图像识别技术

图像识别

●指纹

●字符

●人脸图像识别的概念

利用计算机对图像进行处理、分析和理解，以识别各种不同模式的目标和对像的技术。指纹识别

你的手上有几个螺（斗）？？

指纹特征1总体特征2局部特征总体特征环行纹:一边开口的如簸箕。弓形纹:像将引未引的弓。斗形纹:由一圈圈的螺纹线构成。局部特征端点：一条纹路在此终结。分叉点：一条纹路在此分开成为两条路或更多的纹路。分歧点：两条平行的纹路在此分开。孤立点：一条特别短的纹路，以至于成为一点。环点：一条纹路分成两条后，立即合并成一条。短纹：一端较短但不足以成为一点的纹路。

指纹识别系统的四个重要过程指纹识别过程1指纹图像的采集2指纹图像的预处理3指纹特征的提取4指纹图像的匹配2指纹图像的预处理3指纹特征的提取4指纹图像的匹配指纹图像采集光学采集器-使用光的全反射-光学棱镜-电荷耦合器件集成电路超声波指纹采集器-穿透材料的能力-要求较低指纹识别过程1指纹图像的采集2指纹图像的预处理3指纹特征的提取4指纹图像的匹配均衡化指纹分割细化二值化指纹图像指纹预处理指纹识别过程1指纹图像的采集2指纹图像的预处理3指纹特征的提取4指纹图像的匹配指纹特征的提取

中心点和三角点称为奇异点，奇异点反映了指纹全局的纹理变化特征。准确地提取指纹奇异点的位置和方向对于提高

整个指纹识别系统的性能

具有重大意义。全局特征提取指纹特征的提取

指纹的局部细节特征包括孤岛、终止点、孤点、闭环、分叉点等多种类型。目前大多数的指纹识别系统都采用终止点

和分叉点作为指纹匹配

的细节特征点。局部特征提取指纹识别过程1指纹图像的采集2指纹图像的预处理3指纹特征的提取4指纹图像的匹配指纹的匹配

指纹匹配分两步进行，首先是利用指纹的类别信息进行粗匹配，然后利用指纹的细节点信息进行细节点匹配。细节点匹配是将待识指纹所提取的特征信息与指纹库中模板指纹的特征点信息进行比较，计算其特征点的相似度，得到两枚指纹匹配的相似度值，选取一适当的阀值与该相似度值进行比较，从而判断两枚指纹是否来自同一手指。指纹识别技术的应用1光学指纹识别的应用2电容指纹识别的应用3超声波指纹识别的应用光学指纹识别系统的应用光学传感器则一般用于指纹锁,门禁,考勤等。指纹锁门禁电容指纹识别系统的应用电容传感器可用于电脑信息安全,掌上设备(比如移动电话),指纹U盘指纹键盘,指纹鼠标等。

超声波指纹识别系统的应用超声波传感器则一般用于要求比较高的场合,如指纹付款机,及军事会议的门禁。字符识别字符识别

人们在生产和生活中，要处理大量的文字、报表和文本。为了减轻人们的劳动，提高处理效率，人们开始探讨起各种字符识别器。车牌自动识别

如今，智能交通系统是一个热点研究领域，收到日益广泛的关注，而车牌识别是其重要组成部分。MATLABMATLAB是MATrixLABoratory（矩阵实验室）的缩写，是MathWorks公司开发的一种功能强、效率高、简单易学的数学软件。简介车牌识别系统

基于MATLAB图像处理，其识别流程图如下：

图

像

预

处

理

在自然条件下摄取的车牌，除了包含大量噪声外，还具有多样性。为了使系统能够更好的分离车牌，必须对原始图像进行预处理。（灰度二值化、噪声处理、边缘提取等）。why一

获取原始图片二图像预处理1.读取图片2.转化为灰度图片：亮度平均，使图像具有较好的对比度！二图像预处理减少背景像素干扰，将目标从背景中彻底分量出来！二图像预处理3.边缘检测后图像：区分目标和背景，得到我们想要的目标车牌！二图像预处理4.腐蚀后边缘图像：凸显目标！5.聚类填充后图像：6.形态滤波后图像：根据物体的特征，用聚类算法进行相似分析，然后进行分类！保留图像细节特征的条件下，对目标图像的噪声进行抑制！三

车牌定位1.计算边缘图像的投影面积;2.寻找峰谷点，大致确定车牌位置;3.计算此连通域内的宽高比，剔除不在域值范围内的连通域，最后得到车牌区域.四

字符分割图像利用投影检测的字符定位分割方法得到单个字符！五

字符（模板）数据库

建立模板数据库时必须对这些图片进行统一处理！（宽高比）六

字符识别通过基于模板匹配的OCR（OpticalCharacterRecognition，光学字符识别）算法，通过特征对比或训练识别出相关的字符。易混淆的字符

特征区域求合法二维条形码识别技术19201950197019401990196020001949年美国乔·伍德兰德、伯尼·西尔沃发明了第一个条形码专利60年代西尔沃尼亚发明一套条形码系统并在北美铁路系统成功应用1988年

中国成立了中国物品编码中心20世纪20年代约翰·科芒德实现邮政单据自动分检方法1959年吉拉德·费伊塞尔申请了用条形码表示数字的专利70年代

UPC码（UniversalProductCode）

在北美超市得到广泛应用

1997、2000年确定了国家标准

1.条形码(barcode)是将宽度不等的多个黑条和空白，按照一定的编码规则排列，用以表达一组信息的图形标识符。2.一维条码是由一组粗细不同、黑白(或彩色)相间的条、空及其相应的字符(数字字母)组成的标记，即传统条码。3.二维条码是用某种特定的几何图形按一定规律在平面(二维方向)上分布的条、空相间的图形来记录数据符号信息。2.什么是二维条码？3.二维条码与一维条码的比较

项目条码类型信息密度与信息容量错误校验及纠错正能力垂直方向是否携带信息用途对数据库和通讯网络的依赖识读设备一维条码信息密度低，信息容量较小可通过校验字符进行错误校验，没有错纠能力不携带信息对物品的标识多数应用场合依赖数据库及通讯网络可用线扫描器识读，如光笔、线阵CCD、激光枪等二维条码信息密度高，信息容量大具有错误校验和纠错能力，可根据需求设置不同的纠错级别携带信息对物品的描述可不依赖数据库及通讯网络而单独应用对于行排式二维条码可用线扫描器的多次扫描识读；对于矩阵式二维条码仅能用图像扫描器识读

QRCode是由日本Denso公司于1994年9月研制的一种矩阵式二维条码，它除具有二维条码所具有的信息容量大、可靠性高、可表示汉字及图象多种信息、保密防伪性强等优点QRCode

（1）超高速识读

QRCode码的超高速识读特性，使它适宜应用于工业自动化生产线管理等领域。（2）全方位识读

QRCode具有全方位（360°）识读特点。（3）能够有效地表示中国汉字、日本汉字QRCode.......a.位于左上角、左下角、右上角的三个定位图形b.位于符号中央的三个等间距同心圆环（或称公牛眼）定位图形c.位于左边和下边的两条垂直的实线段区分矩阵式条码QR码

物流管理优惠券入场券等火车票实名制超市商品信息管理海报广告解析网址购买产品防伪二维码应用应用汇总相关软件电脑端移动端人脸识别

发展过程

基于可见光图像的人脸识别在环境光照发生变化时，识别效果会急剧下降，无法满足实际系统的需要三维图像人脸识别热成像人脸识别技术还远不成熟识别效果不尽人意基于主动近红外图像的多光源人脸识别克服光线变化的影响。在精度、稳定性和速度方面的整体系统性能超过三维图像人脸识别。技

术

原

理人脸识别内容：◆人脸检测在动态的场景和复杂的背景中图像中判断是否存在人脸，并准确标定出人脸的位置和大小然后分离出来。◆人脸跟踪面貌跟踪是指对被检测到的面貌进行动态目标跟踪。◆人脸对比

