基于matlab的人脸识别系统设计与仿真(含matlab源程序)本科毕业论文
基于matlab程序实现人脸识别
基于matlab程序实现人脸识别
人脸识别已经成为一个广泛被应用的技术，例如手机的解锁方式，安全系统等等。
它是一种基于人脸图像进行身份验证或身份识别的技术，也是近年来计算机视觉和模式识别领域研究的热点方向之一。
在这篇文档中，我们将介绍如何使用matlab编写一个简单的人脸识别程序。
人脸识别是什么？
人脸识别可以被定义为一个过程，旨在使用数字算法识别和验证图像或视频中
人脸身份。
在计算机科学的领域中，这项技术可以被描述为一种模式识别技术，
旨在通过在人脸图像上提取可识别特征来确定身份验证。
通俗易懂地理解，就是计算机能够识别人脸的特征，并将其与已知的数据匹配，从而确定人物身份。
人脸识别程序的开发流程
以下是本文介绍的基本程序开发流程：
1.数据集导入和预处理
2.特征提取和脸部对齐
3.模型训练和分类器设计
4.模型评估和测试
数据集导入和预处理
考虑到一个好的项目，我们需要一个良好的数据集。
在这里，我们可以使用来
自orl人脸数据集的数据。
该数据集中包含的有40个人的400幅灰度图像，每个
人有10个不同的示例。
您可以从该网站下载并使用这些数据来测试您的算法。
在这个过程中，我们需要使用matlab中的imread函数将数据读取为数字矩阵，然后将数据分为训练集和测试集。
这个过程旨在将原始的数据转换为我们算法能
够处理的数字矩阵，并将数据划分为训练集和测试集。
``` % 读取数据集 dataFolderPath =。
基于MATLAB的人脸识别系统的研究毕业论文
长沙民政职业技术学院毕业实践报告 题目:基于MATLAB 勺人脸识别系统的研扌旨导老师： ______ 谭刚林 ______________________ 系 另寸： 电子信息工程系 __________________ 班 级： ______________ 电子1133 ____________学号：1119013333 1119013334 1119013335 姓 名： 刘盼符思遥樊阳辉类型:2014年5月5日基于MATLAB勺人脸识别系统的研究符思遥、刘盼、樊阳辉指导老师：谭刚林苏宏艮马勇赞【摘要】人脸检测与识别技术是计算机视觉和模式识别等学科的研究热点之一，是进行身份认证最友好直接的手段，在出入境安全检查、内容检索、证件验证、门禁系统等领域都具有十分广泛的应用前景。
多年来，人脸识别技术中的很多问题都被深入地研究，而且大量的算法已经成功应用于人脸识别。
本文在研究了人脸检测和身份识别的关键技术和相关理论的基础上，重点讨论了在光照和背景不同的条件下，彩色静止图像的人脸检测和身份识别问题，它包括基于肤色分割的人脸粗检测、基于人眼检测的几何归一化和基于二维主成分分析法(2DPCA的身份识别。
本文主要工作如下：首先对彩色图像进行光照补偿，其次通过肤色检测获得可能的脸部区域并二值化，再用形态学开闭运算对图像进行滤波处理并通过一定规则确定人脸区域，然后运用水平垂直投影定位人眼坐标以此对人脸进行几何归一化，识别部分运用2DPCA勺图像映射方法对灰度图进行特征匹配，最后输出识别结果并进行语音播报。
实验结果表明，结合肤色和面部几何特征的算法能够对人脸进行较快速和准确的定位，同时2DPCAT法运用于身份识别也能达到较高的识别率。
本毕业设计对实际应用具有一定的参考价值，该系统的操作流程和输入输出方式是以实际应用为出发点，可应用于公安机关证件验证以及日常家庭的自动门禁系统等。
【关键词】人脸检测；肤色分割；人眼检测；2DPCA特征提取1绪论 (1)1.1选题的背景 (1)1.2人脸识别系统 (2)1.3人脸识别的典型方法 (2)2基于YCbCr颜色空间的肤色分割 (3)2.1三种色彩空间 (3)2.1.1 RGB色彩空间 (3)3基于2DPCA特征提取的身份识别 (4)3.1 2DPCA算法实验结果与分析 (5)3.1.1实验用数据库 (5)3.1.2实验结果与分析 (5)3.1.3 结论 (7)4人脸检测与识别系统设计与实现 (7)4.1系统环境 (7)4.2人脸检测与识别系统框图 (7)4.3系统功能模块 (8)4.4实验结果分析 (9)5总结与展望 (10)5.1总结 (10)5.2展望 (10)参考文献 (12)1绪论1.1选题的背景近年来随着计算机技术和互联网的发展，信息技术的安全变得越来越重要，生物特征识别技术得到广泛研究与开发，如人脸识别、指纹识别、掌形识别等。
(毕业论文)基于MATLAB的指纹识别系统设计
大连民族学院本科毕业设计（论文）基于MATLAB的指纹识别系统设计摘要生物识别技术已经成为身份识别和网络安全的发展技术之一，其中指纹识别技术是目前公认的安全，准确，方便的身份认证技术之一，使之成为人们研究的热点。
本文主要设计一个基于matlab 的指纹识别系统。
首先主要介绍了指纹识别技术研究的背景，意义，及现状。
其次，实现了指纹识别系统，描述了指纹识别系统的基本结构，并且对指纹图像的预处理、特征提取、特征匹配这三个必要的环节的算法进行了详细地研究，在指纹图像预处理阶段，本文使用基于灰度的算法对图像进行了分割，同时，针对二值化后图像中仍存在的噪声，也进行了相应的修整处理，尽可能的为以后指纹特征的提取打好基础，从而成功地实现了对指纹数字图像的处理、特征提取、保存和匹配等功能。
最后，对指纹识别系统进行了仿真，仿真结果表明该系统可以较好的进行识别，准确率达到了95.1%。
关键词：指纹识别；预处理；二值化；特征提取；特征匹配AbstractBiometric technology has become one of the developing technologies for identity recognition and network security. And fingerprint identification technology is now recognized as one of the most safe, accurate and convenient authentication technologies, and it is a focus for researchers.This paper designs a matlab-based fingerprint recognition system. The first introduces the fingerprint recognition technology research background, significance, and the status quo. Secondly, to achieve fingerprint identification system, describes the basic structure of the fingerprint identification system, and the fingerprint image preprocessing, feature extraction, feature matching these three essential aspects of the algorithm is studied in detail in the fingerprint image pre-processing stage this article uses an algorithm based on gray image segmentation carried out at the same time, for the image after binarization noise still exists, but also for the corresponding trimming process, as much as possible for the future lay the foundation for fingerprint feature extraction and thus successfully achieved fingerprint digital image processing, feature extraction, storage and matching functions. Finally, the fingerprint identification system for simulation, simulation results show that the system can identify a better accuracy rate reached 95.1%.Key Words：Fingerprint Recognition；Processing；Binarization；Feature Extraction； Feature Matching目录摘要 (I)Abstract (II)1 绪论 (1)1.1本课题背景和意义 (1)1.2指纹识别技术研究现状 (1)1.3本文的章节安排 (2)2指纹识系统设计 (4)2.1指纹识别系统设计基本结构 (4)2.2指纹图像分割 (4)2.2.1指纹图像分割介绍 (4)2.2.2 均值方差法 (5)2.3指纹图像的细化 (6)2.3.1指纹图像细化的预处理 (6)2.3.2 指纹图像细化方法计算 (7)2.4指纹图像的特征提取 (8)2.4.1 指纹特征提取概述 (8)2.4.2指纹特征提取和去伪特征 (9)2.5 指纹图像匹配方法 (10)2.5.1指纹图像匹配介绍 (10)2.6本章小结 (11)3仿真结果及其分析 (12)3.1仿真结果及分析 (12)3.2本章小结 (14)结论 (16)参考文献 (17)附录 MATLAB程序 (18)致谢 (35)1 绪论1.1本课题背景和意义指纹识别技术的应用十分广泛，指纹因具有终生不变性及稳定性,而且不同人指纹相同的概率几乎为零,因此指纹自动识别系统被广泛应用于案例分析、商业活动中的身份鉴别等领域.目前有很多的生物测定技术可用于身份认证，包括虹膜识别技术、视网膜识别技术、面部识别、签名识别、声音识别技术、指纹识别等，具有安全、可靠的特点，其中自动指纹识别系统是目前研究最多、最有应用前景的生物识别系统。
