毕业设计 [论文]题目：基于MATLAB的人脸识别系统设计学院：电气与信息工程学院专业：自动化*名：**指导老师：***完成时间：2013.05.28摘要人脸识别是模式识别和图像处理等学科的一个研究热点，它广泛应用在身份验证、刑侦破案、视频监视、机器人智能化和医学等领域，具有广阔的应用价值和商用价值。
人脸特征作为一种生物特征，与其他生物特征相比，具有有好、直接、方便等特点，因此使用人脸特征进行身份识别更易于被用户所接受。
人脸识别技术在过去的几十年得到了很大的发展，但由于人脸的非刚性、表情多变等因素，使得人脸识别技术在实际应用中面临着巨大的困难。
本文针对近年来国内外相关学术论文及研究报告进行学习和分析的基础上，利用图像处理的matlab实现人脸识别方法，这种实现简单且识别准确率高，但其缺点是计算量大，当要识别较多人员时，该方法难以胜任。
利用MATLAB实现了一个集多种预处理方法于一体的通用的人脸图像预处理仿真系统，将该系统作为图像预处理模块可嵌入在人脸识别系统中，并利用灰度图像的直方图比对来实现人脸图像的识别判定。
关键词：图像处理, Matlab, 人脸识别, 模式识别ABSTRACTHuman face recognition focuses on pattern recognition ,image processi ng andother subjects.It is widely used in authentication,investigation,video surveillance,intelligent robots,medicine and other areas.Facerecognition ha s wide application and business value.Facial feature asabiological character istic,compared with others is direct,friendly andconvenient.Facial featuree mployed in authentication are user-friendly.The technology of face recognition in the past few years obtained the v ery big development, but due to the face of nonrigid, expression and chang eablefactors, the face recognition technology in practical application are fa cing great difficulties. This paper aimed at home and abroad in recent year s the relevant papers and researchreports on study and on the basis of the a nalysis, some units within the data sensitivity places need to enter personne l to carry out limitation design and develop a set of identity verification ide ntification system, the system uses PCA face recognition method, therealiza tion is simple and the accuracy rate of recognition is high,but itsdrawback i s that a large amount of calculation, when to identify more staff,this metho d is difficult to do.The realization of a set of various pretreatment methods in one of the generic face image preprocessing simulation system based on MATLAB, the system is used as the image preprocessing module can be embedded in a face recognition system, and using the histogram matching gray image to realize the recognition of human face images to determine.Keywords: Imageprocessing , Matlab, Face recognition, Patternrecognition目录摘要 (I)ABSTRACT (III)1 绪论 (1)1.1 研究背景 (1)1.2国内外研究现状 (2)1.3 人脸图像识别的应用前景 (4)1.4 本文研究的问题 (5)1.5 识别系统构成 (5)1.6 