圖像識別技術(shù)

圖像識別

●指紋

●字符

●人臉圖像識別的概念

利用計算機對圖像進行處理、分析和理解，以識別各種不同模式的目標和對像的技術(shù)。指紋識別

你的手上有幾個螺（斗）？？

指紋特征1總體特征2局部特征總體特征環(huán)行紋:一邊開口的如簸箕。弓形紋:像將引未引的弓。斗形紋:由一圈圈的螺紋線構(gòu)成。局部特征端點：一條紋路在此終結(jié)。分叉點：一條紋路在此分開成為兩條路或更多的紋路。分歧點：兩條平行的紋路在此分開。孤立點：一條特別短的紋路，以至于成為一點。環(huán)點：一條紋路分成兩條后，立即合并成一條。短紋：一端較短但不足以成為一點的紋路。

指紋識別系統(tǒng)的四個重要過程指紋識別過程1指紋圖像的采集2指紋圖像的預處理3指紋特征的提取4指紋圖像的匹配2指紋圖像的預處理3指紋特征的提取4指紋圖像的匹配指紋圖像采集光學采集器-使用光的全反射-光學棱鏡-電荷耦合器件集成電路超聲波指紋采集器-穿透材料的能力-要求較低指紋識別過程1指紋圖像的采集2指紋圖像的預處理3指紋特征的提取4指紋圖像的匹配均衡化指紋分割細化二值化指紋圖像指紋預處理指紋識別過程1指紋圖像的采集2指紋圖像的預處理3指紋特征的提取4指紋圖像的匹配指紋特征的提取

中心點和三角點稱為奇異點，奇異點反映了指紋全局的紋理變化特征。準確地提取指紋奇異點的位置和方向?qū)τ谔岣?/p>

整個指紋識別系統(tǒng)的性能

具有重大意義。全局特征提取指紋特征的提取

指紋的局部細節(jié)特征包括孤島、終止點、孤點、閉環(huán)、分叉點等多種類型。目前大多數(shù)的指紋識別系統(tǒng)都采用終止點

和分叉點作為指紋匹配

的細節(jié)特征點。局部特征提取指紋識別過程1指紋圖像的采集2指紋圖像的預處理3指紋特征的提取4指紋圖像的匹配指紋的匹配

指紋匹配分兩步進行，首先是利用指紋的類別信息進行粗匹配，然后利用指紋的細節(jié)點信息進行細節(jié)點匹配。細節(jié)點匹配是將待識指紋所提取的特征信息與指紋庫中模板指紋的特征點信息進行比較，計算其特征點的相似度，得到兩枚指紋匹配的相似度值，選取一適當?shù)拈y值與該相似度值進行比較，從而判斷兩枚指紋是否來自同一手指。指紋識別技術(shù)的應用1光學指紋識別的應用2電容指紋識別的應用3超聲波指紋識別的應用光學指紋識別系統(tǒng)的應用光學傳感器則一般用于指紋鎖,門禁,考勤等。指紋鎖門禁電容指紋識別系統(tǒng)的應用電容傳感器可用于電腦信息安全,掌上設備(比如移動電話),指紋U盤指紋鍵盤,指紋鼠標等。

超聲波指紋識別系統(tǒng)的應用超聲波傳感器則一般用于要求比較高的場合,如指紋付款機,及軍事會議的門禁。字符識別字符識別

人們在生產(chǎn)和生活中，要處理大量的文字、報表和文本。為了減輕人們的勞動，提高處理效率，人們開始探討起各種字符識別器。車牌自動識別

如今，智能交通系統(tǒng)是一個熱點研究領域，收到日益廣泛的關(guān)注，而車牌識別是其重要組成部分。MATLABMATLAB是MATrixLABoratory（矩陣實驗室）的縮寫，是MathWorks公司開發(fā)的一種功能強、效率高、簡單易學的數(shù)學軟件。簡介車牌識別系統(tǒng)

基于MATLAB圖像處理，其識別流程圖如下：

圖

像

預

處

理

在自然條件下攝取的車牌，除了包含大量噪聲外，還具有多樣性。為了使系統(tǒng)能夠更好的分離車牌，必須對原始圖像進行預處理。（灰度二值化、噪聲處理、邊緣提取等）。why一

獲取原始圖片二圖像預處理1.讀取圖片2.轉(zhuǎn)化為灰度圖片：亮度平均，使圖像具有較好的對比度！二圖像預處理減少背景像素干擾，將目標從背景中徹底分量出來！二圖像預處理3.邊緣檢測后圖像：區(qū)分目標和背景，得到我們想要的目標車牌！二圖像預處理4.腐蝕后邊緣圖像：凸顯目標！5.聚類填充后圖像：6.形態(tài)濾波后圖像：根據(jù)物體的特征，用聚類算法進行相似分析，然后進行分類！保留圖像細節(jié)特征的條件下，對目標圖像的噪聲進行抑制！三