毕业设计论文-人脸识别系统
人脸识别方法的研究目录第一章绪论第一节课题背景一课题的来源------------------------------------------------------------------------------1二人脸识别技术的研究意义------------------------------------------------------------1 第二节人脸识别技术的国内外发展概况---------------------------------------------------3一国外发展概况---------------------- --------------------------------------------------2二国内发展概况---------------------------------------------------------------------------4 第二章系统的需求分析和方案选择---------------------------------------------------------5第一节可行性分析------------------------------------------------------------------------------5 一技术可行性分析------------------------------------------------------------------------5二操作可行性分析------------------------------------------------------------------------5 第二节需求分析---------------------------------------------------------------------------------6 一应用程序的功能需求分析------------------------------------------------------------6二开发环境的需求分析------------------------------------------------------------------7三运行环境的需求分析------------------------------------------------------------------7 第三节预处理方案选择------------------------------------------------------------------------7 一设计方案原则的选择------------------------------------------------------------------7二图像文件格式选择---------------------------------------------------------------------8三开发工具选择---------------------------------------------------------------------------8四算法选择分析---------------------------------------------------------------------------8 第三章系统的概要设计------------------------------------------------------------------------9第一节各模块功能简介------------------------------------------------------------------------9 第四章系统详细设计-------------------------------------------------------------------------14第一节系统整体设计简述-------------------------------------------------------------------14第二节图像处理详细设计-------------------------------------------------------------------14 