论文的内容及组织 (7)2 图像处理的Matlab实现 (8)2.1 Matlab简介 (8)2.2 数字图像处理及过程 (8)2.2.1图像处理的基本操作 (8)2.2.2图像类型的转换 (8)2.2.3图像增强 (9)2.2.4边缘检测 (10)2.3图像处理功能的Matlab实现实例 (10)2.4 本章小结 (13)3 人脸图像识别计算机系统 (14)3.1 引言 (14)3.2系统基本机构 (15)3.3 人脸检测定位算法 (16)3.4 人脸图像的预处理 (22)3.4.1 人脸图像预处理方法 (23)3.5人脸识别 (25)4实验结果与分析 (30)5 结论 (32)参考文献 (33)致谢 (34)1 绪论当前，人脸检测越来越受到大家的关注，他作为生物特征识别中一个非常重要的一个分支，已成为计算机视觉与模式识别领域中非常活跃的一个研究领域。
而基于人脸检测更是学术界的一个难点。
而本文先对图像进行处理，然后在对图像进行人脸检测，人脸定位。
人脸包含很多信息，通过对人脸检测，人脸定位，我们可以很快知道一个人的部分基本资料，如性别，表情，年龄和身份等基本信息，在现实生活中如在公安、金融、网络安全、物业管理、以及考勤都会用到人脸检测，因此人脸检测具有很高的学术研究价值和商业价值，这就引起了在人脸识别方面的广大科学研究者的兴趣，可以说，人脸识别已经成为当前科学界热门的一个研究课题之一。
1.1 研究背景自70年代以来.随着人工智能技术的兴起.以及人类视觉研究的进展.人们逐渐对人脸图像的机器识别投入很大的热情，并形成了一个人脸图像识别研究领域，这一领域除了它的重大理论价值外，也极具实用价值。
在进行人工智能的研究中，人们一直想做的事情就是让机器具有像人类一样的思考能力，以及识别事物、处理事物的能力，因此从解剖学、心理学、行为感知学等各个角度来探求人类的思维机制、以及感知事物、处理事物的机制，并努力将这些机制用于实践，如各种智能机器人的研制。
人脸图像的机器识别研究就是在这种背景下兴起的，因为人们发现许多对于人类而言可以轻易做到的事情，而让机器来实现却很难，如人脸图像的识别，语音识别，自然语言理解等。
如果能够开发出具有像人类一样的机器识别机制，就能够逐步地了解人类是如何存储信息，并进行处理的，从而最终了解人类的思维机制。
同时，进行人脸图像识别研究也具有很大的使用价依。
如同人的指纹一样，人脸也具有唯一性，也可用来鉴别一个人的身份。
现在己有实用的计算机自动指纹识别系统面世，并在安检等部门得到应用，但还没有通用成熟的人脸自动识别系统出现。
人脸图像的自动识别系统较之指纹识别系统、DNA鉴定等更具方便性，因为它取样方便，可以不接触目标就进行识别，从而开发研究的实际意义更大。
并且与指纹图像不同的是，人脸图像受很多因素的干扰:人脸表情的多样性;以及外在的成像过程中的光照，图像尺寸，旋转，姿势变化等。
使得同一个人，在不同的环境下拍摄所得到的人脸图像不同，有时更会有很大的差别，给识别带来很大难度。
因此在各种干扰条件下实现人脸图像的识别，也就更具有挑战性。
国外对于人脸图像识别的研究较早，现己有实用系统面世，只是对于成像条件要求较苛刻，应用范围也就较窄，国内也有许多科研机构从事这方而的研究，并己取得许多成果。
1.2国内外研究现状目前，越来越多的国家开始对人脸检测及其识别的研究。
并且发展很快，已经由原来的静态识别到现在动态识别，有单向多张脸识别，还有从最初的二维脸识别到现在的三维立体识别。
在国内，最早研究人脸识别的当属于中科院计算所跟哈工大的一个联合面像实验室。
该实验室的高文教授，陈曦林教授，山世光教授，直到今天，都一直活跃在人脸识别领域，更可贵的是，在IEEE上面发表了很多paper。
这一点，很值得我们同学学习。
后来该实验室，成为上海银晨的研发中心，专门为上海银晨做技术研发和技术支持。
其次是中科院生物研究所的李子清教授，以及下属的中科奥森公司。
李子清教授，当年在微软亚洲研究所的时候，就从事人脸识别方面的研究工作。
后来在中科院组建了专门的的人脸识别研究团队。
该研究团队，首先提出了基于近红外线的人脸识别技术，并将该人脸识别技术用于08年的北京奥运会。
同时基于近红外线的人脸识别技术得到了国际上同行业的专家认可和一致肯定。
接着是清华大学的丁晓晴教授。
丁晓晴教授在OCR领域，可谓国内第一人。
不过最近几年转行做人脸识别，也是非常有成就的。
不说别的，就只从FRVT2006（美国国家标准研究所2006年全球人脸识别供应商系统性能测试）的测试结果看来，丁晓晴教授的研究团队是唯一一个完成大规模3D 人脸识别性能测试的参赛团队。
由此可见，在国内人脸识别领域来说，他们的算法在3D领域，绝对排名第一。
国外主要有美国，欧洲国家、日本等著名的科研机构有美国的MIT和CMU,英国的剑桥大学。
在人脸识别领域中，国际上逐步形成了以下几个研究方向：基于几何特征的方法、基于肤色模型的方法、基于模板匹配的方法、基于KL变换的特征脸方法、基于隐马尔可夫模型的方法和神经网络识别方法等等。
它们可以被归类到基于显示特征和基于隐式特征的两大方法中。
发展至今，人脸识别的方法越来越多，最有代表的是基于Haar特征的人脸识别方法是其中较为典型的方法，该方法不仅具有较高的检测率，同时也能够满足实时检测的基本要求。