人脸识别系统的设计与实现

来源 :山东大学 | 被引量 : 0次 | 上传用户:juju108
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
该文论述了在微机上人脸图像自动识别系统的设计与实现,采用的是基于几何特征的方法.它具体包括人脸图像的预处理、人脸图像中眼睛、眉毛、鼻子、嘴巴、下颌等各部位的自动定位、人脸的特征提取以及人脸图像的查询等几大过程.人脸图像的预处理包括图像的灰度变换、二值化处理及图像的归一化.在二值化处理时,该文采用的是当前较新的既可以优化图像质量,又可以完成对图像的二值化处理的二次边缘提取算法.图像的归一化包括图像裁剪和图像缩放,从而实现了图像的位置和大小的校准.在人脸图像的自动定位中,该文提出了基于区域化的方法和求边缘点的方法.在人脸图像的特征提取方面,该文选取了人眼、眉毛、鼻子、嘴的大小和位置以及脸型等共26个特征值,从而使查询的误差大大减小.在设计查询子系统时,该文设计了照片查询和描述查询两个模块,大大提高了实际应用的程度.该算法简单易行而且对人脸的尺寸、脸形、光照、背景复杂性等没有限制,适用于不同质量的图像.人脸识别系统是计算机图像处理技术的应用,具有根强的智能化功能.人脸识别是继指纹识别系统之后的又一新型识别系统,这些技术的广泛应用将给人们带来更多的方便和安全.
其他文献
期刊
步态识别是近年来计算机视觉和生物特征识别领域的一个备受关注的研究方向,它旨在根据人们走路的姿势进行身份识别。与其它生物特征识别技术相比,步态识别的优势在于非接触性、非侵犯性、易于感知、难于隐藏、难于伪装。基于上述特点,步态识别在门禁系统、安全监控、人机交互、医疗诊断等领域具有广泛的应用前景和经济价值,因此激发了国内外广大科研工作者的研究热情。步态识别主要由四部分构成:步态图像预处理、周期检测、特征
学位
期刊
期刊
期刊
期刊
期刊
期刊
期刊
期刊