论文部分内容阅读
人脸识别是一种崭新的生物特征识别技术,面部图像特征提取是其研究的难点、热点问题。面部图像特征提取技术为人脸识别系统中的核心,而其覆盖了计算机技术、图像处理技术、模式识别技术等领域,并正向深度和广度迅速发展。 本论文主要研究了一种复杂背景面部图像特征提取的方法,设计了YIQ肤色模型在复杂背景面部数据提取方法,讨论了数字图像滤波技术,深入探讨了图像形态学滤波去噪技术、图像归一化技术,研究了面部归一化图像的小波分析预处理技术,最后提出了小波图像特征提取方法。 本文的技术创新点如下: ◆设计了基于YIQ色彩空间的肤色模型,得到了一个克服亮度变化的复杂背景面部数据提取的方法。实验表明,该方法比归一化RGB方法更加有效,而且不受亮度变化的影响。 ◆ 提出了基于知识的二值图双眼定位方法,能够快速的找到双眼的位置。 ◆研究了用小波方法对归一化面部图像的预处理,使得提取面部统计特征方便有效。 ◆ 设计了两种分类器对提取的面部特征矢量进行检验其有效性,在有17个类每类3个学习样本的情况下得到了94.12%的识别率。增加学习样本到10的情况下能够达到97%。 论文首先阐述了课题的面部图像特征提取研究背景、意义、国内外研究现状以及传统和现代面部特征提取方法;提出了图像小波分析和模式识别的基本理论;探讨了面部数据提取方法,以及图像去噪的基本方法;设计了图像尺度和位置归一化方法:最后提出了面部图像小波分析的实现,以及面部图像特征矢量的提取技术。 本文给出了在Visual Studio集成开发环境下实现的程序设计方法;分析了算法的实验结果;设计了两个分类器来检验特征提取的有效性,最后得出了结论。