圖像人臉區(qū)域隱私保護(hù)系統(tǒng)設(shè)計(jì)

課程設(shè)計(jì)說(shuō)明書(shū)題目：圖像人臉區(qū)域隱私保護(hù)系統(tǒng)設(shè)計(jì)課程：數(shù)字圖像處理課程設(shè)計(jì)院〔部〕：信息與電氣工程學(xué)院專業(yè)：電子信息工程班級(jí)：學(xué)生姓名：學(xué)號(hào)：指導(dǎo)教師：完成日期：目錄摘要……………………………31設(shè)計(jì)目的…………………42設(shè)計(jì)要求………………….53設(shè)計(jì)內(nèi)容………………….63.1、具體設(shè)計(jì)………………………….63．1．1、圖像輸入設(shè)計(jì)………………………63．1．2、圖像膚色區(qū)分設(shè)計(jì)………………73．1．3、對(duì)膚色圖進(jìn)行修補(bǔ)處理設(shè)計(jì)………………73．1．4、網(wǎng)格標(biāo)記圖像設(shè)計(jì)………………72．1、5、人臉識(shí)別標(biāo)記………………………93．1．6、對(duì)原圖像進(jìn)行臉部模糊處理………………10總結(jié)與致謝…………………11參考文獻(xiàn)………………………12附錄………………………..13摘要近年來(lái)隨著科技和人們的生活水平的提高，生物特征識(shí)別技術(shù)在近幾十年中飛速開(kāi)展。作為人的一種內(nèi)在屬性，并且具有很強(qiáng)的自身穩(wěn)定性及個(gè)體差異性，生物特征成為了自動(dòng)身份驗(yàn)證的最理想依據(jù)。人臉識(shí)別由于具有直接，友好，方便的特點(diǎn)，使用者易于為用戶所接受，從而得到了廣泛的研究與應(yīng)用。除此之外，我們還能夠?qū)θ四樧R(shí)別的結(jié)果作進(jìn)一步的分析，得到有關(guān)人的性別，表情，年齡等諸多額外的豐富信息，擴(kuò)展了人臉識(shí)別的應(yīng)用前景。人臉是準(zhǔn)確鑒定一個(gè)人的身份，推斷出一個(gè)人的種族、地域，地位等信息的重要依據(jù)。科學(xué)界從圖像處理、計(jì)算機(jī)視覺(jué)等多個(gè)學(xué)科對(duì)人臉進(jìn)行研究。人臉識(shí)別在滿足人工智能應(yīng)用和保護(hù)信息平安方面都有重要的意義，是當(dāng)今信息化時(shí)代必須解決的問(wèn)題。本設(shè)計(jì)用MATLAB對(duì)圖像的讀取，在識(shí)別前，先對(duì)圖像進(jìn)行處理，再通過(guò)膚色獲得可能的臉部區(qū)域，最后根據(jù)人臉固有眼睛的對(duì)稱性來(lái)確定是否就是人臉，同時(shí)采用高斯平滑來(lái)消除圖像的噪聲，再進(jìn)行二值化，二值化主要采用局域取閾值方法，接下來(lái)就進(jìn)行定位、提取特征值和識(shí)別等操作。經(jīng)過(guò)測(cè)試，圖像預(yù)處理模塊對(duì)圖像的處理到達(dá)了較好的效果，提高了定位和識(shí)別的正確率。為保護(hù)當(dāng)事人或行人的隱私權(quán)，需要將圖像中當(dāng)事人的人臉區(qū)域作模糊，實(shí)現(xiàn)圖像中人臉區(qū)域隱私保護(hù)。關(guān)鍵詞：人臉識(shí)別；圖像處理；圖像模糊1設(shè)計(jì)目的隨著社會(huì)的開(kāi)展和技術(shù)的進(jìn)步，特別是近年來(lái)計(jì)算機(jī)在軟硬件方面性能的飛速提升，各應(yīng)用領(lǐng)域?qū)焖俑咝У纳矸蒡?yàn)證的要求日益迫切。由于生物特征是人的內(nèi)在屬性，具有很強(qiáng)的自身穩(wěn)定性和個(gè)體差異性，因此成為身份驗(yàn)證的最理想依據(jù)。其中，利用人臉特征進(jìn)行身份驗(yàn)證又是最自然最直接的手段。