人臉識別系統—計算機畢業設計-資料下載頁

【導讀】當前模式識別和人工智能領域的一個研究熱點。本軟件主要用到的圖像處理技術是：光線補償、高斯平滑和二。在識別前，先對圖像進行補光處理，再通過膚色獲得可能的臉部區域，最。提取特征值和識別等操作。經過測試，圖像預處理模塊對圖像的處理達到了較好。的效果，提高了定位和識別的正確率。二人臉識別技術的研究意義------------------------------------------------------------1. 第二章系統的需求分析和方案選擇---------------------------------------------------------5. 第一節可行性分析------------------------------------------------------------------------------5. 一應用程序的功能需求分析------------------------------------------------------------6. 一設計方案原則的選擇------------------------------------------------------------------7

　　

【正文】 個工作的主要目的是將圖像的特征一步一步顯現出來。 （ 2） 編碼實現： ① 編輯菜單 IDR_MAINFRAM，在菜單“預處理”中添加一子菜單項，命名為“實現圖像對比度增強”，并將其 ID 設為 ID_READY_ContrastEnhance。 ② 類 CFaceDetectView 中添加“實現圖像 對比度增強”菜單項的事件處理程序，其代碼如下； lOffset = (i, j, gwBytesPerLine)。 獲取圖像灰度增強函數 int state=IncreaseContrast(ZFT[k][k1], 100)。 顯示灰度增強后的圖像 *(lpData + lOffset ) = state 。 *(lpData + lOffset+1) = state 。 *(lpData + lOffset+2) = state 。 其中 IncreaseContras（）函數是實現圖像對比度增強的關鍵函數，該根據參數 n 來調節對比度， n 越大，對比越強烈，其核心是： 如果 數據很小，設置為 0 if(pByte=Low) return 0。 獲得 中間數據， 并 進行對比增強處理 else if ((LowpByte)amp。amp。(pByteHigh)) return int(((pByteLow)/Grad))。 如果 數據很大，設置為 255 else return 255。 ③ 效果圖 圖 46 對比度增強效果圖 第三節 編程時的問題解 決 光線補償 由于要改變每一個像素的亮度，開始，我通過對數幅圖像使用一個固定的值進行測試，得到的效果都滿理想，但是當對更多的圖像處理時，該固定值就出現了明顯的不足，最后不得不采用全局統計的方法，才能得到比較理想的效果。 高斯平滑 高斯平滑用于消除圖片噪音，為了實現此功能，我們使用了模板操作，因此模板參數的選擇是最重要的。高斯平滑效果的好壞取決與模板參數。在編程的時候，試探性的進行參數的選擇，然后進行比較，看那組參數可以達到最好的效果。模板參數是 原先采用了 1/9 1/9 1/9 1/9 1/9 1/9 1/9 1/9 1/9 形式，但是，得到的效果卻是令人失望。 后來又用了 1/10 1/10 1/10 1/10 1/5 1/10 1/10 1/10 1/10 形式，但是，結果仍然是未能達到預期的效果。 直到最后采用的 1/16 2/16 1/16 2/16 4/16 2/16 1/16 2/16 1/16 形式，才得到了比較合理的效果。 均衡直方圖 開始時，圖像的會度一直都處于很散的狀態，而且圖像的特征不明顯，原本想經過高斯平滑后進行灰度變換，但是并未能成功。經過了一翻苦戰，最終找到均衡直方圖的辦法，經過多次嘗試，效果一直處于比較理想的狀態。 第五章 結構設計 在本系統中，起至關重要的類列舉如下，并將它們的成員函數及其 成員函數的功能和參數都一一簡述： CFaceDetectView ：該類是在編程的過程中自動生成的。菜單項中的事件處理程序都是在該類對應的 中聲明和實現的。 表 7－ 1 列出了該類所封裝的成員函數及其功能： 表 7－ 1 類 CfaceDetectView 的成員 函 數 功 能 IncreaseContrast () 增強圖像對比度 FixeEyes () 眼睛定位 FixeNose（） 鼻子定位 FixeMouth () 嘴巴定位 GetEyesParameter () 獲取眼睛參數 GetPartParameter（） 獲取臉部特征 GetmouthParameter () 獲取嘴巴參數 Centerofgravity（） 獲取眼、鼻子、嘴巴的重心 AverageDeviation () 獲取平均值的標準偏差 Template（） 對圖像進行模板操作 DrawCrossX () 畫十字標記 各成員函數解析 函數名稱 ： IncreaseContrast 參數 ： int pByte 圖像的灰度值 int n 用于調節對比度的參數 返回值 ： int 新的灰度值 說明 ： 該函數通過修圖像的灰度值來增強圖像的對比度 函數名稱 ： FixeEyes 參數 ： 無 返回值 ： bool 說明 ： 該函數判斷圖片中是否有人臉，并對人臉圖片進行眼睛定位 函數名稱 ： FixeNose 參數 ： 無 返回值 ： void 說明 ： 該函數是在眼睛定位之后的前提下進行鼻子的定位 函數名稱 ： FixeＭ outh 參數 ： 無 返回值 ： void 說明 ： 該函數是在眼睛和鼻子都定位之后的前提下再進行嘴巴的定位 函數名稱 ： GetEyesParameter 參數 ： 無 返回值 ： void 說明 ： 該函數分別獲取了眼睛、鼻子、嘴巴的重心之后，再根據兩眼間的角度、鼻眼鼻所形成的角、鼻嘴鼻所形成的角、兩個眼睛中心距與臉寬的比例來獲取眼睛參數。 函數名稱 ： GetPartParameter 參數 ： 無 返回值 ： void 說明 ： 該函數的功能是用于獲取整個臉部的特征 函數名稱 ： Centerofgravity 參數 ： 無 返回值 ： void 說明 ： 該函數的功能是找出眼睛、鼻子、嘴巴的重心并用十字將它們標記出來 函數名稱 ： AverageDeviation 參數 ： double NewData 新獲取的數據 double OldData 以前的數據 返回值 ： double 平均值的標準偏差 說明 ： 該函數用于計算平均值的標準偏差 函數名稱 ： Template 參數 ： double * tem 指向模板的指針 HDIB hDIB 圖像的句柄 int tem_w 模板的寬度 int tem_h 模板的高度 double xishu 模板的系數 返回值 ： 無 說明 ： 該函數對圖像進行模板操作，但為了方便起見，模板的高度和寬度都是用奇數。 函數 名稱 ： DrawCrossX 參數 ： int x int y 返回值 ： 無 說明 ： 該函數對已經做好預處理的人臉圖像中的特征（眼睛、鼻子、嘴巴）用十字標記出來 類 ClikelyHood ，表 72列出了該類所封裝的成員函數及其功能 表 72 類 ClikelyHood 的成員 函 數 功 能 CalLikeHood () 計算相似度 CalBinary () 二值化圖像 filter() 實現濾波功能 CalParameter () 訓練參數 各成員函數解析 函數名稱 ： CalLikeHood 參數 ： 無 返回值 ： 無 說明 ： 該函數用于計算相似度 函數名稱 ： CalBinary 參數 ： 無 返回值 ： bool 說明 ： 該函數用于將圖像二值化 函數名稱 ： filter 參數 ： double** source 返回值 ： bool 說明 ： 該函數的功能是實現中值濾波 函數名稱 ： CalParameter 參數 ： DirectPath —— Bmp 文件路徑 返回值 ： bool 說明 ： 該函數的功能是對參數進行訓練 3 類 CFaceDetectDoc 表 73 類 CFaceDetectDoc 的成員 函 數 功 能 CopyBitMap () 拷貝位圖 MakeBitMap () 生成新的位圖 DrawCross () 畫十字形標記 Likehood () 計算相似度 各成員函數解析 函數名稱 ： CopyBitMap 參數 ： dest —— 目標位圖指針 Source —— 源位圖指針 返回值 ： bool 說明 ： 該函數的功能是拷貝位圖 函數名稱 ： MakeBitMap 參數 ： 無 返回值 ： 無 說明 ： 該函數的功能是生成一個新的位圖 函數名稱 ： DrawCross 參數 ： pDC－ CDC 指針 point－要畫的點的坐標 crColor－標記得顏色 返回值 ： 無 說明 ： 該函數用于畫十字形標記 函數名稱 ： Likehood 參數 ： int m_WndWidth —— 圖片高度 int m_WndHeight —— 圖片寬度 返回值 ： 無 說明 ： 該函數用于計算相似度 類 DIB 表 74 類 Dib的成員 各成員函數解析 函 數 功 能 CopyHandle（） 拷貝內存塊 ReadDIBFile（） 讀取位圖文件信息 LightingCom