一位图详细设计-------------------------------------------------------------------------14二图像点处理详细设计----------------------------------------------------------------15（二）光线补偿算法和代码实现----------------------------------------------------------16（三）图像灰度化算法和代码实现-------------------------------------------------------18（四）高斯平滑算法和代码实现----------------------------------------------------------20（五）灰度均衡算法和代码实现----------------------------------------------------------23（六）图像对比度增强算法和代码实现-------------------------------------------------25 第三节编程时的问题解决-------------------------------------------------------------------26 第五章结构设计-------------------------------------------------------------------------------28 第六章测试-------------------------------------------------------------------------------------35 第一节测试方案选择的原则----------------------------------------------------------------35 第二节测试方案-------------------------------------------------------------------------------36 结束语----------------------------------------------------------------------------------------------------------37 致谢参考文献摘要人脸识别因其在安全验证系统、信用卡验证、医学、档案管理、视频会议、人机交互、系统公安(罪犯识别等)等方面的巨大应用前景而越来越成为当前模式识别和人工智能领域的一个研究热点。
《2024年基于OpenCV的人脸识别系统设计》范文
《基于OpenCV的人脸识别系统设计》篇一一、引言随着科技的快速发展，人脸识别技术已经成为现代计算机视觉领域的一个重要研究方向。
人脸识别系统能够自动识别和验证人的身份，广泛应用于安全监控、门禁系统、支付验证等众多领域。
本文将详细介绍基于OpenCV的人脸识别系统的设计。
二、系统需求分析1. 功能需求：人脸检测、人脸特征提取、人脸识别比对等。
2. 性能需求：高识别率、实时响应、系统稳定。
3. 环境需求：操作系统兼容性强，设备要求合理。
三、系统设计概述基于OpenCV的人脸识别系统主要包括预处理、特征提取和匹配三个部分。
通过图像处理和机器学习技术，实现人脸检测和识别的功能。
四、系统架构设计1. 数据预处理模块：主要完成图像的输入、格式转换、尺寸调整等操作，以满足后续处理的需球。
同时对图像进行去噪和锐化处理，提高识别的准确性。
2. 人脸检测模块：利用OpenCV中的人脸检测算法（如Haar 级联分类器或深度学习模型）进行人脸检测，确定图像中的人脸位置。
3. 特征提取模块：通过OpenCV的深度学习模型（如OpenCV DNN模块中的卷积神经网络）提取人脸特征，如面部关键点信息等。
4. 人脸比对模块：将提取的特征与数据库中已有人脸特征进行比对，找出相似度最高的匹配结果。
根据设定的阈值，判断是否为同一人。
五、关键技术实现1. 人脸检测算法：采用OpenCV中的人脸检测算法，如Haar 级联分类器或深度学习模型，实现对图像中人脸的快速定位。
2. 特征提取算法：利用OpenCV的深度学习模型（如OpenCV DNN模块中的卷积神经网络）进行特征提取，包括面部关键点信息等。
3. 人脸比对算法：采用相似度算法（如欧氏距离、余弦相似度等）进行人脸比对，找出相似度最高的匹配结果。
六、系统实现与测试1. 系统实现：根据设计架构，逐步实现各模块功能。
采用C++编程语言，利用OpenCV库进行开发。
2. 系统测试：对系统进行严格的测试，包括功能性测试、性能测试和稳定性测试等。
基于Labview_Matlab的人脸识别系统设计与实现
超浅埋段长。隧道通过金家街小学操场 及教学楼和简易房。Ｋ０＋４９．９７－ Ｋ０＋２５３， 地表杂填土厚 ０．９～４．８ｍ，基岩顶面距隧道顶 部 １．５～６．２ｍ。 ２．４ 地面建筑及危房覆盖率高
在 Ｋ０＋１７３～Ｋ０＋２５３ 里程上，沿隧道轴 线宽 ８０ｍ 范围内居民密集，地面建筑多为 １－６ 层砖混结构旧房及简易平房砌筑结构，为七十 年代初期建筑。
（２）爆破后沿岩体的切割面（或称爆裂面）应 具有一定的平整度，并能保持原岩体自身的稳 定性， 从而保证爆破效果及隧道内的安全， 即 光面和稳定控制爆破。 ３．２ 控制爆破基准
根据《爆破安全规程》（ Ｇ Ｂ ６ ７ ２ ２ － ８ ６ ） 对
