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）
数字图像处理 课程设计报告 姓名： 学号： 班级： 设计题目：图像处理 教师：赵哲老师 提交日期： 12月29日
一、设计内容： 主题：《图像处理》 详细说明：对图像进行处理（简单滤镜，模糊，锐化，高斯模糊等），对图像进行处理（上下对称，左右对称，单双色显示，亮暗程度调整等），对图像进行特效处理（反色，实色混合，色彩平衡，浮雕效果，素描效果，雾化效果等）， 二、涉及知识内容： 1、二值化 2、各种滤波 3、算法等 三、设计流程图 四、实例分析及截图效果： 运行效果截图： 第一步：读取原图,并显示 close all;clear;clc; % 清楚工作窗口clc 清空变量clear 关闭打开的窗口close all I=imread(''); % 插入图片赋给I imshow(I);% 输出图I I1=rgb2gray(I);%图片变灰度图 figure%新建窗口 subplot(321);% 3行2列第一幅图 imhist(I1);%输出图片
title('原图直方图');%图片名称 一，图像处理模糊 H=fspecial('motion',40); %% 滤波算子模糊程度40 motion运动 q=imfilter(I,H,'replicate');%imfilter实现线性空间滤波函数，I图经过H滤波处理，replicate反复复制q1=rgb2gray(q); imhist(q1); title('模糊图直方图'); 二，图像处理锐化 H=fspecial('unsharp');%锐化滤波算子，unsharp不清晰的 qq=imfilter(I,H,'replicate'); qq1=rgb2gray(qq); imhist(qq1); title('锐化图直方图'); 三，图像处理浮雕(来源网络) %浮雕图 l=imread(''); f0=rgb2gray(l);%变灰度图 f1=imnoise(f0,'speckle',; %高斯噪声加入密度为的高斯乘性噪声 imnoise噪声污染图像函数 speckle斑点 f1=im2double(f1);%把图像数据类型转换为双精度浮点类型 h3=1/9.*[1 1 1;1 1 1;1 1 1]; %采用h3对图像f2进行卷积滤波 f4=conv2(f1,h3,'same'); %进行sobel滤波 h2=fspecial('sobel'); g3=filter2(h2,f1,'same');%卷积和多项式相乘 same相同的 k=mat2gray(g3);% 实现图像矩阵的归一化操作 四，图像处理素描(来源网络) f=imread(''); [VG,A,PPG] = colorgrad(f); ppg = im2uint8(PPG); ppgf = 255 - ppg; [M,N] = size(ppgf);T=200; ppgf1 = zeros(M,N); for ii = 1:M for jj = 1:N if ppgf(ii,jj) 企业型 人脸识别考勤系统说明书 目录 1. 产品说明 1.1产品概述 企业型E5考勤机系列，专门针对企业级用户的考勤应用而设计，将最新FaceImage+V4.0人脸识别算法配合强大的DSP处理器，实现脱机使用，系统长期工作稳定。同时，通过专利设计的“多光源人脸识别”技术与高性能DSP 处理器的完美结合，分析人脸特征作为身份识别的依据，提供准确的人员通行权限/考勤记录。 新企业型E5考勤机系列，使用3.5寸全触摸大屏幕，更佳感官体验，不带机械键盘，结构精致，配合人性化的GUI 界面、语音提示操作及WEB管理软件，操作简便，符合企事业单位用户的使用习惯。采用主动式辅助光源技术，光线适应能力强，24小时全天候工作，是首款“真正意义上的在室外环境下”工作的人脸识别考勤机。该产品还具备智能自学习、USB数据导入导出、网络远程管理等众多功能，配备飞瑞斯新考勤软件，支持多种识别模式，广泛适用于企业、事业单位等需要考勤管理的场所。 1.2产品型号 支持选配： ?ID/IC韦根读卡模块集成（内置读卡模块） ?网络用户数据同步（联网版） ?远程视频监控（视频监控平台） 1.3功能特色 ?最新人脸识别算法 ?采取独特的FaceImage+V4.0最新人脸识别算法，结合“多光源人脸识别”先进技术和高性能DSP处理器，识别精度更高，识别速度更快 ?真正适应室外环境 ?