基于LabVIEW的人臉檢測與識別系統(tǒng)的研究.pdf

1、在現(xiàn)代社會中，身份驗證可以說無處不在，并且與日俱增。而傳統(tǒng)的身份認證方法己不能滿足人們的需要，生物特征是人的內(nèi)在屬性，因此成為身份驗證的最理想依據(jù)。人臉識別與指紋、聲音等生物特征識別方法相比具有直接、友好、方便的特點，易于被用戶接受。
　　本文運用人臉識別技術(shù)在LabVIEW上構(gòu)建一個人臉檢測與識別系統(tǒng)。該系統(tǒng)分為四部分：圖像獲取、人臉檢測、圖像預(yù)處理、特征提取與識別。
　　人臉檢測是人臉識別的第一步工作。本文針對單純采用膚

2、色檢測容易誤檢出具有膚色特征的非人臉區(qū)域，提出了基于膚色模型和模板匹配相結(jié)合的人臉檢測算法。在YCbCr色彩空間中利用高斯概率膚色模型進行膚色分割，采用模板匹配的方法進行人臉驗證，最終確定圖像中人臉的位置。實驗結(jié)果表明，該算法能夠提高檢測效率，為后續(xù)識別提供準(zhǔn)確信息。
　　圖像預(yù)處理是人臉識別過程中非常關(guān)鍵的一步。為了保證人臉圖像中人臉大小以及人臉圖像質(zhì)量的一致性，本文對人臉圖像的預(yù)處理工作主要有：彩色圖像到灰度圖像的轉(zhuǎn)換、圖像增

3、強、圖像歸一化。
　　人臉特征提取與識別是人臉識別研究中非常重要的兩個問題。比較深入的研究了PCA、LDA人臉識別算法的原理，針對它們用于提取特征時存在的缺點，提出一種PCA和LDA相結(jié)合來提取特征的方法，結(jié)合最小距離分類器進行人臉的識別。通過大量的實驗表明該方法是有效可行的，一定程度上提高了人臉的識別率。
　　最后對人臉識別系統(tǒng)的硬件與軟件開發(fā)平臺進行了簡要介紹，提出了一個系統(tǒng)框架，并細化各模塊的功能。利用LabVIEW2