畢業設計基于圖像處理的人臉識別系統-資料下載頁

【導讀】人臉是當前計算機圖像模式識別與處理的重要內容。是模式識別和機器。領域里最高有挑戰性的課題之一。在人的身份鑒定、金融、保安系統和資料。等領域具有廣泛的應用。識別系統進行了實現。圖像識別將各種信息中與它們各不相同的物理內容去除掉，根據它們的。具體包換分類器的設計，模板匹配分類器，基于概率統計的Bayes. 器，圖像的分割與特征提取和聚類分析等內容。在此基礎上對基于最小錯誤。再對嘴巴進行定位，得出嘴巴的中心點，最后把人眼和嘴巴用三角形表示，人臉用橢圓近似，成功地識別出人臉準確位置。本人聲明所呈交的學位論文是在導師的指導下完成的。撰寫過的研究成果，也不包括本人為獲得其他學位而使用過的材料。的說明并表示謝意。復印件和磁盤，允許論文被查閱和借閱。本人同意東北大學可以將學

　　

【正文】 ght 一源圖像高度 象素數 ／／程序說明： ／／該函數用來對圖像進行直方圖均衡。 BOOLWlNAPI lpDIBBits， LONGlWidth，LONG1Height InteEqualize LPSTR ／／指向源圖像的指針 unsignedchar*ipSrc： ／／臨時變量 LONG 1Temp： ／／循環變量 LONGi： LONG J： ／／灰度映射表 BYTE bMap[256]： ／／灰度映射表 LONGiCount[2563： ／／圖像每行的字節數 LONG 1LineBytes： ／／計算圖像每行的字節數 1LineBytes WIDTHBYI、 ES 1Width 8 ： ／／重置計數為 0 for i 0： i 256； i++ f 7 淹零 iCount[i]： 0： ／／計算各個灰度值的計數 for i 0： i 1Height： i++ 東 北 大 學 碩 士 學 位 論 文 第二章數字圖像處理基礎 for j 0： j iWidth； J++ ipSrc unsigned ／／計數加 l ICount[* 1pSre ]++ ／／計算灰度映射表 for i 0： i 256： i++ ff 襁始為 0 1Temp 0： for j 0： J i： j 十 + f 1Temp+ 1Count[j]： ／／計算對應 的新灰度值 f?每行 for“ 0： i 1Height： i++ f ／／每列 for J 0： j iWidth： j+十 17 東北大學碩士學位論文 第二章數字圖像 處理基礎 ／／指向 DIB 第 i 行，第 j 個象素的指針 lpSrc unsigned ／／計算新的灰度值 *lpSre bMap[*lpSrc] ／／返回 returnTRUE： 2． 3． 7 圖像檢索技術 2． 3． 7． 1 采用顏色檢索方法的目的 對多媒體數據的檢索，早期的方法是用文本將多媒體數據進行標識，這娃然 不是基于多媒體信息本身內容的檢索 ，對多媒體數據中包含的信息是一中及大的 浪費； 基于內容的檢索是多媒體數據庫的關鍵技術，如何實現這塊技術，是值得商 榷的，而最好的方法是使用無需領域知識的檢索方法，因此，基于顏色的方法就 是實現的關鍵： 顏色直方圖和顏色對方法在基于內容檢索時的實現思路和理論；其實顏色南 方圖簡單來說，就是統計圖像中具有某一特定顏色的象素點數強而形成的各顏色 的直方圖表示，不同的直方圖代表不同圖片的特征。 2． 3． 7． 2 利用顏色直方圖進行檢索 該方法也可以應 用于視頻數據庫的查詢中，有以下三種方式： 1 指明顏色組成一該法需要用戶對圖像中的顏色非常敏感，而且使用起來 也不方便，檢索的查準率和查全率并不高，因此文章中并未介紹該法的實現 思路 2 指明一幅示例圖像一通過與用戶確定的圖像的顏色直方圖的相似性匹配 得到查詢結果。 查些叁堂墮主堂焦熊圭 第二章數字圖像處理基礎 3 指明圖像中一個子 圖一分割圖像為各個小塊，然后利用選擇小塊來確定 圖像中感興趣的對象的輪廓，通過建立更復雜的顏色關系 如顏色對方法 來查詢圖像。 2． 3． 7． 3 顏色直方圖實現思路的介紹 兩圖片是否相似可以采用歐氏距離來描述： Ed G， S Ed 越小相似度就越大 2． 