全球首款真正意义上能在室外工作的人脸识别产品，具备优秀的光线适应能力；同时，不受种族肤色及性别的影响，不受面部表情，胡须和发型等变化的影响 ?24小时不间断工作 ?采用完全对人体无伤害的不可见辅助光源技术，白天黑夜都能良好识别，24小时不间断工作 ?稳定性高，低耗节能 ?采用高性能、低功耗DSP处理器，完全脱机操作，系统经过长期运行检测，工作稳定。同时，设备支持自动休眠模式，环保节能 ?操作简单，界面人性化 ?TFT液晶显示/触摸屏，人性化的GUI界面和WEB端管理软件，支持本地操作及提供实时显示功能，并有声音提示 ?人脸识别模式，不可替代性 基于人脸唯一性特征，无法被替代及复制 ?多种识别模式可选 可根据用户需求灵活设置：单人脸识别；单刷卡识别，ID/IC卡+人脸识别等多种识别模式?智能自学习功能 ?自动校对时间，自动捕获人脸，具备模板自学习功能，随着发型、肤色、年龄等变化动态更新人脸数据库，保证数据库的模板始终为用户最近信息资料，从而始终正确识别人脸 ?海量存储，U盘备份 ?SD卡本地数据存储，存储容量可根据要求扩充，支持USB存储设备数据导入/导出数据 1.4硬件组成配件 数字图像处理课程设计--人脸检测 数字图像处理课程设计报告 （人脸检测） 姓名：xxx 学号：xxxx 1 引言 随着科学技术的飞速发展，互联网的广泛应用，重要部门(机场、银行、军政机关、重点控制地区)的进出，计算机网络中重要信息的存储与提取，都需要可靠的人身鉴别。身份的识别已经成为一种人们日常生活中经常遇到的问题。人脸识别作为生物特征识别中成功的应用之一，因为其巨大的商业应用前景，受到越来越多的重视。 人们更多的是在电影中看到这种技术的神奇应用：警察将偷拍到的嫌疑犯的脸部照片，输入到电脑中，与警方数据库中的资料进行比对，并找出该嫌犯的详细资料和犯罪记录。这并非虚构的情节，在国外，人脸识别技术早已被大量使用在国家重要部门以及军警等安防部门。在国内，对于人脸识别技术的研究始于上世纪90年代，目前主要应用在公安、金融、网络安全、物业管理以及考勤等领域。近 30 年以来，人脸识别技术有了长足的发展，并且逐步走向实际应用阶段[1]。 2 实验方法 2.1 方法综述 典型人脸识别系统的实现过程如图2.1所示，一般包括三个步骤:人脸检测、人脸特征提取、人脸识别与验证。在实现过程中，首先输入图像集，然后用人脸检测模块进行人脸检测。如果检测到人脸图像，则进行特征点定位，一般以两眼中心为基准，根据两眼距离d，对人脸图像进行归一化处理，归一化处理包含了图像预处理，图像缩放以及有效人脸区域选取等操作。最后对归一化的人脸图像进行特征提取，送入分类器进行识别，最终获得识别结果[2]。 图像预处理特征提取特征对比 (分类器) 结果输出 图像输入 图2.1 人脸识别技术处理流程图 在预处理阶段，对图像进行优化，尽可能去除或者减小光照、成像系统、外部环境等对待处理图像的干扰，为后续处理提高质量。以便使不同的人脸图像尽可能在同一条件下完成特征提取、训练和识别。人脸图像的预处理主要包括人脸扶正，人脸图像的增强，以及归一化等工作。人脸扶正是为了得到人脸 电子科技大学 数字图像处理课程设计 课题名称数字图像处理 院（系）通信与信息工程学院 专业通信工程 姓名 学号 起讫日期 指导教师 2015年12月15日 目录 摘要： (03) 课题一：图像的灰度级分辨率调整 (04) 课题二：噪声的叠加与频域低通滤波器应用 (06) 课题三：顶帽变换在图像阴影校正方面的应用 (13) 课题四：利用Hough变换检测图像中的直线 (15) 课题五：图像的阈值分割操作及区域属性 (20) 课题六：基于MATLAB?的GUI程序设计 (23) 结束语： (36) 参考文献： (37) 基于MATLAB?的数字图像处理课题设计 摘要 本文首先对数字图像处理的相关定义、概念、算法与常用变换进行了介绍；并通过七个课题实例，借助MATLAB?的图像处理工具箱（Computer Vision System Toolbox）对这些案例逐一实现，包括图像的灰度值调整、图像噪声的叠加、频域低通滤波器、阈值分割、Hough变换等，常用的图像变化与处理；然后通过MATLAB?的GUI程序设计，对部分功能进行模块化整合，设计出了数字图像处理的简易软件；最后给出了软件的帮助文件以及该简易程序的系统结构和m代码。 关键词：灰度值调整噪声图像变换 MATLAB? GUI设计 课题一：图像的灰度级分辨率调整 设计要求： 128,64,32,16,8,4,2，并在同一个figure窗将图像的灰度级分辨率调整至{} 口上将它们显示出来。 