4.1各模块功能概述 17

4.1.1图像获取模块 17

4.1.2人脸区域检测模块 17

4.2 功能流程图 20

4.2.1  人脸识别程序总体结构设计流程图 20

4.2.2  图像预处理流程图 21

4.2.3  脸部特征定位流程图 21

4.4本章小结 21

第五章 系统设计与实现 22

5.1 系统的运行流程图 22

5.2图像处理详细设计 23

5.2.1 光照补偿 23

5.2.2 中值滤波 25

5.3 程序界面实现与各功能展示 28

5.3.1 用户操作界面展示 28

5.3.2 获取图像 28

5.3.3 光照补偿 29

5.3.4 中值滤波 29

5.3.5 二值化 30

5.4 本章小结 30

第六章 系统测试 30

6.1 测试方案 30

第七章 总结与展望 31

7.1  工作总结 31

7.2 未来工作的展望 33

致  谢 33

参考文献 34

第一章 绪  论

1.1 研究背景及现状

边界特征检测是图像处理以及计算机视觉等领域中最为基本的技术，而数字图像处理更是一门新兴学科，它的发展与计算机产业的发展是密不可分的。随着计算机硬件与软件的高速发展，数字图像处理技术也被广泛地应用于各种领域，给我们的日常生活提供便捷。因此国内外的研究重点始终注重于如何快速并准确提取图像边界特征信息。

常用的边界特征算子有Roberts算子、Sobel算子、Prewitt算子、Laplacian算子、Kirsch算子，这些算子主要应用于各个现实领域之中，例如生物医学工程、遥感控制技术、机器人与生产自动化中的视觉检验、军事以及零件选取等。

人脸识别也是一款结合了边界特征检测的实际应用，随着社会的不断发展，对于有效且自动的身份验证需求也在日益增长。由于生物特征对于每个人来说都是一个内在属性，例如面部特征，指纹，虹膜等，都具有较强的稳定性以及独立性，所以是做完身份验证的最佳选择。而人脸特征又是这些身份验证中最为直接自然的方式，相较于其他的生物特征验证方式，人脸识别更为直接、方便，同样也能为用户群体接受。

但由于人们面部五官的分布情况大致相同，同样人脸也并非固定不变的，人们丰富的表情以及外部装饰的影响，如发型的改变以及妆容的不同都会给人脸识别带来很大的影响，因此如何克服这些不确定因素，尽力减少意外条件的影响，从而提高人脸识别的准确率就是当前迫切需要解决的问题。

1.2 国内外研究现状

1.3 本文研究的内容

本论文的研究内容分为两个部分，首先是边界特征检测算法的实现，本次我选择使用Matlab工具调用几种常用算子的方式来实现功能。在实现了常用算子的实现后，通过图片检测实例来进行对比，从而分析几种相关算子的优点与不足。其次是关于人脸识别的应用拓展，本次的程序主要实现功能在于分析定位图像中人脸的位置，并定位部分器官的特征。