數(shù)字圖像處理應用于人臉識別的研究.pdf

1、隨著微電子、計算機和網絡技術的發(fā)展，傳統(tǒng)的身份鑒別方法，如標識號碼、磁卡、IC卡等，正面臨著嚴峻的考驗，迫切需要研究出新的個人身份鑒定方法。由于人體的很多特征具有單一性的特點，人們把目光轉向了利用人體生物特征進行識別的技術，目前指紋、虹膜等識別技術也己經達到了很好的識別效果。與利用指紋、虹膜等其他人體生物特征進行個人身份鑒別的方法相比，人臉識別具有直接、友好、方便的特點，是進行身份確認的最自然直接的手段。正是因為如此，近年來在國際上有很

2、多研究者對基于人臉特征的身份識別和驗證進行了大量的研究。 用計算機進行人臉識別是當今的一個研究熱點和難點，尤其在已知樣本集中每個人只有少數(shù)甚至是一個樣本的情況。論文綜述了人臉識別系統(tǒng)的結構和技術組成以及研究現(xiàn)狀，在此基礎上，對人臉圖像預處理、特征提取及識別算法進行了深入的研究，并以VC為平臺，開發(fā)了人臉識別系統(tǒng)。 在預處理階段，首先對圖像進行了光照補償和直方圖均衡化處理，因為主分量分析(PCA)方法對光照很敏感。針對圖像

3、向量維數(shù)大，導致大大增加計算的復雜程度的特點，文中引入了小波變換，用小波變換的方法濾掉高頻信息，采用低頻子帶來表達圖像，變換后圖像向量的維數(shù)大大降低。 對于人臉圖像特征的提取，本文采用了PCA方法。文中用訓練樣本集的類間散布矩陣作為K-L變換的產生矩陣，與總體散布矩陣相比，正交基向量的個數(shù)大大降低，因而降低了計算量。 尋求適用、優(yōu)秀的分類方法構造出性能優(yōu)良的分類器，是提高模式識別的關鍵環(huán)節(jié)。本文研究了一個新的分類器：將傳