GUI,界面的基于PCA,算法的matlab,人脸检测识别(4)

2020-04-03 11:27

数字图像处理论文 16

图3.4 图像锐化

小波分解可以将图像分解为具有具有不同分辨率的图像,尺度展开信号分量反映图像的粗略轮廓,而小波展开各信号分量反映图像的细节,并且小波函数的尺度越高,对应信号中越精细的细节。在人脸识别中,人脸库先经过小波变换得到分辨率更低的粗略图像,其特征不会减少,但却可以极大的减少运算量。如图3.5所示。

samplemean=mean (allsamples); for i=1:200

xmean (i, :) =allsamples (i, :)-samplemean; end

sigma=xmean*xmean'; [v d]=eig (sigma);

B=getappdata (handles.figure_image,'src_image'); if isequal (B, 0) return; else

if isrgb(B)

x=rgb2gray(B); else

x=B; end N=1 wname='db1';

[Lo_D, Hi_D] = wfilters (wname,'d');

数字图像处理论文

[r, c]=size(x); xd=double(x); coef= []; for i=1: N

[row, col]=size (xd);

for j=1: row tmp1=xd (j, :); cD_mydwt= []; for i=1:1

cvl=conv (tmp1, Lo_D); N=length (cvl); M=floor (N/2); i=1: M; dnl (i) =cvl (2*i); cvh=conv (tmp1, Hi_D); N=length (cvh); M=floor (N/2); i=1: M;

dnh (i) =cvh(2*i); ca1=dnl;

cd1= [cD_mydwt, dnh]; end

x1(j, :) =[ca1,cd1]; end

[row1,col1]=size(x1); for k=1:col1

tmp2=x1(:, k); cD_dwt2= []; for i=1:1

cvl2=conv (tmp2, Lo_D); N=length (cvl2); M=floor (N/2); i=1: M;

dnl2 (i) =cvl2 (2*i); cvh2=conv (tmp2, Hi_D); N=length (cvh2); M=floor (N/2); i=1: M;

dnh2 (i) =cvh2 (2*i); ca2=dnl2;

cd2= [cD_dwt2, dnh2]; end

x2(:, k) = [ca2, cd2]' ; end

17

数字图像处理论文

[row2, col2]=size(x2); cA=x2(1:row2/2, 1:col2/2); cV=x2(1:row2/2, col2/2+1:col2); cH=x2(row2/2+1:row2, 1:col2/2); cD=x2(row2/2+1:row2, col2/2+1:col2); xd=cA;

outmp= {cV; cH;cD}; coef= [outmp; coef]; end coef= [cA; coef]; yt=uint8 (coef {1}); axes (handles.axes_dst); imshow (yt);

title ('Approximation'); end

src_image=yt;

setappdata(handles.figure_image,'src_image',src_image);

18

图3.5 二级小波分解

“人脸识别”菜单中包括“训练”、“识别”两项。训练和识别的过程在第二章中已经过了比较详细的论述,这里不再赘述。如图3.6和3.7所示

数字图像处理论文 19

图3.6 训练

图3.7 识别

在GUIDE中,各对象的操作都是通过句柄来执行的。“图像处理”菜单中的处理功能都是应用于当前文件的,所谓当前文件就是刚被处理过的文件,每次处理完之后图像都会全局更新,所以无法恢复。

数字图像处理论文 20

4 总结

人脸识别是一个跨学科富挑战性的前沿课题,但目前人脸识别还处在研究阶段,还未达到实用化.人脸识别难度较大,主要是在光线、表情、姿态变化以及附加物的影响时,很难找到一种算法能适应所有的情况。本文采用的特征提取提和识别的方法是基于奇异值分解的特征提取法,在判断输入图像与训练图像之间的类似度时,用了较常用的欧式距离。

有待研究的问题还有:一是如何利用各种图像的特点,对静态人脸图像做相应的预处理,从而克服光照,表情变换对识别的影响,提高人脸识别的鲁棒性;二是在人脸识别的特征提取过程中,如何能利用图像的各种信息,比如灰度统计信息和结构信息,将各种可能的信息集合起来,找到能最大限度利用各种信息的识别方法。

人脸识别的方法是很多,各种方法都有各自的优缺点。如果能把各种方法融合起来,将会是一个很好的方向。

有需要源程序与gui界面与人脸训练测试库的可以加qq 372797035


GUI,界面的基于PCA,算法的matlab,人脸检测识别(4).doc 将本文的Word文档下载到电脑 下载失败或者文档不完整,请联系客服人员解决!

下一篇:复习题

相关阅读
本类排行
× 注册会员免费下载(下载后可以自由复制和排版)

马上注册会员

注:下载文档有可能“只有目录或者内容不全”等情况,请下载之前注意辨别,如果您已付费且无法下载或内容有问题,请联系我们协助你处理。
微信: QQ: