基于人脸识别的图像预处理算法研究与实现

基于人脸识别的图像预处理算法研究与实现

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。

人脸识别的关键就是人脸图像预处理，预处理效果的好坏直接关系着人脸识别的结果。本文研究了一个基于PCA人脸识别的人脸图像预处理方法，采用PCA方法就是利用K-L变换和SVD得到正交基，然后根据主特征提取的原理，选取较大特征值对应的基向量。目前算法仅仅针对单人正面的图像，有很大的局限性。

本文所采用的方法，除了对算法的优化外，更加注重图像预处理的效果。

关键字：人脸识别；人脸预处理；光照补偿；K-L变换；面部特征定位

目    录

引  言 1

第1章  绪论 2

1.1  课题背景 2

1.2  人脸识别技术的研究意义 2

1.2.1  富有挑战性的课题 2

1.2.2  面部关键特征定位及人脸2D形状检测技术 2

1.2.3  面部感知系统的重要内容 3

1.3  人脸识别的国内外发展概况 3

1.3.1  国外发展概况 4

1.3.2  国内的发展概况 4

第2章 人脸图像预处理 5

2.1  引言 5

2.2  人脸图像库 5

2.3  人脸的预处理算法 6

2.3.1  图像归一化 6

2.3.2  图像二值化 9

2.4  光照补偿 9

第3章 人脸图像的特征提取 11

3.1  K-L变换 11

3.2  奇异值分解(SVD) 13

3.3  主特征提取的基本原理 14

3.4   人脸图像的特征提取 15

3.4.1  基于PCA的人脸特征提取原理 16

3.4.2  人脸图像特征提取算法的实现 18

3.5  眼睛定位过程 19

3.5.1  彩色空间模型的选取 20

3.5.2  光线补偿 21

3.5.3  基于眼睛亮度值的膨胀 22

3.5.4  眼睛的定位 22

3.6  嘴和鼻子定位 23

3.6.1  面部几何关系的应用 24

3.6.2  鼻子定位 24

3.6.3  嘴定位 25

第4章 人脸图像预处理的理论实现 27

4.1  图像的预处理初步实现 27

4.2  面部特征的定位的理论实现 28

结论与展望 29

致  谢 30

参考文献 31

附录A：主要程序 32

附录B：一篇引用的外文文献及译文 34

附录C：重要参考文献题录 40