机器学习概述课程设计报告(MATLAB人脸识别).doc

山东大学威海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，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强大的功能五． 参考文献 [1] 姚敏．数字图像处理[M]．机械工业出版社，2006：2．[2] 王爱民，沈兰荪．图像分割研究综述[J]．测控技术，2000，19（5）：1-5．[3] 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MATLAB实现[M]．北京：电子工业出版社，2010，2：149-150．[5] 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，2009，7：38．[7] 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，2009，3：235．[8] 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', '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<=170 figure(1); imshow(f); se=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:num; [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; end end L=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=min(L_r+img(:,:,1),255); img1_g=min(L_g+img(:,:,2),255); img1_b=min(L_b+img(:,:,3),255); img1=cat(3,img1_r,img1_g,img1_b); figure(6),imshow(img1);。