（１ｌ） 其中 为混合成分的比例因子，即用高斯 混合模型来对概率分布矩阵 Ｂ 建模 和 分 别为高斯混合模型的均值和协方差矩阵
图像。
２．４ 特征提取
首先对合法人员进行图像采集建立以每
人 ５ 幅不同表情像的归一化图像为标准的图
像库， 再对库进行 Ｈ Ｍ Ｍ 训练， 就是要为每个
类别确定一组经过优化的 Ｈ Ｍ Ｍ 参数， 每个模
型可以用单幅或多幅图像进行训练，训练步骤
如下：
（１）对人脸进行Ｇａｂｏｒ小波变换，求出特征
结，并将其作为观测向量，即
１ 引言
随着城市交通及地铁隧道的大量修建，穿 越密集建筑物（住宅区）进行小净距浅埋隧道施 工已成为建筑施工企业和工程技术人员亟待 攻克的科技难题。大连市椒金山新建隧道采 用暗挖法施工， 通过优化控制爆破方案， 合理 选择爆破参数对获取理想震动效果，控制地面 沉降，减少围岩扰动及地表建筑物影响起到了 关键作用。该隧道的控制爆破施工是在交通 不中断、相邻隧道净间距小、洞顶覆盖层薄 的困难条件下进行的，本项目控制爆破技术的 成功应用标志着我国超长小净距隧道控制爆 破施工的一个重大突破。
基于人脸识别的疲劳驾驶检测系统的研究(毕业设计论文)
本科毕业设计（论文）基于人脸识别的疲劳驾车检测系统的研究学院（系）：电气工程学院专业：测控技术与仪器学生姓名：学号：指导教师：答辩日期：摘要近些年由于人们的生活节奏快，工作压力大，因疲劳问题而引起的事故时有发生，疲劳驾驶而酿成的惨剧更是使我们警钟长鸣。
为了解决这个问题，本次毕业设计着重讨论一种基于ASM模型的人脸识别算法和一种疲劳驾驶的面部特征判定标准。
本文的主要内容是：首先，简要介绍此次研究的课题意义，再介绍人脸识别和疲劳检测的一些相关的背景知识，由于此次课题是疲劳驾驶的检测，所以介绍的重点是关于疲劳驾驶的检测研究。
其次，讨论疲劳的判定方法，这一部分主要是对疲劳特征的选择研究，涉及到人眼睛和嘴的形状的疲劳特征分析，然后进行疲劳分析的综合。
然后，详细介绍ASM模型的定义，在这一部分中还介绍了ASM的算法、区域收敛方法以及判定收敛的依据，另外，在这部分中将给出算法实现步骤的流程图。
再后，主要内容是图像处理与识别，其中包括图像的预处理和手工描点方法所需要确定的参量，以及如何用matlab程序得到这些参量。
程序的流程图也在这一章展示。
关键词人脸识别；疲劳检测；疲劳特征；动态形状模型AbstractRecently as the fast pace of life and heavy work pressure, accidents caused by fatigue happened frequently. Traffic accident disaster is causing the bells to ring. To solve this problem, the graduation project focused on a face recognition algorithm based on ASM model and a facial features determination standards of fatiguedriving. The main contents are:First, there is a brief introduction of the research, the relevant background knowledge of face recognition and fatigue testing will be given later. as it is the detection of fatiguedriving that we are taking care of, we will mainly focus on the it.Secondly, we will learn the judging methods of fatigue, the part choice of the fatigue characteristics is studied here, the fatigue characteristics of eyes and mouth is analyzed, then we will comprehensively analysis them.Then, the principle and method of ASM person face recognition technology is studied. In this section,we will describe the ASM algorithm, the covergence method and the basis of determining convergence.The flow chart of algorithm will also be given flow chart in this part.Finally, we will show picture