車牌定位1.計算邊緣圖像的投影面積;2.尋找峰谷點，大致確定車牌位置;3.計算此連通域內(nèi)的寬高比，剔除不在域值范圍內(nèi)的連通域，最后得到車牌區(qū)域.四

字符分割圖像利用投影檢測的字符定位分割方法得到單個字符！五

字符（模板）數(shù)據(jù)庫

建立模板數(shù)據(jù)庫時必須對這些圖片進行統(tǒng)一處理?。▽捀弑龋┝?/p>

字符識別通過基于模板匹配的OCR（OpticalCharacterRecognition，光學字符識別）算法，通過特征對比或訓練識別出相關(guān)的字符。易混淆的字符

特征區(qū)域求合法二維條形碼識別技術(shù)19201950197019401990196020001949年美國喬·伍德蘭德、伯尼·西爾沃發(fā)明了第一個條形碼專利60年代西爾沃尼亞發(fā)明一套條形碼系統(tǒng)并在北美鐵路系統(tǒng)成功應用1988年

中國成立了中國物品編碼中心20世紀20年代約翰·科芒德實現(xiàn)郵政單據(jù)自動分檢方法1959年吉拉德·費伊塞爾申請了用條形碼表示數(shù)字的專利70年代

UPC碼（UniversalProductCode）

在北美超市得到廣泛應用

1997、2000年確定了國家標準

1.條形碼(barcode)是將寬度不等的多個黑條和空白，按照一定的編碼規(guī)則排列，用以表達一組信息的圖形標識符。2.一維條碼是由一組粗細不同、黑白(或彩色)相間的條、空及其相應的字符(數(shù)字字母)組成的標記，即傳統(tǒng)條碼。3.二維條碼是用某種特定的幾何圖形按一定規(guī)律在平面(二維方向)上分布的條、空相間的圖形來記錄數(shù)據(jù)符號信息。2.什么是二維條碼？3.二維條碼與一維條碼的比較

項目條碼類型信息密度與信息容量錯誤校驗及糾錯正能力垂直方向是否攜帶信息用途對數(shù)據(jù)庫和通訊網(wǎng)絡的依賴識讀設備一維條碼信息密度低，信息容量較小可通過校驗字符進行錯誤校驗，沒有錯糾能力不攜帶信息對物品的標識多數(shù)應用場合依賴數(shù)據(jù)庫及通訊網(wǎng)絡可用線掃描器識讀，如光筆、線陣CCD、激光槍等二維條碼信息密度高，信息容量大具有錯誤校驗和糾錯能力，可根據(jù)需求設置不同的糾錯級別攜帶信息對物品的描述可不依賴數(shù)據(jù)庫及通訊網(wǎng)絡而單獨應用對于行排式二維條碼可用線掃描器的多次掃描識讀；對于矩陣式二維條碼僅能用圖像掃描器識讀

QRCode是由日本Denso公司于1994年9月研制的一種矩陣式二維條碼，它除具有二維條碼所具有的信息容量大、可靠性高、可表示漢字及圖象多種信息、保密防偽性強等優(yōu)點QRCode

（1）超高速識讀

QRCode碼的超高速識讀特性，使它適宜應用于工業(yè)自動化生產(chǎn)線管理等領域。（2）全方位識讀

QRCode具有全方位（360°）識讀特點。（3）能夠有效地表示中國漢字、日本漢字QRCode.......a.位于左上角、左下角、右上角的三個定位圖形b.位于符號中央的三個等間距同心圓環(huán)（或稱公牛眼）定位圖形c.位于左邊和下邊的兩條垂直的實線段區(qū)分矩陣式條碼QR碼

物流管理優(yōu)惠券入場券等火車票實名制超市商品信息管理海報廣告解析網(wǎng)址購買產(chǎn)品防偽二維碼應用應用匯總相關(guān)軟件電腦端移動端人臉識別

發(fā)展過程

基于可見光圖像的人臉識別在環(huán)境光照發(fā)生變化時，識別效果會急劇下降，無法滿足實際系統(tǒng)的需要三維圖像人臉識別熱成像人臉識別技術(shù)還遠不成熟識別效果不盡人意基于主動近紅外圖像的多光源人臉識別克服光線變化的影響。在精度、穩(wěn)定性和速度方面的整體系統(tǒng)性能超過三維圖像人臉識別。技

術(shù)

原

理人臉識別內(nèi)容：◆人臉檢測在動態(tài)的場景和復雜的背景中圖像中判斷是否存在人臉，并準確標定出人臉的位置和大小然后分離出來?！羧四樃櫭婷哺櫴侵笇Ρ粰z測到的面貌進行動態(tài)目標跟蹤?！羧四槍Ρ?/p>

