间（空间）频率的局部化分析，通过伸缩平移运算对信号（函数)逐步进行多尺度细化，最终达到高频处时间细分，低频处频率细分，能自动适应时频信号分析的要求，从而可聚焦到信号的任意细节，解决了Fourier变换的困难问题

哈尔函数是由Haar提出的一种正交完备函数系；是一种既反映整体又反映局部的函数；它是小波变换中的典型小波，；

哈尔变换和小波变换适用非平稳信号的分析与处理。

哈尔变换的特点：

(1) 具有尺度和位移两个特性；

(2) 变换范围窄；

(3) 其变换特性与图像中的边界或线条的特性十分接近，因此图像中的边缘和线条经哈尔变换后，会产生较大的变换系数，而其它区划的变换系数小。

因为DSP上直接进行小波变换的源码比较少，因此我们先从matlab入手，找到了部分matlab的harr变换源码

先了解harr变换的一维代码：

function out=selfdwt(in,J)
% 完成J尺度Haar小波变换
% in 是输入信号
% out 是输出的小波系数
%h0,h1是相应的小波和尺度向量
h0=[1/sqrt(2),1/sqrt(2)]; 
h1=[-1/sqrt(2),1/sqrt(2)];
out=zeros(size(in));
m=size(in);%此处的m为一向量
x=length(in);
k=0;
l=0;
Wl=in;
for i=1:J
%=================此处对应于高频部分，结果中抽取偶数的点=====================
    Wh=conv(h1,Wl);%卷积函数
    for j=1:(length(h1)+length(Wl)-1)
        if mod(j,2)==0%mod函数求j/2的模，相当于求余数，且余数一定是整数
            k=k+1;
            out(round(x/2)+k)=Wh(j);%round是四舍五入函数，因为这里x一定是整数，所以roundx/2相当于如果x为偶数则为x/2，奇数则为x/2+1
        end
    end
 %============================================================================
 %===============下面对应于低频部分，结果中抽取偶数点=========================
    Wl1=conv(h0,Wl);
    for j=1:(length(h0)+length(Wl)-1)
        if mod(j,2)==0
            l=l+1;
            out(l)=Wl1(j);
        end
    end
  %===========================================================================
    x=round(x/2);
    m=round(m/2);
    Wl=zeros(m);
    for j=1:x
        Wl(j)=out(j);
    end
    k=0;
    l=0;
end
    
    

利用这个函数可以得到对二维图像进行harr变换的代码：

%对一幅图像I进行M尺度的小波变换
I=imread('s1.bmp');
M=1;% M----小波变换的尺度
I1=double(I);%强制转换类型为double型，I为512*512*3的像素数组
[m,n]=size(I);%m=128，n=128
Iout=zeros(size(I));%生成512*512*3的全零矩阵

W1=zeros(size(I));%生成512*512*3的全零矩阵
%=============Haar wavelete transform==================
W1=I1;%W1=像素数组
for k=1:M%进行两次迭代
for i=1:n%对所有列进行变换
    W1(:,i)=selfdwt(W1(:,i),1);%对列进行变换
end
for i=1:m%对所有行进行变换
    W1(i,:)=selfdwt(W1(i,:),1);%对行进行变换
end
for i=1:m%输出值
    for j=1:n
        Iout(i,j)=W1(i,j);
    end
end
m=m/2;%m=256
n=n/2;%m=256*3
W1=zeros(m,n);%生成第一次得出的结果
for i=1:m
    for j=1:m
        W1(i,j)=Iout(i,j);
    end
end
end
%=====================&