pre-treatment methods and picture recognition, this part includes the image pre-processing, the needed parameters and how to use the matlab program to get the parameters. The idea and flow chart of the main program will be given.Keywords Face Recognition; Fatigue Detection; Fatigue Characteristics; Active Shape models目录摘要 (I)Abstract (I)第1章绪论 (1)1.1课题背景和意义 (1)1.2研究现状 (2)1.3本文主要研究内容 (4)第2章疲劳分析和疲劳检测 (5)2.1疲劳驾驶特征综述 (5)2.2具体特征分析 (5)2.2.1 疲劳驾驶眼部特征分析 (5)2.2.2 疲劳驾驶嘴的特征分析 (7)2.2.3原始数据的获取 (8)2.3眼睛和嘴特征的综合分析 (9)2.4本章小结 (9)第3章ASM人脸识别算法 (10)3.1ASM模型的定义 (10)3.2ASM人脸识别的优势 (10)3.2.1 ASM搜索算法的特点 (10)3.2.2 几种识别方式对比分析 (11)3.3ASM的模型建立 (11)3.4ASM模型的搜索算法 (13)3.5流程设计思路 (16)3.6本章小结 (17)第4章图像处理和识别 (18)4.1图像预处理的必要性 (18)4.2常用光照预处理技术 (18)4.2.1 基于直方图的预处理方法 (18)4.2.2 线性变换 (19)4.2.3 对数变换 (20)4.2.4 指数变换 (21)4.2.5 光照预处理方法选择 (21)4.3图片选取策略 (21)4.4图像手工描点的实现 (22)4.4.1 要确定的要素分析 (22)4.4.2 要素值的确定方法 (22)4.5选点策略 (25)4.6程序流程图 (25)4.7收敛过程和识别结果 (26)4.8本章小结 (27)结论 (28)参考文献 (29)第1章绪论1.1 课题背景和意义驾驶疲劳是指驾驶员由于睡眠不足或长时间持续驾驶造成的反应能力下降，这种下降表现在驾驶员困倦、打瞌睡、驾驶操作失误或完全丧失驾驶能力。
人脸识别系统毕业设计(论文)中期报告
机电学院毕业设计(论文)中期报告大连民族学院教务处制一、整体设计思想人脸识别算法的研究这个题目，首先明确此课题的任务要求，并在毕业指导老师的指点下查询相关书籍，并整理资料。
首先，进行的是英文文献翻译部分，根据老师的要求对指定的文献进行翻译，在进行这部分时是比较顺利的，只是在翻译过程中对其中个别专业词汇翻译困难，于是我通过查阅专业词典和请教老师解决了前进中的困难。
于是，进行课题整体构思设计，制定设计方案，并写出开题报告。
根据开题报告的总体轮廓构思各部分的硬件设计。
在收集资料的过程中，我对人脸识别技术有了基本的了解，人脸识别技术是一种重要的生物特征识别技术，应用非常广泛，而且人脸识别的使用非常自然，可以在被识别对象毫无察觉的情况下进行，是一种非常受使用者欢迎的方式。
在设计中，系统采用的是基于特征脸的方法。
特征脸方法是从主成成分分析(PCA)导出的一种人脸识别和描述技术。
它将包含人脸的图像区域看作一随机向量，采用K-L变换得到正交K-L基，对应其中较大特征值的基具有与人脸相似的形状，因此又被称为特征脸。
二、模块及各部分硬件设计完成人脸识别的工作需要一系列的步骤，它们结合起来构成一个完整的流程。
由于研究人员来自不同的学科、具有不同的背脊，而且不同的人脸识别应用中对识别的目标也不同，所以人脸识别的流程并不统一一个比较通用的人脸识别流程如下图所示：输入图像结果输出图1 人脸识别流程图其主要步骤包括：人脸检测/跟踪,特征提取,特征降维,匹配识别.它们之间基本上是串行的关系[3]。
（1）人脸检测/跟踪。
人脸检测是完成人脸识别工作的自动系统的第一个步骤。
该步骤的目的是在输入的图像中寻找人脸区域。
具体来说：给定意一幅任图像，人脸检测的目的是确定是否图像州有人脸存在，如果存在，给出每个人脸的具体位置和范围。
实际应用中人脸图像的采集或获取常在非受控的条件下进行，这样所得到的图像中的人脸在尺寸、朝向、明暗、遮挡、分辨率等方面都有很多不同，使同一的人脸出现各种变形，并有可能导致各种误识、漏识等失败的情况。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
基于matlab的人脸识别系统设计与仿真毕业设计（论文）原创性声明和使用授权说明原创性声明本人郑重承诺：所呈交的毕业设计（论文），是我个人在指导教师的指导下进行的研究工作及取得的成果。
尽我所知，除文中特别加以标注和致谢的地方外，不包含其他人或组织已经发表或公布过的研究成果，也不包含我为获得及其它教育机构的学位或学历而使用过的材料。
对本研究提供过帮助和做出过贡献的个人或集体，均已在文中作了明确的说明并表示了谢意。
