基于Contourlet變換的主成分分析人臉識(shí)別算法.pdf

1、人臉識(shí)別技術(shù)是通過計(jì)算機(jī)對人臉圖像進(jìn)行處理和特征提取，然后進(jìn)行識(shí)別的模式識(shí)別技術(shù)。它是利用人體本身固有的生物特征來進(jìn)行身份認(rèn)證的技術(shù)，以著其具有的安全性、有效性和可靠性得到了人們的重視。人臉識(shí)別主要由圖像預(yù)處理、人臉表征和分類識(shí)別三個(gè)部分組成。其中人臉表征就是人臉圖像的特征提取，是人臉識(shí)別中最關(guān)鍵的一個(gè)部分。本文首先利用Contourlet變換對人臉圖像進(jìn)行預(yù)處理，然后利用主成分分析法對人臉圖像的低頻子帶進(jìn)行特征提取，最后按照距離分類進(jìn)

2、行人臉識(shí)別。
　　 主成分分析人臉識(shí)別法是一種基于數(shù)學(xué)統(tǒng)計(jì)的特征提取方法，一直被廣泛應(yīng)用于人臉識(shí)別等模式識(shí)別領(lǐng)域。但單一的主成分分析人臉識(shí)別法存在一些不足，一方面識(shí)別率受光照條件和人臉表情變化的影響比較大；另一方面在主成分分析人臉識(shí)別法中，一副人臉圖像可以用一個(gè) 維向量來表示，這個(gè)向量的維數(shù)過高，使得人臉樣本的協(xié)方差矩陣較大，給人臉圖像的特征提取造成很大的計(jì)算量。針對主成分分析法的不足，本文提出了一種基于Contourlet變換

3、的主成分分析人臉識(shí)別算法。Contourlet變換是一種新的圖像的多尺度幾何分析方法，與小波變換相比，它能更好的捕獲圖像的紋理和輪廓信息。本文在單一的主成分分析法之前首先運(yùn)用Contourlet變換對人臉圖像進(jìn)行處理，得到人臉圖像的低頻子帶，去除人臉圖像中人臉表情等高頻噪聲，然后對人臉圖像的低頻子帶應(yīng)用主成分分析法提取出主要特征，最后根據(jù)這些特征進(jìn)行人臉識(shí)別。該方法通過對人臉圖像進(jìn)行Contourlet變換的預(yù)處理，不僅實(shí)現(xiàn)了圖像降維的