基于VC人脸识别系统设计

【关键字】：人脸识别；光线补偿；高斯平滑；对比度增强

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。

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
第二节需求分析

一应用程序的功能需求分析
该软件最主要的功能就是要能识别出人脸，首先该系统需要对通过摄像头拍照而获取到的原始的人脸图片进行一系列处理才可进行下一步的工作，该处理过程也称图像预处理。预处理这个模块在整个人脸识别系统的开发过程中占有很重要的地位，只有预处理模块做的好，才可能很好的完成后面的人脸定位和特征提取这两大关键模块。因此本设计中所要完成的主要功能如下所述：

图像获取功能：
该模块主要是从摄像头拍照后进行获取图片，也可以从图片库中获取，获取后的图片可以在软件的界面中显示出来以便进行识别。

图像预处理功能：
该模块主要包括图像光线补偿、图像变成灰色、高斯平滑、均衡直方图、实现图像对比度增强、二值化变换等。

人脸定位功能：
该模块主要是将处理后的人脸图片进行定位，将眼睛、鼻子、嘴巴标记出来，以便进行特征提取。

特征提取功能：
该模块是在定位后的人脸图片中将眼睛、鼻子、嘴巴的特征值提取出来。
识别功能：
该模块是将从图片中提取的特征值和后台数据库中的值进行比较来完成识别功能
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