摘要
人脸识别因其在安全验证系统、信用卡验证、医学、档案管理、视频会
议、人机交互、系统公安(罪犯识别等)等方面的巨大应用前景而越来越成为
当前模式识别和人工智能领域的一个研究热点。
本文提出了基于24位彩色图像对人脸进行识别的方法，介绍的主要内容是图像处理，它在整个软件中占有极其重要的地位，图像处理的好坏直接影响着定位和识别的准确率。本软件主要用到的图像处理技术是：光线补偿、高斯平滑和二值化。在识别前，先对图像进行补光处理，再通过肤色获得可能的脸部区域，最后根据人脸固有眼睛的对称性来确定是否就是人脸，同时采用高斯平滑来消除图像的噪声，再进行二值化，二值化主要采用局域取阈值方法，接下来就进行定位、提取特征值和识别等操作。经过测试，图像预处理模块对图像的处理达到了较好的效果，提高了定位和识别的正确率。
【关键字】：人脸识别；光线补偿；高斯平滑；对比度增强
目 录
第一章 绪论
第一节 课题背景
一 课题的来源------------------------------------------------------------------------------1
二 人脸识别技术的研究意义------------------------------------------------------------1
第二节 人脸识别技术的国内外发展概况---------------------------------------------------3
一 国外发展概况---------------------- --------------------------------------------------2
二 国内发展概况---------------------------------------------------------------------------4
第二章 系统的需求分析和方案选择---------------------------------------------------------5
第一节 可行性分析------------------------------------------------------------------------------5
一 技术可行性分析------------------------------------------------------------------------5
二 操作可行性分析------------------------------------------------------------------------5
第二节 需求分析---------------------------------------------------------------------------------6
一 应用程序的功能需求分析------------------------------------------------------------6
二 开发环境的需求分析------------------------------------------------------------------7
三 运行环境的需求分析------------------------------------------------------------------7
第三节 预处理方案选择------------------------------------------------------------------------7
一 设计方案原则的选择------------------------------------------------------------------7
二 图像文件格式选择---------------------------------------------------------------------8
三 开发工具选择---------------------------------------------------------------------------8
四 算法选择分析---------------------------------------------------------------------------8
第三章 系统的概要设计------------------------------------------------------------------------9
第一节 各模块功能简介------------------------------------------------------------------------9
第四章 系统详细设计-------------------------------------------------------------------------14
第一节 系统整体设计简述-------------------------------------------------------------------14
第二节 图像处理详细设计-------------------------------------------------------------------14
一 位图详细设计-------------------------------------------------------------------------14
二 图像点处理详细设计----------------------------------------------------------------15
（二） 光线补偿算法和代码实现----------------------------------------------------------16
（三） 图像灰度化算法和代码实现-------------------------------------------------------18
（四） 高斯平滑算法和代码实现----------------------------------------------------------20
（五） 灰度均衡算法和代码实现----------------------------------------------------------23
（六） 图像对比度增强算法和代码实现-------------------------------------------------25
第三节 编程时的问题解决-------------------------------------------------------------------26
第五章 结构设计-------------------------------------------------------------------------------28
第六章 测试-------------------------------------------------------------------------------------35
第一节 测试方案选择的原则----------------------------------------------------------------35
第二节 测试方案-------------------------------------------------------------------------------36
结束语----------------------------------------------------------------------------------------------------------37
致 谢
参考文献
第一章 前言
第一节 课题背景
一 课题的来源
随着安全入口控制和金融贸易方面应用需要的快速增长，生物统计识别技术得到了新的重视。目前，微电子和视觉系统方面取得的新进展，使该领域中高性能自动识别技术的实现代价降低到了可以接受的程度。而人脸识别是所有的生物识别方法中应用最广泛的技术之一，人脸识别技术是一项近年来兴起的，但不大为人所知的新技术。人们更多的是在电影中看到这种技术的神奇应用：警察将偷拍到的嫌疑犯的脸部照片，输入到电脑中，与警方数据库中的资料进行比对，并找出该嫌犯的详细资料和犯罪记录。这并非虚构的情节。在国外，人脸识别技术早已被大量使用在国家重要部门以及军警等安防部门。在国内，对于人脸识别技术的研究始于上世纪90年代，目前主要应用在公安、金 融、网络安全、物业管理以及考勤等领域。