人臉識(shí)別系統(tǒng)與指紋、虹膜、掌紋等其他人體生物特征識(shí)別系統(tǒng)相比，更加友好、方便，更易于為用戶所接受。所謂人臉識(shí)別(FaceRecognition)，分析人臉圖像，從中提取有效的識(shí)別信息，用來(lái)區(qū)分身份的一門(mén)技術(shù)。即，對(duì)己知人臉進(jìn)行標(biāo)準(zhǔn)化處理后，通過(guò)某種方法和數(shù)據(jù)庫(kù)中的人臉標(biāo)本進(jìn)行匹配，尋找?guī)熘袑?duì)應(yīng)人臉及該人臉的相關(guān)信息。人臉識(shí)別技術(shù)應(yīng)用背景十分廣泛，可用于公安系統(tǒng)刑偵破案的罪犯身份識(shí)別、身份證及駕駛執(zhí)照等證件驗(yàn)證、銀行及海關(guān)的監(jiān)控、自動(dòng)門(mén)衛(wèi)系統(tǒng)、視頻會(huì)議、機(jī)器人的智能化研究以及醫(yī)學(xué)等方面。人身區(qū)分方法主要是通過(guò)人身標(biāo)識(shí)物品和人身標(biāo)識(shí)知識(shí)兩種方式來(lái)實(shí)現(xiàn)的。常見(jiàn)的人身標(biāo)示物品有鑰匙、證件等各種標(biāo)識(shí)，人身標(biāo)示知識(shí)有用戶名、密碼等。眾周知，像鑰匙、證件標(biāo)識(shí)等人身標(biāo)識(shí)物品很容易喪失或被偽造，而標(biāo)識(shí)知識(shí)容易遺忘或記錯(cuò)，更為嚴(yán)重的是傳統(tǒng)身份識(shí)別系統(tǒng)往往無(wú)法區(qū)分標(biāo)識(shí)物品真正的擁有者和取得標(biāo)識(shí)物品的冒充者，一旦他人獲得標(biāo)識(shí)物品，也可以擁有相同的權(quán)力，電視采訪、街景地圖等應(yīng)用中，為保護(hù)當(dāng)事人或行人的隱私權(quán)，需要將圖像中當(dāng)事人的人臉區(qū)域作模糊或馬賽克處理。因此具有廣闊的應(yīng)用前景和商業(yè)價(jià)值。2設(shè)計(jì)要求讀取人物圖像。對(duì)圖像進(jìn)行數(shù)字圖像處理。3、對(duì)人臉識(shí)別。4、對(duì)人臉進(jìn)行模糊或者馬賽克處理。3設(shè)計(jì)內(nèi)容本設(shè)計(jì)的系統(tǒng)總方案設(shè)計(jì)方框圖如圖1所示。讀取圖像讀取圖像字圖像處理圖像進(jìn)行數(shù)面部特征定位人臉識(shí)別人臉模糊處理標(biāo)出臉部輸出處理后的圖像圖1系統(tǒng)總設(shè)計(jì)方框圖3.1、具體設(shè)計(jì)3.1．1、圖像輸入設(shè)計(jì)：RGB=imread('gaoyuanyuan.jpg');%face02,04,06YCbCr=rgb2ycbcr(RGB);%將RGB色彩值變換為YcbCr色彩空間〔將RGB真彩色圖像轉(zhuǎn)化為YcbCr色彩空間中相等的圖像〕Y=YCbCr(:,:,1);%這三行分別是Ycbcr空間的y,cb,cr對(duì)應(yīng)矩陣Cb=YCbCr(:,:,2);Cr=YCbCr(:,:,3);imshow(RGB);title('原始圖像RGB');%原始圖像figure,imshow(YCbCr);title('YcbCr色彩空間的圖像');%進(jìn)行將RGB色彩值變換為YcbCr色彩空間的圖像如圖2所示：圖2原圖像與YCbCr圖3.1．