智能門禁報警系統(tǒng)的仿真應(yīng)用

　　文件模塊

　　文件模塊操作按鈕鏈接有基于整幅圖像的人臉識別和基于子圖像的人臉識別方法的選擇。

　　子圖像所對應(yīng)人臉的不同特征在識別過程中所起的作用是不相同的，基于面部骨骼特征、眼睛的分布、鼻子的形狀等結(jié)構(gòu)特征，往往是鑒別人臉的主要依據(jù)?；谡四槇D像的向量求取特征空間時，則計算量非常大，當(dāng)樣本空間很大或者人臉圖像像素較大時，對識別速度會有很大影響。進行加權(quán)特征處理，則使人臉識別問題得到了很好的解決。

　　在進行人臉圖像識別方法的對比分析時，通過人臉圖像識別系統(tǒng)的文件操作按鈕，可選擇基于整幅人臉圖像的識別方法或者基于子圖像的識別方法進行人臉識別。選擇基于子圖像的識別方法之后，進一步設(shè)定子圖像的數(shù)目、子圖像的權(quán)值等參數(shù)。

　　圖像預(yù)處理模塊

　　讀入的訓(xùn)練或者測試人臉圖像經(jīng)過幾何尺度與灰度的歸一化處理，進行人臉圖像矩陣的奇異值分解。本文采用雙線性插值方法對圖像進行尺度歸一化。幾何歸一后的圖像再經(jīng)灰度均衡化處理，人臉圖像的直方圖均衡化是實現(xiàn)圖像增強一種有效途徑。

　　研究發(fā)現(xiàn)人臉的不同特征在識別過程中所起的作用是不相同的，基于面部骨骼特征、眼睛的分布、鼻子的形狀等結(jié)構(gòu)特征，往往是鑒別人臉的主要依據(jù)。

　　人臉特征提取模塊

　　在訓(xùn)練或測試時，通過模塊中功能設(shè)置的選取，設(shè)定鏈接進行人臉子圖像的特征提取。

　　人臉圖像的特征提取方法實現(xiàn)的流程如下：(1)從人臉數(shù)據(jù)庫選擇人臉作為識別訓(xùn)練集;(2)將被選入訓(xùn)練集的人臉圖像幾何歸一;(3)將被選入訓(xùn)練集的人臉圖像灰度歸一;(4)將預(yù)處理過的人臉圖像分為N個子塊;(5)將每一幅圖像變?yōu)橐粋€列向量(先分別將每一個子塊所有向量排成一列，再將N個子塊按順序排成一列);然后以子塊為單位進行;(6)計算全部人臉圖像的均值;(7)計算每一類人臉圖像的平均臉同時將人臉圖像列向量與類內(nèi)平均臉做差。

　　利用訓(xùn)練學(xué)習(xí)過程獲得的人臉圖像數(shù)據(jù)庫中的整幅圖像或子圖像特征空間的數(shù)據(jù)，與測試人臉圖像之間進行計算獲得圖像差。

　　人臉數(shù)據(jù)庫模塊

　　人臉數(shù)據(jù)庫模塊的兩個選項分別鏈接著人臉圖像庫中整幅人臉圖像特征空間和子圖像特征空間的數(shù)據(jù)，供測試時與待測人臉圖像對應(yīng)的特征空間進行對比識別。

　　將YALE人臉圖像庫中選定的圖像進行訓(xùn)練后，得到人臉圖像矩陣、整幅人臉圖像的特征臉空間、子圖像的特征臉空間等數(shù)據(jù)，存儲在人臉數(shù)據(jù)庫中，以備實時調(diào)用。加入新的人臉圖像的類別樣本時，需要重新針對所有樣本圖像進行訓(xùn)練，更新人臉數(shù)據(jù)庫。