機器學習概述課程設計報告(MATLAB人臉識別)

1、機器學習概述課程設計報告題目：MATLAB人臉識別系統(tǒng)名:號:業(yè):*時間：2015/8/7目錄一、課程設計的目的二、設計的內(nèi)容與要求三、詳細設計四、課程設計的總結五、參考文獻一.課程設計的目的人臉識別作為一項新興的科學研究項目，有著廣泛的應用前景，而且隨著計算機技術的更新發(fā)展，它的科學研究價值也越發(fā)凸顯。經(jīng)過幾十年的研發(fā)探討，世界各大研究結構的研發(fā)人員的不斷努力下，人臉識別技術一已取得豐碩的成果，可在一定限制條件下完成人臉的自動識別。這些成果的取得更促進了人們對人臉識別這一課題的深入研究。在電子商務飛速發(fā)展的今天，人臉識別系統(tǒng)的范疇一不足以涵括人臉識別的應用范圍，在數(shù)字圖像處理、視頻領域、基于

2、內(nèi)容的檢索等方面有著重要的應用價值。二.設計的內(nèi)容及要求1、選擇KNN,聚類或SVM方法中的一種或其他機器學習方法的一種進行課程設計2、要求能完成具體的識別任務：如圖像分割、語音識別、人臉識別3、要求識別的對象中有自己生活元素，比如圖像中包括學校的圖片或語音時本人的語音等。詳細設計YCbCr空間一一灰度圖像轉(zhuǎn)換噪聲消除圖像填孔圖像重構人臉區(qū)域確定邊緣檢測（原圖-涉及個人隱私，未呈現(xiàn)原圖）（YCbCr空間轉(zhuǎn)換）（圖像填孔）口I回i-a|文件備看工具哀面（I窗口住HtWdfaai要/（圖像重構）（人臉區(qū)域的確定）（涉及個人隱私）生匚&超期。、四.課程設計的總結通過三天的學習以及課后學習，我

3、利用SVM算法進行人臉識別，由于光照強度的不同、人臉膚色的不同、圖片背景的不同往往導致每張圖片都具有自身的特色，將人臉區(qū)域從背景、衣著、發(fā)型等非人類區(qū)域中分割出來。一般使用的RGB圖片不適合于建立人臉皮膚模型，因為在RGB空間中，使用三基色（r,g,b）表示圖片的亮度以及顏色。在不同的環(huán)境下光照條件的改變，很難將膚色點從非膚色點中分離出來，如果在RGB圖像上進行處理，將產(chǎn)生離散的膚色點，圖片中間嵌有很多的非膚色點，提高了人臉檢測的難度，容易產(chǎn)生不可靠的膚色分割。解決方法是隔離顏色表達式中的亮度信息與色度信息，充分利用色度空間中膚色所表示出來的聚類性。為此需要創(chuàng)造這樣一個色彩空間，這個空間能把R

4、、G、B所代表的色度信息與亮度信息分開表示。色彩空間常用的的轉(zhuǎn)換顏色模型主要有：YIQ、YCbCr、HSV等。這里，采用YCrCb色彩空間作為報告的設計空間。經(jīng)過顏色轉(zhuǎn)換后大大縮減了人臉的搜索范圍，為SVM算法提供更有效的方法。本次課程設計，我學會了很多有用的算法，并能夠初步實現(xiàn)，了解機器語言的過程以及了解MATLAB強大的功能。五.參考文獻1姚敏.數(shù)字圖像處理M.機械工業(yè)出版社，2006:2.2王愛民，沈蘭彌.圖像分割研究綜述J.測控技術，2000,19(5):1-5.3張德豐.詳解MATLAB數(shù)字圖彳t處理M.北京：電子工業(yè)出版社，2010,7:249.4楊杰.數(shù)字圖像處理及MATLAB實

5、現(xiàn)M.北京：電子工業(yè)出版社，2010,2:149-150.5張洪剛，陳光，郭軍編著.圖像處理與識別M.北京：北京郵電大學出版社，2006:102-103.6韓曉軍.數(shù)字圖像處理技術與應用M.北京：電子工業(yè)出版社，2009,7:38.7張化光，劉鑫蕊，孫秋野編著.MATLAB/SIMULINK實用教程M.北京：人民郵電出版社，2009,3:235.8何東健.數(shù)字圖像處理M.西安：西安電子科技大學出版社，2008,5:86.9劉剛.MATLAB數(shù)字圖彳t處理M.北京：機械工業(yè)出版社，2010,5:199-200.附錄：程序sum=0;iptsetpref('ImshowBorder'

6、;,'tight')%設置圖像處理工具箱的參數(shù)f=imread('333.jpg');Ori_Face=f;copy=f;img=f;f=rgb2ycbcr(f);%rgb空間轉(zhuǎn)換為ycbcr空間f_cb=f(:,:,2);f_cr=f(:,:,3);f=(f_cb>=100)&(f_cb<=127)&(f_cr>=138)&(f_cr<=170);%皮膚顏色在ycbcr色度空間的分布范圍為：100<=cb<=127,138<=cr<=170figure(1);imshow(f);se=st

7、rel('square',3);%構建一個3*3單位矩陣作為結構元素f=imopen(f,se);%圖片開運算f=imclose(f,se);%圖片閉運算figure(2),imshow(f);%消除噪聲f=imfill(f,'holes');%填孔處理figure(3),imshow(f);se1=strel('square',8);f=imerode(f,se1);f=imdilate(f,se1);figure(4),imshow(f);%區(qū)域連通L,num=bwlabeln(f,4);設定操作的鄰域類型為4-領域fori=1:num;r,

8、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%利用臉部寬長比的大概上下限(1.54-2.4)來確定一個人臉范圍.%臉部區(qū)域<14000的去掉，一般為手或其他干擾.%矩形面積area_sq=目標區(qū)長度*寬度，目標區(qū)面積為area若area/area_sq<0.55認為不是人臉區(qū)刪除之.forj=1:temp(1);L(r(j),c(j)=0;endelsecontinue;endendL=bwperim(L,8);%邊緣檢測才僉測出人臉的邊緣區(qū)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);%在原圖上加框img1_r=min