2、圖像膚色區(qū)分設(shè)計(jì)：I=RGB;W=size(YCbCr,1);%y對(duì)應(yīng)矩陣寬大小H=size(YCbCr,2);%y對(duì)應(yīng)矩陣高大小k=(2.53/180)*pi;m=sin(k);n=cos(k);%正余弦噪聲cx=109.38;cy=152.02;ecx=1.60;ecy=2.41;a=25.39;b=14.03;%(cb=(100,140),cr=(70,160)這是閾值，這個(gè)閾值應(yīng)該是人臉膚色的范圍fori=1:Wforj=1:HifY(i,j)<110I(i,j,:)=0;elseif(Y(i,j)<=200&Y(i,j)>=110)x=(double(Cb(i,j))-cx)*n+(double(Cr(i,j))-cy)*m;y=(double(Cr(i,j))-cy)*n-(double(Cb(i,j))-cx)*m;if((x-ecx)^2/a^2+(y-ecy)^2/b^2)<=1I(i,j,:)=255;elseI(i,j,:)=0;endelseifY(i,j)>200x=(double(Cb(i,j))-cx)*n+(double(Cr(i,j))-cy)*m;y=(double(Cr(i,j))-cy)*n-(double(Cb(i,j))-cx)*m;if((x-ecx)^2/(1.1*a)^2+(y-ecy)^2/(1.1*b)^2)<=1I(i,j,:)=255;%膚色局部變?yōu)榘咨玡lseI(i,j,:)=0;%其余轉(zhuǎn)成黑色endendendendfigure,imshow(I);title('膚色區(qū)分后的圖像');%進(jìn)行將膚色識(shí)別后的黑白圖像如圖3所示：圖3膚色區(qū)分后的圖像、對(duì)膚色圖進(jìn)行修補(bǔ)處理設(shè)計(jì)：se1=strel('square',35);%這個(gè)函數(shù)可以創(chuàng)立邊長(zhǎng)35的方形元素f0=imclose(I,se1);%利用上面創(chuàng)立的方形元素，彌補(bǔ)imshow(I)中人臉中以及其他局部殘留的小塊黑色figure,imshow(f0);title('修補(bǔ)漏洞后的人臉');%顯示修補(bǔ)漏洞后的人臉如圖4所示：圖4修補(bǔ)漏洞后的人臉圖、網(wǎng)格標(biāo)記圖像設(shè)計(jì)：BW=im2bw(f0,graythresh(f0));%二值化figure,imshow(RGB);title('網(wǎng)格標(biāo)記圖像','FontWeight','Bold');holdon;[xt,yt]=meshgrid(round(linspace(1,size(I,1),10)),...round(linspace(1,size(I,2),10)));mesh(yt,xt,zeros(size(xt)),'FaceColor',...'None','LineWidth',3,...'EdgeColor','r');如圖5所示：圖5網(wǎng)格標(biāo)記圖像圖3．1．5、人臉識(shí)別標(biāo)記：[n1,n2]=size(BW);r=floor(n1/10);%分成10塊，行c=floor(n2/10);%分成10塊，列x1=1;x2=r;%對(duì)應(yīng)行初始化s=r*c;%塊面積fori=1:10y1=1;y2=c;%對(duì)應(yīng)列初始化forj=1:10if(y2<=c||y2>=9*c)||(x1==1||x2==r*10)%如果是在四周區(qū)域loc=find(BW(x1:x2,y1:y2)==0);[p,q]=size(loc);pr=p/s*100;%黑色像素所占的比例數(shù)ifpr<=100f1(x1:x2,y1:y2)=0;endendy1=y1+c;%列跳躍y2=y2+c;%列跳躍endx1=x1+r;%行跳躍x2=x2+r;%行跳躍end[L,num]=bwlabel(BW,8);%區(qū)域標(biāo)記stats=regionprops(L,'BoundingBox');%得到包圍矩形框Bd=cat(1,stats.BoundingBox);[s1,s2]=size(Bd);mx=0;fork=1:s1p=Bd(k,3)*Bd(k,4);%寬*高ifp>mx&&(Bd(k,3)/Bd(k,4))<1.8%%%如果滿足面積塊大，而且寬/高<1.8mx=p;j=k;endendfigure,imshow(RGB);holdon;rectangle('Position',Bd