设计思路： 灰度级分辨率又称色阶，是指图像中可分辨的灰度级的数目，它与存储灰度级别所使用的数据类型有关。由于灰度级度量的是投射到传感器上的光辐射值的强度，所以灰度级分辨率又称为辐射计量分辨率。随着图像灰度级分辨率的的逐渐降低，图像中所包含的颜色数目将变得越来越少，从而在颜色维度造成图像信息量的退化。 MATLAB?提供了histeq函数用于图像灰度值的改变，调用格式如下： J = histeq(I,n) 其中J为变换后的图像，I为输入图像，n为变换的灰度值。依次改变n的值为 128、64、32、16、8、4、2 就可以得到灰度值分辨率为128、64、32、16、8、4、2 的输出图像。利用MATLAB?的subplot命令可以将不同灰度的图像放在同一个figure中方便对比。 课题实现： 该思路的MATLAB?源代码如下： in_photo=imread('lena.bmp'); %读入图片“lena.bmp”，位置在matlab当前工作区路径下D:\TempProject\Matlab\Works for i = [128,64,32,16,8,4,2] syms(['out_photo',num2str(i)]); %利用for循环定义7个变量，作为不同灰度值分辨率的输出变量 eval(['out_photo',num2str(i), '=histeq(in_photo,i)',';']); %histeq函数用于改变图像灰度值，用eval函数给变量循环赋值 AI智能人脸识别系统 技 术 方 案 北京XX软件科技 2019年X月 目录 第1章设计背景 (1) 第2章系统方案 (4) 2.1 智能人像比对平台 (4) 2.1.1 系统结构 (4) 2.1.2 设计原则 (5) 2.1.3 人像对比算法 (8) 2.1.4 人像资源库 (10) 2.1.5 软件系统介绍 (12) 2.1.6 移动终端介绍 (18) 2.1.7 网络环境 (19) 2.2 动态人脸监控识别平台 (19) 2.2.1 动态监控数据库 (22) 2.2.2 人像基础比对服务平台 (24) 2.2.3 可用实例分析 (25) 2.3 校园人脸识别系统 (27) 2.3.1 概述 (27) 2.3.2 系统组成 (28) 2.3.3 系统功能 (29) 2.4 系统集成 (31) 2.4.1 集成建设总体原则 (31) 2.4.2 本期集成项目集成规划思路 (52) 2.4.3 项目成果交付 (74) 2.4.4 项目质量服务体系 (77) 第3章售后服务计划 (89) 第1章设计背景 随着国内平安城市、智慧城市项目的深入发展，城市监控的高清化进一步得到普及，摄像机数量大规模增长，使得人脸识别在数据的采集上阻碍大大减小，提升了人脸识别的质量与应用领域。在人脸识别的应用场景中，面部解锁、上班打卡、机场安检等一些场景被不断尝试，成为人脸识别最重要的应用场景。 据统计数据显示，仅在中国大陆，在未来三年内有望形成年销售额过百亿，并在未来十年内则有望形成年销售额过千亿的市场规模。从2010年起，其118个成员国家和地区，必须使用机读护照，人脸识别项目技术是首推识别模式，该规定已经成为国际标准。中国公安部一所正在加紧规划和实施中国的电子护照计划。在技术越来越先进的未来，技术的不断进步势必会倒逼信息安全标准的不断升级，因此包括身份证以及电子护照等证件的升级换代势必会给人脸识别领域带来更多的机会。 目前我公司人脸识别项目系统基于神经网络”深度学习”的模型选择算法，提供人脸布控、人脸比对、以图搜图、轨迹跟踪、白/ 黑名单管理等核心业务功能，克服了传统技术的缺点，可实现重点监控区域人员的快速查找。 1、平安城市：延安市公安局高清视频监控指挥系统，延安市公安局高清视频监控指挥系统建设项目是由延安市公安局负责牵头建设的市府2012年重点建设项目之一。作为市政府数字延安的重要组成部 课程设计课程名称：计算机图形学与可视化学生姓名： 学号： 专业班级： 指导老师： 院系名称： 课程设计任务书 设 计 题 目 利用迭代函数系统生成分形图案成绩课 程设计主要内容迭代函数系统（Iteration Function System，简称IFS）是以仿射变换为框架，根据几何对象的整体与局部具有自相似的结构，将总体形状以一定的概率按不同的仿射变换迭代下去，直至得到满意的分型图形。