將采樣到的面像與庫存的面像依次進行比對，并找出最佳的匹配對象。技

術(shù)

原

理入庫照片及背景要求

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類主流的影像格式、如bmp/jpg/png等最低影像大小最低要求：雙眼中心之間的距離30像素建議大小：205*20516-bit高彩jpg24KB置于智能卡中：104*1048-bit灰度jpg2.5KB背景面部識別可在任何背景下進行不受背景物件的移動及攝像頭的移動所影響人臉的識別過程技

術(shù)

原

理人臉圖像采集及檢測：不同的人臉圖像都能通過攝像鏡頭采集下來，比如靜態(tài)圖像、動態(tài)圖像、不同的位置、不同表情等方面都可以得到很好的采集。當用戶在采集設備的拍攝范圍內(nèi)時，采集設備會自動搜索并拍攝用戶的人臉圖像。然后即在圖像中準確標定出人臉的位置和大小。人臉圖像預處理：對于人臉的圖像預處理是基于人臉檢測結(jié)果，對圖像進行處理并最終服務于特征提取的過程。早期階段包括灰度校正、噪聲過濾等圖像預處理。對于人臉圖像而言，其預處理過程主要包括人臉圖像的光線補償、灰度變換、直方圖均衡化、歸一化、幾何校正、濾波以及銳化等。人臉圖像特征提?。?/p>

人臉識別系統(tǒng)可使用的特征通常分為視覺特征、像素統(tǒng)計特征、人臉圖像變換系數(shù)特征、人臉圖像代數(shù)特征等。人臉圖像匹配與識別：提取的人臉圖像的特征數(shù)據(jù)與數(shù)據(jù)庫中存儲的特征模板進行搜索匹配，通過設定一個閾值，當相似度超過這一閾值，則把匹配得到的結(jié)果輸出。人臉識別就是將待識別的人臉特征與已得到的人臉特征模板進行比較，根據(jù)相似程度對人臉的身份信息進行判斷。技

術(shù)

原

理人臉的識別過程:

◆

人臉圖像采集及檢測

◆

人臉圖像預處理

◆

人臉圖像特征提取

◆

人臉圖像匹配與識別

優(yōu)缺點

人臉識別優(yōu)點（相比較其他生物識別技術(shù)而言）

人臉識別的優(yōu)勢在于其自然性和不被被測個體察覺的特點。

非接觸的，用戶不需要和設備直接接觸；

非強制性，被識別的人臉圖像信息可以主動獲??；

并發(fā)性，即實際應用場景下可以進行多個人臉的分揀、判斷及識別；

優(yōu)缺點人臉識別的弱點對周圍的光線環(huán)境敏感，可能影響識別的準確性；人體面部的頭發(fā)、飾物等遮擋物，人臉變老等因素，需要進行人工智能補償；（如可通過識別人臉的部分關(guān)鍵特性做修正）。應用領域——數(shù)碼相機

人臉自動對焦目前主要被廣泛應用的識別技術(shù)根據(jù)人臉輪廓以及眼睛、鼻子、嘴巴、耳朵之間的距離和皮膚的顏色等信息進行識別。根據(jù)識別到的人臉區(qū)域進行對焦，保證人臉主體的清晰應用領域——數(shù)碼相機

賓得A30富士F40fd佳能ixus75市場上主流數(shù)碼相機實測應用領域——數(shù)碼相機

多個人臉識別和雜色辨認富士F40fd

索尼T100應用領域——數(shù)碼相機

賓得A30

Canonixus850is

SonyW80傾斜測試應用領域——數(shù)碼相機

“微笑快門”(smileshutter)

實際上是根據(jù)面部優(yōu)先對焦功能進行的一次改進?！羰紫仁窍鄼C對人面部自動對焦，程序自動鎖定人的面部◆然后按下相機快門，這時就等被照人面部表情露出笑容，程序自動檢測到后，自動釋放快門◆總之就是先按下快門,然后就等被害人的笑臉了應用領域——門禁系統(tǒng)

廣泛應用于銀行、軍隊、公檢法、智能樓宇等重點區(qū)域的門禁安全控制出入口（監(jiān)獄/勞教/看守所）應用領域——門禁系統(tǒng)

應用領域——身份識別

出入境應用領域——娛樂應用

“PK大咖”用的是人臉識別技術(shù)，在人的面部設定81個檢測點，再根據(jù)人臉的輪廓，膚色，紋理，質(zhì)地，色彩，光照等特征來計算照片中主人公與明星的相似度。在與明星圖片庫的面部數(shù)據(jù)進行比