利用边缘信息改进的人脸识别算法研究

摘要

人脸识别是生物特征识别领域中一个极富有挑战性的课题。它涉及到生物特征提取、计算机视觉、图像处理、模式识别和身份认证技术等诸多领域。目前，关于人脸识别的算法有很多，而利用边缘的最佳信息进行人脸识别在人脸识别部分还是一块未深入探究的领域。为此，本文通过综合分析该领域研究现状，对边缘信息在人脸识别运用中涉及到的基础理论和方法进行研究。 为了有效利用边缘信息对光照不敏感的特点，本文在原有Hausdorff距离算法的基础上，提出了一种利用局部距离映射图思想改进的Hausdorff距离人脸识别算法，该方法不再使用边缘作为直接的特征，而是把通过边缘得到的局部距离映射结果作为特征进行识别。并且提出了利用最大特征脸与边缘信息结合求取“代表脸”的识别策略进行算法判别能力验证的方案。 本文按照人脸识别系统实现的先后顺序首先对人脸识别前的预处理问题和识别前的各种光照补偿方法做了详细的介绍，其次，通过对各种边缘提取方法的研究，指出利用曲面拟合法提取人脸边缘特征，不仅可以有效地抑制光照对识别系统的影响，而且能够保留脸部的主要部位的有效信息，为后面识别提供依据。在上述基础上，提出了利用局部距离映射图改进的Hausdorff距离人脸识别算法，把通过边缘图得到的局部距离映射结果作为特征进行识别，最后在Windows环境下，通过VisualC++编程实现该系统。 从ORL人脸数据库选取156幅图像进行实验，改进后的算法识别率可达到80.4％。实验结果证明，改进后的识别方法不仅可得到较好的识别率，而且能有效侧重于强调脸部的主要特征区域，使得识别速度有所提高，为今后的识别算法研究奠定了基础。

目录

文摘

英文文摘

第一章绪论

§1-1引言

§1-2人脸识别技术的研究现状

§1-3本文的主要研究内容及安排

第二章人脸图像的预处理

§2-1人脸图像的获取

§2-2人脸图像归一化

2-2-1人脸图像的几何归一化

2-2-2人脸图像的灰度归一化

§2-3小结

第三章基于曲面拟合和特征脸的人脸特征提取

§3-1引言

§3-2基于边缘的特征提取

3-2-1边缘提取的原理

3-2-2经典边缘算子

§3-3利用曲面拟合提取边缘特征

3-3-1最小二乘法

3-3-2曲面拟合提取边缘

3-3-3动态阈值选取

3-3-4边缘提取的结果比较

§3-4结合最大特征脸信息的“代表脸”获取

3-4-1 PCA算法

3-4-2计算特征脸

3-4-3“代表脸”的获取

§3-5小结

第四章基于Hausdorff距离的人脸识别算法

§4-1 Hausdorff距离

4-1-1 Hausdorff距离定义

4-1-2 Hausdorff距离测量的优缺点

4-1-3空间加权Hausdorff距离

§4-2距离映射图

4-2-1模板匹配

4-2-2局部距离映射图

4-2-3改进后的Hausdorff距离

§4-3最近邻决策规则

4-3-1最小距离分类器

4-3-2最小距离在识别中的具体运用

§4-4基于“代表脸”的识别策略

§4-5小结

第五章人脸识别实验过程与结果分析

§5-1实验前的准备工作

5-1-1实验采用的图像来源

5-1-2Visua1 C++ADO数据库简介

5-1-3使用ADO对象开发数据库应用程序

§5-2 Hausdorff距离人脸识别过程与结果分析

5-2-1算法流程

5-2-2算法的具体实现过程

5-2-3系统编程实现

5-2-4识别结果分析

§5-3小结

第六章结论

参考文献

致谢

攻读学位期间所取得的相关科研成果