迭代函数系统绘制分形图形有两种方法：确定性迭代算法和随机性迭代算法。本文将以此原理出发，分析分形图形的生成方法，探索一些利用IFS产生丰富的分形图形的简便方法及具体应用。 具体内容请看下面的正文。 指导教师评语建议：从学生的工作态度、工作量、设计（论文）的创造性、学术性、实用性及书面表达能力等方面给出评价。 签名： 20 年月日 目录 一．系统功能介绍 (4) 二．设计思路 (6) 三．模块图 (6) 四．小组成员及任务分配 (7) 五．主要算法介绍 (7) 六．源代码 (8) 七．程序使用说明 (8) 八．调试结果 (8) 九．总结 (14) 十．参考文献 (15) 正文： 一．系统功能介绍 迭代函数系统（Iteration Function System，简称IFS）最早是由Hutchision 在1981年提出的。美国佐治亚理工学院的M F Bamsley等人在SIGGRAMPH’88国际会议上对IFS所作的专题报告，使IFS成为分形图像压缩的基础，从而使IFS成为分形图形学最有生命力的领域之一。 迭代函数系统（IFS）是以仿射变换为框架，根据几何对象的整体与局部具有自相似的结构，将总体形状以一定的概率按不同的仿射变换迭代下去，直至得到满意的分形图形。 目前使用的迭代函数系统绘制分形图的算法主要有两种：确定性迭代算法和随机性迭代算法。它们都是通过IFS码进行迭代而产生图形的方法。 确定性迭代算法是通过仿射变换得到的。其基本原理就是找一个初始集，对集上的每一个点，根据给定的仿射变换公式进行数据变换，便可得到新的点集。这样通过多次迭代，便可绘制所需的图形。并且每个图形的局部和整体相似。只要其仿射变换系数相同，即IFS码相同，当迭代次数足够大时，最终生成的图形是相同的。 随机性迭代算法用到了概率，从而可以对图形的细节和颜色进行控制。随机性迭代算法的基本原理就是利用一个给定的IFS码{：j=1，2，…，N}（每一个仿射变换对应于一个概率），从任选的一个初始点（，）出发，依据其概率分布{，，，…，}，从{：j=1，2，…，N}中选择相应的进行仿射变换，可得到新的点（，）。然后再由概率选择相应的进行变换，进而得到新的点（，）。这样反复迭代，便可得到一系列的点{（，），（，），（，），…}。这些点集显示在屏幕上，便得到一个完整的分形图。 分形，又称碎形，通常被定义为“一个粗糙或零碎的几何形状，可以分成数个部分，且每一部分都（至少近似地）是整体缩小后的形状”，即具有自相似的性质。分形思想的根源可以追溯到公元17世纪，而对分形使用严格的数学处理则始于一个世纪后卡尔·魏尔施特拉斯、格奥尔格·康托尔和费利克斯·豪斯多夫对连续而不可微函数的研究。但是分形一词直到1975年才由本华·曼德博创造出，来自拉丁文，有“零碎”、“破裂”之意。一个数学意义上分形的生成是基于一个不断迭代的方程式，即一种基于递归的反馈系统。分形有几种类型，可以分别依据表现出的精确自相似性、半自相似性和统计自相似性来定义。虽然分形是一个数学构造，它们同样可以在自然界中被找到，这使得它们被划入艺术作 人脸识别门禁系统设计方案 1监狱人脸识别门禁系统概述随着监狱的推进，传统的监控管理模式面临着改革的挑战。一方面识安全保卫形式的日趋严峻；另一方面是机构压缩、人员精简。新的形势向安全保卫工作提出了新的需求。在监狱的统一安排下，根据技术要求的在区域内设置了人脸识别门禁系统，并对系统进行了合理有效的整合，使达到了物防、技防、人防的有机结合。监狱大门及AB门是监管场所与外界交接的重要部位。为严格控制监舍区，生产区人员出入，防范罪犯逃脱，实现有效的统一指挥，确保监管场所的安全，在监狱大门及AB门安装智能人脸识别管理系统。监狱人脸识别门禁管理系统由以下6个子系统组成：1.监狱外大门门禁管理系统2.干警通道门禁管理系统3.会见家属通道门禁管理系统4.车辆通道门禁管理系统（与干警通道共用一套系统）5.考勤系统6.在押罪犯面像管理系统2系统功能1.监狱外大门门禁管理系统: 身份证识别系统与人脸识别系统配合使用，严格控制外来人员进出状况，避免罪犯采用外来人员身份逃狱的可能性；此系统用于监狱所有干警人员的数据录入，包括面像采集，个人信息软件，派卡，以及外来人员的登记，包括身份证识别，面像采集，个人信息输入，派临时卡等。2.干警通道门禁管理系统： 采用IC 卡加红外人脸识别，双重验证，人脸IC 卡技术根据面相的唯一性、确定性和可分类性的特点，将先进的面相识别技术与智能卡读写技术高度结合，具有面相采集与IC 卡读写的全部功能和高效、准确、安全等特点。