数字图像处理实验报告
院系计算机科学学院
班级计科11303
小组成员张世柳、邓伟养、兰洋、冯威
成员学号
实验名称基于MATLAB的人脸识别算法
实验时间2015100120151019
实验地点东4教2号机房
f目录
一、绪论2
二、实验设计2
一实验题目2
二实验目的2
三、实验准备2
一环境准备2
二知识准备3
四、算法设计3
一问题描述3
1主成分的一般定义3
2主成分的性质4
3主成分的数目的选取4
二PCA算法的功能实现5
1人脸空间的建立5
2特征向量的选取5
3人脸识别5
4识别流程6
五、程序实现6
一人脸识别程序6
1用户界面6
2选择图片6
3图片选择后6
4查找后6
二测试及结果分析6
六、实验总结7
七、参考文献10
f一、绪论
随着科技的发展人类社会的进步传统身份识别由于容易遗失容易被破解已不能起到身份识别作用。人们需要更加安全可靠的身份识别技术。而生物特征的独一无二不易丢失和被复制的特性很好满足了身份识别的需要。同时随着计算机科学技术和生物医学的发展使得利用生物特征识别成为了可能。在生物特征识别领域由于人脸识别的操作快速简单结果直观准确可靠不需要人的配合等优点已成为人们关注的焦点。主成分分析PCA通过提取高维度的人脸图像的主元使得图像在低维度空间中被处理来降低了图像处理的难度。由于其有效的解决了图像空间维数过高的问题已经成为人脸识别领域非常重要的理论本实验研究的是基于MATLAB人脸识别算法的实现。
二、实验设计
一实验题目
机器人视觉基于MATLAB的人脸识别算法
二实验目的
1初步了解人脸识别的特征法
2学会使用主成分分析算法PCA
3通过功能模块实现人脸识别系统
4完成数字图像处理课程的作业要求。
三、实验准备
一环境准备
MATLAB70
f二知识准备
1MATLAB的优势特点
1高效的数值计算及符号计算功能能使用户从繁杂的数学运算分析中解脱出来
2具有完备的图形处理功能实现计算结果和编程的可视化
3友好的用户界面及接近数学表达式的自然化语言使学者易于学习和掌握
4功能丰富的应用工具箱为用户提供了大量方便实用的处理工具。
2主成分分析Pri
cipalCompo
e
tA
alysisPCA将多个变量通过线性变换以选出较少个数重要变量的一种多元统计分析方法。PCA是数字图像处理中经常用到的降维方法在处理有关数字图像处理方面的问题时比如经常用的图像的查询问题在一个几万或者几百万甚至更大的数据库中查询一幅相近的图像。这时我们通常的方法是对图r