作者签名：日期：指导教师签名：日期：使用授权说明本人完全了解大学关于收集、保存、使用毕业设计（论文）的规定，即：按照学校要求提交毕业设计（论文）的印刷本和电子版本；学校有权保存毕业设计（论文）的印刷本和电子版，并提供目录检索与阅览服务；学校可以采用影印、缩印、数字化或其它复制手段保存论文；在不以赢利为目的前提下，学校可以公布论文的部分或全部内容。
作者签名：日期：学位论文原创性声明本人郑重声明：所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果。
除了文中特别加以标注引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写的成果作品。
对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。
本人完全意识到本声明的法律后果由本人承担。
作者签名：日期：年月日学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。
本人授权大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。
涉密论文按学校规定处理。
作者签名：日期：年月日导师签名：日期：年月日注意事项1.设计（论文）的内容包括：1）封面（按教务处制定的标准封面格式制作）2）原创性声明3）中文摘要（300字左右）、关键词4）外文摘要、关键词5）目次页（附件不统一编入）6）论文主体部分：引言（或绪论）、正文、结论7）参考文献8）致谢9）附录（对论文支持必要时）2.论文字数要求：理工类设计（论文）正文字数不少于1万字（不包括图纸、程序清单等），文科类论文正文字数不少于1.2万字。
3.附件包括：任务书、开题报告、外文译文、译文原文（复印件）。
4.文字、图表要求：1）文字通顺，语言流畅，书写字迹工整，打印字体及大小符合要求，无错别字，不准请他人代写2）工程设计类题目的图纸，要求部分用尺规绘制，部分用计算机绘制，所有图纸应符合国家技术标准规范。
图表整洁，布局合理，文字注释必须使用工程字书写，不准用徒手画3）毕业论文须用A4单面打印，论文50页以上的双面打印4）图表应绘制于无格子的页面上5）软件工程类课题应有程序清单，并提供电子文档5.装订顺序1）设计（论文）2）附件：按照任务书、开题报告、外文译文、译文原文（复印件）次序装订教研室（或答辩小组）及教学系意见第一章绪论本章提出了本文的研究背景及应用前景。
首先阐述了人脸图像识别意义；然后介绍了人脸图像识别研究中存在的问题；接着介绍了自动人脸识别系统的一般框架构成；最后简要地介绍了本文的主要工作和章节结构。
1.1 研究背景自70年代以来.随着人工智能技术的兴起.以及人类视觉研究的进展.人们逐渐对人脸图像的机器识别投入很大的热情，并形成了一个人脸图像识别研究领域，.这一领域除了它的重大理论价值外，也极具实用价值。
在进行人工智能的研究中，人们一直想做的事情就是让机器具有像人类一样的思考能力，以及识别事物、处理事物的能力，因此从解剖学、心理学、行为感知学等各个角度来探求人类的思维机制、以及感知事物、处理事物的机制，并努力将这些机制用于实践，如各种智能机器人的研制。
人脸图像的机器识别研究就是在这种背景下兴起的，因为人们发现许多对于人类而言可以轻易做到的事情，而让机器来实现却很难，如人脸图像的识别，语音识别，自然语言理解等。
如果能够开发出具有像人类一样的机器识别机制，就能够逐步地了解人类是如何存储信息，并进行处理的，从而最终了解人类的思维机制。
同时，进行人脸图像识别研究也具有很大的使用价依。
如同人的指纹一样，人脸也具有唯一性，也可用来鉴别一个人的身份。
现在己有实用的计算机自动指纹识别系统面世，并在安检等部门得到应用，但还没有通用成熟的人脸自动识别系统出现。
人脸图像的自动识别系统较之指纹识别系统、DNA鉴定等更具方便性，因为它取样方便，可以不接触目标就进行识别，从而开发研究的实际意义更大。
并且与指纹图像不同的是，人脸图像受很多因素的干扰:人脸表情的多样性;以及外在的成像过程中的光照，图像尺寸，旋转，姿势变化等。
使得同一个人，在不同的环境下拍摄所得到的人脸图像不同，有时更会有很大的差别，给识别带来很大难度。
因此在各种干扰条件下实现人脸图像的识别，也就更具有挑战性。
国外对于人脸图像识别的研究较早，现己有实用系统面世，只是对于成像条件要求较苛刻，应用范围也就较窄，国内也有许多科研机构从事这方而的研究，并己取得许多成果。
1.2 人脸图像识别的应用前景人脸图像识别除了具有重大的理论价值以及极富挑战性外，还其有许多潜在的应用前景，利用人脸图像来进行身份验证，可以不与目标相接触就取得样本图像，而其它的身份验证手段，如指纹、眼睛虹膜等必须通过与目标接触或相当接近来取得样木，在某些场合，这些识别手段就会有不便之处。
就从目前和将来来看，可以预测到人脸图像识别将具有广阔的应用前景，如表1-1中所列举就是其中已经实现或逐步完善的应用。
