基于LabVIEW的人臉檢測(cè)與識(shí)別系統(tǒng)的研究.pdf

1、在現(xiàn)代社會(huì)中，身份驗(yàn)證可以說(shuō)無(wú)處不在，并且與日俱增。而傳統(tǒng)的身份認(rèn)證方法己不能滿足人們的需要，生物特征是人的內(nèi)在屬性，因此成為身份驗(yàn)證的最理想依據(jù)。人臉識(shí)別與指紋、聲音等生物特征識(shí)別方法相比具有直接、友好、方便的特點(diǎn)，易于被用戶接受。
　　本文運(yùn)用人臉識(shí)別技術(shù)在LabVIEW上構(gòu)建一個(gè)人臉檢測(cè)與識(shí)別系統(tǒng)。該系統(tǒng)分為四部分：圖像獲取、人臉檢測(cè)、圖像預(yù)處理、特征提取與識(shí)別。
　　人臉檢測(cè)是人臉識(shí)別的第一步工作。本文針對(duì)單純采用膚

2、色檢測(cè)容易誤檢出具有膚色特征的非人臉區(qū)域，提出了基于膚色模型和模板匹配相結(jié)合的人臉檢測(cè)算法。在YCbCr色彩空間中利用高斯概率膚色模型進(jìn)行膚色分割，采用模板匹配的方法進(jìn)行人臉驗(yàn)證，最終確定圖像中人臉的位置。實(shí)驗(yàn)結(jié)果表明，該算法能夠提高檢測(cè)效率，為后續(xù)識(shí)別提供準(zhǔn)確信息。
　　圖像預(yù)處理是人臉識(shí)別過(guò)程中非常關(guān)鍵的一步。為了保證人臉圖像中人臉大小以及人臉圖像質(zhì)量的一致性，本文對(duì)人臉圖像的預(yù)處理工作主要有：彩色圖像到灰度圖像的轉(zhuǎn)換、圖像增

3、強(qiáng)、圖像歸一化。
　　人臉特征提取與識(shí)別是人臉識(shí)別研究中非常重要的兩個(gè)問(wèn)題。比較深入的研究了PCA、LDA人臉識(shí)別算法的原理，針對(duì)它們用于提取特征時(shí)存在的缺點(diǎn)，提出一種PCA和LDA相結(jié)合來(lái)提取特征的方法，結(jié)合最小距離分類器進(jìn)行人臉的識(shí)別。通過(guò)大量的實(shí)驗(yàn)表明該方法是有效可行的，一定程度上提高了人臉的識(shí)別率。
　　最后對(duì)人臉識(shí)別系統(tǒng)的硬件與軟件開發(fā)平臺(tái)進(jìn)行了簡(jiǎn)要介紹，提出了一個(gè)系統(tǒng)框架，并細(xì)化各模塊的功能。利用LabVIEW2