(j,:),...'EdgeColor','r','LineWidth',3);title('標(biāo)記圖像','FontWeight','Bold');如圖6所示：圖6人臉識(shí)別標(biāo)記圖、對(duì)原圖像進(jìn)行臉部模糊處理：h1=ones(40,40)/1600;I2=imfilter(RGB,h1);%對(duì)原圖像進(jìn)行全部模糊%figure,imshow(I2);a=Bd(j,:);%臉部標(biāo)記的矩形框的四個(gè)坐標(biāo)fori=a(2)-0.5:a(2)-0.5+a(4);forj=a(1)-0.5:a(1)-0.5+a(3);RGB(i,j,:)=I2(i,j,:);%局部模糊的替換endendfigure,imshow(RGB);title('模糊后的人臉圖像');%顯示模糊后的人臉如圖7所示：圖7人臉模糊隱私保護(hù)圖總結(jié)與致謝這一次做的圖像人臉區(qū)域隱私保護(hù)系統(tǒng)設(shè)計(jì)。原理看似簡(jiǎn)單，但過(guò)程讓我深深感受到再簡(jiǎn)單的圖像處理，理論與實(shí)際也會(huì)有一定的差入。在參考書(shū)設(shè)計(jì)原理的根底上經(jīng)過(guò)了個(gè)人的改良，讓功能更完善，特別是程序的調(diào)試，花的時(shí)間最多，也是最難的一個(gè)地方。通過(guò)本次設(shè)計(jì)，培養(yǎng)了創(chuàng)新意識(shí)和綜合素質(zhì)，更好地掌握了數(shù)字圖像處理設(shè)計(jì)，提高個(gè)人根本能力、實(shí)驗(yàn)及設(shè)計(jì)能力和獨(dú)立工作能力，根本知識(shí)更加牢固，會(huì)編程調(diào)試、會(huì)查資料在設(shè)計(jì)的過(guò)程和設(shè)計(jì)說(shuō)明書(shū)的撰寫(xiě)過(guò)程中，老師給予了我熱心的幫助和大力的支持，給我提了諸多的珍貴意見(jiàn)，拓寬了我的思路。在此我向張運(yùn)楚、楊紅娟、張君捧老師致以崇高的敬意和衷心的感謝！參考文獻(xiàn)[1]王科俊,姚向輝．人臉圖像檢測(cè)與識(shí)別方法綜述[J]．自動(dòng)化技術(shù)與應(yīng)用．2004,23(12).[2]邢藏菊,曲延鋒,王守覺(jué)．靜態(tài)灰度圖像中的人臉快速檢測(cè)[J]．計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào)．V01．14,No．May,2002．[3]周杰,盧春雨,張長(zhǎng)水,等.人臉自動(dòng)識(shí)別方法綜述[J].電子學(xué)報(bào),2004(4):102-106.[4]簡(jiǎn)(JainA.K.)[美],韓博,徐楓著．?dāng)?shù)字圖像處理根底[M]．北京：清華大學(xué)出版社,2006.[5]岡薩雷斯．?dāng)?shù)字圖像處理(MATLAB)中文版[M]．北京：電子工業(yè)出版社,2007.[6]Castleman,K.R.[美]著,朱志剛等譯．?dāng)?shù)字圖像處理[M]．北京:電子工業(yè)出版社,2002．[7]朱虹．?dāng)?shù)字圖像處理根底[M]．北京：科學(xué)出版社,2005.[8]劉志敏,揚(yáng)杰,施鵬飛．?dāng)?shù)學(xué)形態(tài)學(xué)的圖像分割算法[D]．計(jì)算機(jī)工程與科學(xué),1998,20(4):21．[9]章毓晉．圖像分割．北京:科學(xué)出版社,2001．[10]王樹(shù)偉,楊鴝．Matlab6.5輔助圖像處理[M]．電子工業(yè)出版社,2003.