将采样到的面像与库存的面像依次进行比对，并找出最佳的匹配对象。技

术

原

理入库照片及背景要求

影像的顏色、色深、及解析度可支持彩色及灰度的影像最低要求8-位，即256灰度影像影像的格式各类主流的影像格式、如bmp/jpg/png等最低影像大小最低要求：双眼中心之间的距离30像素建议大小：205*20516-bit高彩jpg24KB置于智能卡中：104*1048-bit灰度jpg2.5KB背景面部识别可在任何背景下进行不受背景物件的移动及摄像头的移动所影响人脸的识别过程技

术

原

理人脸图像采集及检测：不同的人脸图像都能通过摄像镜头采集下来，比如静态图像、动态图像、不同的位置、不同表情等方面都可以得到很好的采集。当用户在采集设备的拍摄范围内时，采集设备会自动搜索并拍摄用户的人脸图像。然后即在图像中准确标定出人脸的位置和大小。人脸图像预处理：对于人脸的图像预处理是基于人脸检测结果，对图像进行处理并最终服务于特征提取的过程。早期阶段包括灰度校正、噪声过滤等图像预处理。对于人脸图像而言，其预处理过程主要包括人脸图像的光线补偿、灰度变换、直方图均衡化、归一化、几何校正、滤波以及锐化等。人脸图像特征提取：

人脸识别系统可使用的特征通常分为视觉特征、像素统计特征、人脸图像变换系数特征、人脸图像代数特征等。人脸图像匹配与识别：提取的人脸图像的特征数据与数据库中存储的特征模板进行搜索匹配，通过设定一个阈值，当相似度超过这一阈值，则把匹配得到的结果输出。人脸识别就是将待识别的人脸特征与已得到的人脸特征模板进行比较，根据相似程度对人脸的身份信息进行判断。技

术

原

理人脸的识别过程:

◆

人脸图像采集及检测

◆

人脸图像预处理

◆

人脸图像特征提取

◆

人脸图像匹配与识别

优缺点

人脸识别优点（相比较其他生物识别技术而言）

人脸识别的优势在于其自然性和不被被测个体察觉的特点。

非接触的，用户不需要和设备直接接触；

非强制性，被识别的人脸图像信息可以主动获取；

并发性，即实际应用场景下可以进行多个人脸的分拣、判断及识别；

优缺点人脸识别的弱点对周围的光线环境敏感，可能影响识别的准确性；人体面部的头发、饰物等遮挡物，人脸变老等因素，需要进行人工智能补偿；（如可通过识别人脸的部分关键特性做修正）。应用领域——数码相机

人脸自动对焦目前主要被广泛应用的识别技术根据人脸轮廓以及眼睛、鼻子、嘴巴、耳朵之间的距离和皮肤的颜色等信息进行识别。根据识别到的人脸区域进行对焦，保证人脸主体的清晰应用领域——数码相机

宾得A30富士F40fd佳能ixus75市场上主流数码相机实测应用领域——数码相机

多个人脸识别和杂色辨认富士F40fd

索尼T100应用领域——数码相机

宾得A30

Canonixus850is

SonyW80倾斜测试应用领域——数码相机

“微笑快门”(smileshutter)

实际上是根据面部优先对焦功能进行的一次改进。◆首先是相机对人面部自动对焦，程序自动锁定人的面部◆然后按下相机快门，这时就等被照人面部表情露出笑容，程序自动检测到后，自动释放快门◆总之就是先按下快门,然后就等被害人的笑脸了应用领域——门禁系统

广泛应用于银行、军队、公检法、智能楼宇等重点区域的门禁安全控制出入口（监狱/劳教/看守所）应用领域——门禁系统

应用领域——身份识别

出入境应用领域——娱乐应用

“PK大咖”用的是人脸识别技术，在人的面部设定81个检测点，再根据人脸的轮廓，肤色，纹理，质地，色彩，光照等特征来计算照片中主人公与明星的相似度。在与明星图片库的面部数据进行比