学位论文 > 优秀研究生学位论文题录展示
基于二代小波图像处理的快速人脸识别研究
作 者: 叶鸿敏
导 师: 沈永增
学 校: 浙江工业大学
专 业: 检测技术与自动化装置
关键词: 人脸识别 二代小波变换 特征提取 图像边缘检测 高维空间几何分析 图像增强
分类号: TP391.41
类 型: 硕士论文
年 份: 2007年
下 载: 275次
引 用: 3次
阅 读: 论文下载
内容摘要
本文以生物识别技术发展为背景,以静态人脸图像为主要研究对象,从智能化辨识理论研究着手,利用现代图像信息处理的新方法对人脸识别领域进行了相关地研究。本课题的研究既是图像处理领域的一种探索,也是社会应用基础研究的一种需求。文中主要侧重于以小波分析和高维空间几何分析等现代信息处理新理论为工具,对人脸图像处理和识别等问题进行了讨论和研究,包括人脸图像的预处理,有效特征的提取,非可控条件下人脸的有效识别等。文中提出的和改进的算法,通过实验验证了其有效性。具体工作有以下几个方面:1.结合小波理论的重要学术价值和应用价值,分析了二代小波变换的算法结构特点,针对人脸识别中有效判别信息的提取、光照变化等环境因素的影响以及计算速度的要求,通过相关实验分析了它在人脸识别应用中的优势。并对小波变换中两个关键问题,小波基的选择和分解层数的确定做了初步研究,对几组常用的小波基作了处理,并对处理结果作了比较,得出在人脸识别应用中相应的指导原则。2.提出了一种基于二代小波变换相邻尺度积的快速图像边缘检测算法在人脸识别中的应用,实验表明该方法能更好地检测出人脸图像边缘特征,在非可控条件下,不同表情(愉快、悲伤、倦怠、惊异)和简单脸部装饰(眼镜),该方法提取的脸部特征有更好的正确识别率。3.提出了一种基于高维空间几何分析理论的人脸图像增强算法。针对人脸自动识别系统在人脸图像采集、形成、传输的过程中容易产生图像降质或退化的现象,结合高维空间几何分析理论的知识,提出了一种人脸图像增强算法,并通过实验印证了该方法的有效性并进行了定量评价。现代信息处理技术的发展极大地促进了人脸识别的智能化,反过来,人脸识别的研究也促进了现代信息处理技术自身的发展。在文章的最后,对所做的工作进行了总结,并对今后进一步的工作内容提出了一些粗浅的看法。
|
全文目录
摘要 5-7 ABSTRACT 7-9 目录 9-11 第一章 绪论 11-20 1.1 引言 11-13 1.2 人脸识别技术概述 13-17 1.2.1 人脸识别技术的发展历史与研究现状 13-14 1.2.2 常用计算机人脸识别技术 14-16 1.2.3 计算机人脸识别常用评价指标 16-17 1.3 论文工作及内容安排 17-20 第二章 二代小波理论的发展及在图像领域的应用 20-36 2.1 小波理论的发展历史与研究现状 20-21 2.2 小波分析在图像处理中的应用 21-23 2.3 传统的一代小波变换 23-27 2.3.1 连续小波与二进小波 23-25 2.3.2 多分辨率分析和Mallat快速算法 25-27 2.4 基于提升格式的二代小波变换 27-31 2.4.1 提升算法的基本原理 27-29 2.4.2 小波滤波器的提升理论和方法 29-31 2.5 提升算法与Mallat算法的实验比较 31-35 2.5.1 三次B样条小波滤波器组的提升实现 31-33 2.5.2 二代小波提升算法与Mallat算法的实验结果与分析 33-35 2.6 本章小结 35-36 第三章 二代小波变换应用在人脸识别中的优势 36-46 3.1 现有小波变换在人脸识别中研究方法概述 36-38 3.2 二代小波变换在人脸识别中的优势 38-41 3.3 人脸识别中应用小波变换关键性问题的研究 41-45 3.3.1 小波基的选择 42-44 3.3.2 小波分解层数的确定 44-45 3.4 本章小结 45-46 第四章 二代小波相邻尺度积人脸边缘特征提取与识别 46-60 4.1 引言 46 4.2 基于二值边缘图像人脸识别常见方法 46-50 4.2.1 常用人脸图像边缘检测方法 46-48 4.2.2 基于人脸二值边缘图像常用识别方法 48-50 4.3 基于二代小波变换相邻尺度积人脸边缘图像检测与识别 50-56 4.3.1 小波模极大值的边缘检测原理 51-52 4.3.2 基于小波相邻尺度积的检测原理 52-54 4.3.3 基于相邻尺度积的人脸边缘图像提取算法 54-56 4.4 实验结果与分析 56-59 4.4.1 特征提取效果比较 56-57 4.4.2 识别效果的比较 57-59 4.5 本章小结 59-60 第五章 基于高维空间几何分析理论的人脸图像增强实现 60-66 5.1 引言 60 5.2 基于高维空间几何分析理论图像增强原理 60-65 5.2.1 高维空间几何分析基本理论 61-62 5.2.2 基于高维空间几何分析理论人脸图像增强原理 62-63 5.2.3 实验结果与分析 63-65 5.3 本章小节 65-66 第六章 总结与展望 66-68 6.1 论文工作总结 66-67 6.2 进一步工作展望 67-68 参考文献 68-73 致谢 73-74 作者在攻读硕士学位期间发表的论文 74
|
相似论文
- 基于SVM的高速公路路面浅层病害的自动检测算法研究,U418.6
- 空间目标ISAR成像仿真及基于ISAR像的目标识别,TN957.52
- 2D人脸模板保护算法研究,TP391.41
- 胆囊炎和肾病综合症脉象信号的特征提取与分类研究,TP391.41
- Q学习在基于内容图像检索技术中的应用,TP391.41
- 直推式支持向量机研究及其在图像检索中的应用,TP391.41
- 中医舌诊中舌形与齿痕的特征提取及分类研究,TP391.41
- 空间交会接近视觉测量方法研究,TP391.41
- 图像实时采集、存储与处理方法研究,TP391.41
- 唇读中的特征提取、选择与融合,TP391.41
- 多币种纸币处理技术的研究与实现,TP391.41
- 基于类Harr特征和最小包含球的纸币识别方法的研究,TP391.41
- 基于图像的路面破损识别,TP391.41
- 移动机器人视觉检测和跟踪研究,TP242.62
- 高光谱与高空间分辨率遥感图像融合算法研究,TP751
- 数字图像处理在集装箱检测中的应用研究,TP274.4
- 基于随机森林的植物抗性基因识别方法研究,Q943
- 基于图像处理技术的烟叶病害自动识别研究,S435.72
- 基于视觉的番木瓜外观品质检测技术研究,S667.9
- 羊绒与羊毛纤维鉴别系统的研究,TS101.921
- 红外图像目标识别及跟踪技术研究,TP391.41
中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com
|