附錄：系統(tǒng)設(shè)計(jì)程序RGB=imread('face06.jpg');%face02,04,06YCbCr=rgb2ycbcr(RGB);%將RGB色彩值變換為YcbCr色彩空間〔將RGB真彩色圖像轉(zhuǎn)化為YcbCr色彩空間中相等的圖像〕Y=YCbCr(:,:,1);%這三行分別是Ycbcr空間的y,cb,cr對(duì)應(yīng)矩陣Cb=YCbCr(:,:,2);Cr=YCbCr(:,:,3);imshow(RGB);title('原始圖像RGB');%原始圖像figure,imshow(YCbCr);title('YcbCr色彩空間的圖像');%進(jìn)行將RGB色彩值變換為YcbCr色彩空間的圖像I=RGB;W=size(YCbCr,1);%y對(duì)應(yīng)矩陣寬大小H=size(YCbCr,2);%y對(duì)應(yīng)矩陣高大小k=(2.53/180)*pi;m=sin(k);n=cos(k);%正余弦噪聲cx=109.38;cy=152.02;ecx=1.60;ecy=2.41;a=25.39;b=14.03;%(cb=(100,140),cr=(70,160)這是閾值，這個(gè)閾值應(yīng)該是人臉膚色的范圍fori=1:Wforj=1:HifY(i,j)<110I(i,j,:)=0;elseif(Y(i,j)<=200&&Y(i,j)>=110)x=(double(Cb(i,j))-cx)*n+(double(Cr(i,j))-cy)*m;y=(double(Cr(i,j))-cy)*n-(double(Cb(i,j))-cx)*m;if((x-ecx)^2/a^2+(y-ecy)^2/b^2)<=1I(i,j,:)=255;elseI(i,j,:)=0;endelseifY(i,j)>200x=(double(Cb(i,j))-cx)*n+(double(Cr(i,j))-cy)*m;y=(double(Cr(i,j))-cy)*n-(double(Cb(i,j))-cx)*m;if((x-ecx)^2/(1.1*a)^2+(y-ecy)^2/(1.1*b)^2)<=1I(i,j,:)=255;%膚色局部變?yōu)榘咨玡lseI(i,j,:)=0;%其余轉(zhuǎn)成黑色endendendendfigure,imshow(I);title('膚色區(qū)分后的圖像');%進(jìn)行將膚色識(shí)別后的黑白圖像%%%%%%%%%找到人臉區(qū)域并設(shè)為白色%%%%(r=35)se1=strel('square',35);%這個(gè)函數(shù)可以創(chuàng)立邊長(zhǎng)35的方形元素f0=imclose(I,se1);%利用上面創(chuàng)立的方形元素，彌補(bǔ)imshow(I)中人臉中以及其他局部殘留的小塊黑色figure,imshow(f0);title('修補(bǔ)漏洞后的人臉');%顯示修補(bǔ)漏洞后的人臉%%%44444444444444444444444444444BW=im2bw(f0,graythresh(f0));%二值化figure,imshow(RGB);title('網(wǎng)格標(biāo)記圖像','FontWeight','Bold');holdon;[xt,yt]=meshgrid(round(linspace(1,size(I,1),10)),...round(linspace(1,size(I,2),10)));mesh(yt,xt,zeros(size(xt)),'FaceColor',...'None','LineWidth',3,...'EdgeColor','r');[n1,n2]=size(BW);r=floor(n1/10);%分成10塊，行c=floor(n2/10);%分成10塊，列x1=1;x2=r;%對(duì)應(yīng)行初始化s=r*c;%塊面積fori=1:10y1=1;y2=c;%對(duì)應(yīng)列初始化forj=1:10if(y2<=c||y2>=9*c)||(x1==1||x2==r*10)%如果是在四周區(qū)域loc=find(BW(x1:x2,y1:y2)==0);[p,q]=size(loc);pr=p/s*100;%黑色像素所占的比例數(shù)ifpr<=100f1(x1:x2,y1:y2)=