表1-1 人脸识别的应用1.3 本文研究的问题本文介绍了人脸图像识别中所应用MATLAB对图像进行预处理，应用该工具箱对图像进行经典图像处理,通过实例来应用matlab 图像处理功能，对某一特定的人脸图像处理，进而应用到人脸识别系统。
本文在总结分析人脸识别系统中几种常用的图像预处理方法基础上，利用MATLAB实现了一个集多种预处理方法于一体的通用的人脸图像预处理仿真系统，将该系统作为图像预处理模块可嵌入在人脸识别系统中，并利用灰度图像的直方图比对来实现人脸图像的识别判定。
其中涉及到图像的选取，脸部定位，特征提取，图像处理和识别几个过程。
1.4 识别系统构成人类似乎具有“与生俱来”的人脸识别能力，赋予计算机同样的能力是人类的梦想之一，这就是所谓的“人脸识别”系统。
假设我们把照相机、摄像头、扫描仪等看作计算机的“眼睛”，数字图像可以看作计算机观察到的“影像”，那么AFR赋予计算机根据其所“看到”的人脸图片来判断人物身份的能力。
广义的讲，自动人脸识别系统具有如图1.1所示的一般框架并完成相应功能的任务。
图1.1 人脸识别系统一般框架(1)人脸图像的获取一般来说，图像的获取都是通过摄像头摄取，但摄取的图像可以是真人，也可以是人脸的图片或者为了相对简单，可以不考虑通过摄像头来摄取头像，而是直接给定要识别的图像。
(2)人脸的检测人脸检测的任务是判断静态图像中是否存在人脸。
若存在人脸，给出其在图像中的坐标位置、人脸区域大小等信息。
而人脸跟踪则需要进一步输出所检测到的人脸位置、大小等状态随时间的连续变化情况。
(3)特征提取通过人脸特征点的检测与标定可以确定人脸图像中显著特征点的位置（如眼睛、眉毛、鼻子、嘴巴等器官），同时还可以得到这些器官及其面部轮廓的形状信息的描述。
根据人脸特征点检测与标定的结果，通过某些运算得到人脸特征的描述（这些特征包括：全局特征和局部特征，显式特征和统计特征等）。
(4)基于人脸图像比对的身份识别即人脸识别(Face Identification)问题。
通过将输入人脸图像与人脸数据库中的所有已知原型人脸图像计算相似度并对其排序来给出输入人脸的身份信息。
这包括两类识别问题：一类是闭集(Close Set)人脸识别问题，即假定输入的人脸一定是人脸库中的某个个体；另一类是开集(Open Set)识别，即首先要对输入人脸是否在已知人脸库中做出判断，如果是，则给出其身份。
(5)基于人脸图像比对的身份验证即人脸确认(Face Verification)问题。
系统在输入人脸图像的同时输入一个用户宣称的该人脸的身份信息，系统要对该输入人脸图像的身份与宣称的身份是否相符作出判断。
1.5 论文的内容及组织第二章主要介绍人脸识别系统中所用到的仿真软件Matlab，介绍了在人脸图像识别过程中所需要的图像处理技术，包括：一些基本操作、格式转换、图像增强等。
并做了一个Matlab图像处理功能的实例第三章主要始涉三个方面：首先是对人脸识别系统的构成做详细论述；其次就是对人脸识别过程中的关键环节人脸检测、特征提取和图像预处理做详细介绍；最后就是Matlab在人脸识别系统中的具体应用，即人脸图像识别的具体技术，并用Matlab进行仿真试验并得到结果。
第四章是对人脸图像识别体系构架的设计，并给出了人脸识别用到的理论知识即直方图差异对比，并编写matlab代码实现人脸图像识别。
第五章总结了全文的工作并对以后的需要进一步研究的问题进行了展望。
第二章图像处理的Matlab实现2.1 Matlab简介由Math Work公司开发的Matlab语言语法限制不严格,程序设计自由度大,程序的可移植性好。
Matlab还推出了功能强大的适应于图像分析和处理的工具箱,常用的有图像处理工具箱、小波分析工具箱及数字信号处理工具箱。
利用这些工具箱,我们可以很方便的从各个方面对图像的性质进行深入的研究。
Matlab图像处理工具箱支持索引图像、RGB图像、灰度图像、二进制图像并能操作.bmp、.jpg、.tif 等多种图像格式文件。
2.2 数字图像处理及过程图像是人类获取信息、表达信息和传递信息的重要手段。
利用计算机对图像进行去除噪声、增强、复原、分割、提取特征等的理论、方法和技术称为数字图像处理。
数字图像处理技术已经成为信息科学、计算机科学、工程科学、地球科学等诸多方面的学者研究图像的有效工具。
数字图像处理主要包括图像变换、图像增强、图像编码、图像复原、图像重建、图像识别以及图像理解等内容。
2.2.1图像处理的基本操作读取和显示图像可以通过imread()和imshow()来实现;图像的输出用imwrite()函数就可以很方便的把图像输出到硬盘上;另外还可以用imcrop()、imrisize()、imrotate()等来实现图像的裁剪、缩放和旋转等功能。
2.2.2图像类型的转换Matlab支持多种图像类型,但在某些图像操作中,对图像的类型有要求,所以要涉及到对图像类型进行转换。
Matlab7.0图像处理工具箱为我们提供了不同图像类型相互转换的大量函数,如mat2gray()函数可以将矩阵转换为灰度图像,rgb2gray()转换RGB图像或颜色映像表为灰度图像。