摘 要：随着科学技术的日渐发展，人脸识别技术应用的越来越广泛。本设计主要是基于 matlab 的人脸识别系统设计， 所采用的方法是特征脸法，即所谓的主元分析方法 PCA(Principal Component Analysis)来进行人脸图像的面部特征提取，该种方法具有 很强的信息压缩性，计算比较规范，便于在计算机上实现，有很强的实用性。75453

毕业论文关键词：人脸识别，主元分析法，特征提取

Abstract: With the development of science and technology,face recognition technology is used more and more widely。In the design,I mainly design a  simulation system based on the matlab  that it can recognize the face of waiting test 。This system adopts eigenfaces method that it means PCA。This method can extract the facial features in the facial image。This method possesses compressibility strongly to information。In addition to,its computation is specification  and  it is easily to realize in the computer。In addition to,it has high practical value。

Keywords: face authentication ,PCA ,feature extraction

目 录

1 前言 3

1。1 人脸识别概述 3

1。2 人脸识别的发展历程 3

1。3 人脸识别的应用前景 4

2 关于 MATLAB 5

2。1 MATLAB 简介 5

2。2 MATLAB 图像处理工具箱介绍 5

3 图像预处理 7

3。1 图像类型的转换 8

3。2 图像增强 8

3。2。1 灰度图像直方图均衡化 9

3。2。2 灰度图像平滑与锐化处理 10

3。2。3 边缘检测 11

4 PCA 算法 12

4。1 流程图 12

4。1。1 PCA 人脸识别流程图 12

4。1。2 训练部分流程图 12

4。2 主成分分析法介绍 13

5 人脸识别系统设计与仿真 14

5。1 整体设计流程图 14

5。1。1 人脸图像的获取 14

5。1。2 图像预处理 14

5。1。3 人脸检测 15

5。1。4 特征提取 15

5。1。5 人脸识别 15

5。2 系统基本组成 15

5。3 人脸检测定位 16

5。4 人脸识别方法 18

5。5 仿真结果 20

结论 22

参考文献 23

致谢 24

附录 25

1 前言

当今社会科技发展迅速，人脸识别技术也成为了一项科技研究热点，本论文主要研 究一个可以检测图像中是否存在人脸的系统。待检测的图像必须是没有噪声的，严格的灰 度图像，经过预处理可以达到预期的效果。在图像预处理中，采用 YCbCr 来处理人脸肤色， YCbCr 是 DVD 、 摄 像机 、 数 字电 视等 消费类 视频 产品 中， 常用 的色 彩编码 方案 。 PCA(Principal Component Analysis）可以对高维数据进行降维，减少向量间的相关性， 去除冗余度。那么如何设计出这样一个有效的检测系统可以区分人脸和非人脸呢？并准确 地定位出人脸的位置？如何将输入的一张人脸图片与库里的人脸图片进行比较，匹配出是 同一张人脸呢？