机器学习概述课程设计报告(MATLAB人脸识别)(共9页)

1、机器学习概述课程设计报告题目：MATLAB人脸识别系统 姓 名：* 学 号：* 专 业：* 时 间：2015/8/7目 录一、课程设计的目的二、设计的内容与要求三、详细设计四、课程设计的总结五、参考文献一. 课程设计的目的人脸识别作为一项新兴的科学研究项目，有着广泛的应用前景，而且随着计算机技术的更新发展，它的科学研究价值也越发凸显。经过几十年的研发探讨，世界各大研究结构的研发人员的不断努力下，人脸识别技术一已取得丰硕的成果，可在一定限制条件下完成人脸的自动识别。这些成果的取得更促进了人们对人脸识别这一课题的深入研究。在电子商务飞速发展的今天，人脸识别系统的范畴一不足以涵括人脸识别的应用范围，

2、在数字图像处理、视频领域、基于内容的检索等方面有着重要的应用价值。二 设计的内容及要求1、选择KNN,聚类或SVM方法中的一种或其他机器学习方法的一种进行课程设计2、要求能完成具体的识别任务：如 图像分割、语音识别、人脸识别3、要求识别的对象中有自己生活元素，比如图像中包括学校的图片或语音时本人的语音等。三 详细设计YCbCr空间>灰度图像转换 >噪声消除 >图像填孔 >图像重构 >人脸区域确定 >边缘检测 （原图-涉及个人隐私，未呈现原图）（YCbCr空间转换）（噪声消除）（图像填孔）（图像重构）（人脸区域的确定）（涉及个人隐私）四 课程设计的总结通过三天

3、的学习以及课后学习，我利用SVM算法进行人脸识别，由于光照强度的不同、人脸肤色的不同、图片背景的不同往往导致每张图片都具有自身的特色，将人脸区域从背景、衣着、发型等非人类区域中分割出来。一般使用的RGB图片不适合于建立人脸皮肤模型，因为在RGB空间中，使用三基色（r,g,b）表示图片的亮度以及颜色。在不同的环境下光照条件的改变，很难将肤色点从非肤色点中分离出来，如果在RGB图像上进行处理，将产生离散的肤色点，图片中间嵌有很多的非肤色点，提高了人脸检测的难度，容易产生不可靠的肤色分割。解决方法是隔离颜色表达式中的亮度信息与色度信息，充分利用色度空间中肤色所表示出来的聚类性。为此需要创造这样一个色

4、彩空间，这个空间能把R、G、B所代表的色度信息与亮度信息分开表示。色彩空间常用的的转换颜色模型主要有：YIQ、YCbCr、HSV等。这里，采用YCrCb色彩空间作为报告的设计空间。经过颜色转换后大大缩减了人脸的搜索范围，为SVM算法提供更有效的方法。本次课程设计，我学会了很多有用的算法，并能够初步实现，了解机器语言的过程以及了解MATLAB强大的功能。5 参考文献 1 姚敏数字图像处理M机械工业出版社，2006：22 王爱民，沈兰荪图像分割研究综述J测控技术，2000，19（5）：1-53 张德丰详解MATLAB数字图像处理M北京：电子工业出版社，2010，7：249 4 杨杰数字图像处理及M

5、ATLAB实现M北京：电子工业出版社，2010，2：149-1505 张洪刚，陈光，郭军编著图像处理与识别M北京：北京邮电大学出版社，2006：102-103 6 韩晓军数字图像处理技术与应用M北京：电子工业出版社，2009，7：387 张化光，刘鑫蕊，孙秋野编著MATLAB/SIMULINK实用教程M北京：人民邮电出版社，2009，3：2358 何东健数字图像处理M西安：西安电子科技大学出版社，2008，5：86 9 刘刚MATLAB数字图像处理M北京：机械工业出版社，2010，5：199-200附录：程序sum=0;iptsetpref('ImshowBorder', &#

6、39;tight')%设置图像处理工具箱的参数f=imread('333.jpg');Ori_Face=f;copy=f;img=f;f=rgb2ycbcr(f);%rgb空间转换为ycbcr空间f_cb=f(:,:,2);f_cr=f(:,:,3);f= (f_cb>=100) & (f_cb<=127) & (f_cr>=138) &(f_cr<=170) ;%皮肤颜色在ycbcr色度空间的分布范围为:100<=cb<=127,138<=cr<=170figure(1); imshow(f);s

7、e=strel('square',3);%构建一个3*3单位矩阵作为结构元素f=imopen(f,se);%图片开运算f=imclose(f,se);%图片闭运算figure(2),imshow(f);%消除噪声f=imfill(f,'holes');%填孔处理figure(3),imshow(f);se1=strel('square',8);f=imerode(f,se1);f=imdilate(f,se1);figure(4),imshow(f);%区域连通L,num=bwlabeln(f,4);设定操作的邻域类型为4-领域for i=1:n

8、um; r,c=find(L=i); r_temp=max(r)-min(r); c_temp=max(c)-min(c); temp=size(r); sum=sum+temp(1); area_sq=r_temp*c_temp; area=size(find(L=i),1); ratio=area/area_sq; if (r_temp/c_temp<1.54)|(r_temp/c_temp>2.4)|temp(1)<14000|ratio<0.55 %利用脸部宽长比的大概上下限（1.54-2.4）来确定一个人脸范围. %脸部区域<14000的去掉,一般为手或其他干扰. %矩形面积area_sq=目标区长度*宽度,目标区面积为area,若area/area_sq<0.55,认为不是人脸区,删除之. for j=1:temp(1); L(r(j),c(j)=0; end else continue; endendL=bwperim(L,8);%边缘检测,检测出人脸的边缘区域L=uint8(L);z=find(L(:)>0);L(z)=255;figure(5),imshow(L);L_r=L;L_g=L;L_b=L;L_rgb=cat(3,L_r,L_g,L_b);%在原图上加框img1_r=mi