1 壓刁 檢索后，全圖直方圖的相似度的定量度量可以 用如下公式表示 酬 G 固 專； | ； ， 一 麗 Ig, 而 sfI] 2． 2 ～為顏色級數， Sire 越靠近 1 兩幅圖片越相似 可以對上面式 4． 2 中的公式加改進對某些相對重要的顏色乘上一個權重，就 可以做尋找某一前景或組合的查詢。 全圖的顏色直方圖算法過于簡單，因此帶來很多問題，如：可能會有兩幅根 本不同的圖像具有完全一樣的顏色直方圖，不反映顏色位置信息，這樣導致查準 率和查全率都不高，因此本文提出了～個改進，即將圖像進行了分割，形成若干 子塊，這樣就提供了一定程度的位置信息，而且可以對含用戶感興趣的子塊加大 權重，提高檢索的查詢智能性和查準查全率，相應的公式有，子塊％與。“的相似 性度量為： Sire 和瀘滬芻耋 l?? 一麗 [gkskl c2m P 為所選顏色空間的樣點數 再引入予塊權重既，選取 L 個最大的 Sire 值作 SimK G。， S 就有： Sim G ， s ∑ WxSirer Gr ， Sf 2． 4 鞏，的選取應根據圖像的特點決定，可以使圖像中間或用戶指定的區域 東北大學碩士學位論文 第二章數字圖像處理基礎 權重大，以反映圖像的位置信息 2． 3． 7． 4 顏色對實現思路介紹 主要目的：借助圖像中相鄰予塊之間的 顏色直方圖的配對建模，實現對圖像中 的具體對象的查詢，支持對象的移位、旋轉和部分變形。 顏色對方法特別適合于對邊界明顯的對象的查詢； 實現思路：計算用戶輸入圖像的予塊直方圖片用戶選定包含查詢對象的子塊 計算這些子塊與周圍相鄰的子塊的顏色對表將這些顏色對中差值小于某一域值的 顏色對刪除以消除顏色噪聲選取顏色對表中數值最大的幾個顏色對做為圖片的代 表特征搜索目標圖像的每一予塊的顏色對表尋找與這寫代表顏色對的匹配統計單 一匹配次數若有某一比例以上的顏色對匹配到，圖像即被 檢索到。 相似性度量： qlg／ I @剮 刪 Q， G 專善 l 卜麗 I l N 為所用查詢顏色對數目 口，、 g，：顏色對 J 在查詢圖像 Q 和目標圖像 G 中出現的次數 查詢時顏色對的匹配應該是不精確的，應該允許的誤差為 2％以內。 2． 3． 8 圖像的二值化 圖像的二值化就是圖像顯示的時候只能看到兩種顏色 經 常是黑白兩色 。幽 像的二值化一般都是在實現了圖像的狄度操作之后進行的。二值化的具體方法很 多，比較常用的是閥值～般都是在實現了圖像判定法。給定一個數值，當釵度圖 像中像素點的亮度值小于這個數值時，把像素點設置成為黑色 可以是其它顏色 ， 而當圖像中像素點的亮度值大于這個數值時，把像素點設疆成為白色 可以是其 它顏色 。闕值的選擇有自動閩值和手動閥值。 2． 4 形態學圖像處理 形態學 morphology 一詞通常代表生物學的一個分支。是研究動物和植物 的形態和結 構的學科。在這里使用同一詞語表示數學形態學內容，將數學形態學 mathematicalmorphology 作為工具從圖像提取對于表達和描繪區域形狀有用 處的圖像分量，比如邊界等。 20 東北大學碩士學位論文 第二章數字圖像處理基礎 2． 4． 1 膨脹 這個 a 點。所有滿足上述條件的 a 點組成的集合稱做 x 被 B 膨脹的結果。用公式 Baf 表示為： D X a 對象， B 是結構元素，不難知道，對于任意一個在陰影部分的點 a， Ba 擊中x，所 以 x 被 B 膨脹的結果就是那個陰影部分。陰影部分包括 X 的所有范圍，就象 x 膨 脹了一圈似的，這就是為什么叫膨脹的原因。 同樣，如果 B 不是對稱的， X 被 B 膨脹的結果和 X 被 Bv 膨脹的結果不同。 舉例說明是怎樣進行膨脹運算的。在圖 2． 3 中，左邊是被處理的圖象X j： 值圖象，針對的是黑點 ，中間是結構元素 B。膨脹的方法是，拿 B 的中心點和 X 上的點及 x 周圍的點一個一個地對，如果 B 上有一個點落在 x 的范圍內，則該點 就為黑；右邊是膨脹后的結果。可以看出，它包括 x 的所有范圍，就象 x膨脹了 一圈似的。 r● 。 j 酮 ／ ， ／ 至 ／ 黝／ 商 ， ， ， ， ／ ，