可严格监管和控制每个干警人员和外来人员的进出情况，杜绝非允许人员的进出。另与门禁系统组成报警盒矩阵，用于干警人员用A 卡换B 卡时，自动弹出相对应的柜子。3.会见家属通道门禁管理系统： 采用人脸识别+IC卡相结合的方式保证进出人员的高度统一，严防监犯扮家属从此通道脱逃，严格控制人员的外出。并完善地与蝴蝶闸配合使用。4.车辆通道门禁管理系统（与干警通道共用一套系统）： 与干警通道门禁管理系统和联合使用，严格控制外来人员的进出及检查。5.考勤系统： 基于肤色的人脸检测 摘要 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。 关键词:脸部定位，特征提取，图像处理，MATLAB Abasract This paper introduces the application of MATLAB in face image recognition of image preprocessing,the application of the toolkit for classical image processing, application MATLAB image processing function through instance,for a particular face image processing,and then applied to the face recognition system.In face recognition system based on the summary analysis of several commonly used image preprocessing method based on the MATLAB implements a collect a variety of pretreatment method for the integration of the universal facial image preprocessing simulation system,the system as the image preprocessing module can be embedded in a face recognition system,and use the gray histogram of the image matching to realize the face image recognition. Key words:face positioning,feature extraction,picture processing,MATLAB . . . .页脚. 数字图像处理课程设计容、要求 题目一：图像处理软件 1、设计容及要求： （1）、独立设计方案，实现对图像的十五种以上处理（比如：底片化效果、灰度增强、图像复原、浮雕效果、木刻效果等等）。 （2）、参考photoshop软件，设计软件界面，对处理前后的图像以及直方图等进行对比显示； （3）、将实验结果与其他软件实现的效果进行比较、分析。总结设计过程所遇到的问题。 2、参考方案（所有参考方案若无特殊说明，均以matlab为例说明）： (1)实现图像处理的基本操作 学习使用matlab图像处理工具箱，利用imread（）语句读入图像，例如 image=imread（flower.jpg），对图像进行显示(如imshow（image）)，以及直方图计算和显示。 (2)图像处理算法的实现与显示 针对课程中学习的图像处理容，实现至少十五种图像处理功能，例如模糊、锐化、对比度增强、复原操作。改变图像处理的参数，查看处理结果的变化。自己设计要解决的问题，例如引入噪声，去噪；引入运动模糊、聚焦模糊等，对图像进行复原。 (3)参照“photoshop”软件，设计图像处理软件界面 可设计菜单式界面，在功能较少的情况下，也可以设计按键式界面，视功能多少而定；参考matlab软件中GUI设计，学习软件界面的设计。 . . . 题目二：数字水印 1、设计容及要求： 为保护数字图像作品的知识产权，采用数字水印技术嵌入水印图像于作品中，同时尽可能不影响作品的可用性，在作品发生争执时，通过提取水印信息确认作品。通常情况下，水印图像大小要远小于载体图像，嵌入水印后的图像可能遇到噪声、有损压缩、滤波等方面的攻击。因此，评价水印算法的原则就是水印的隐藏性和抗攻击性。根据这一要求，设计水印算法。 （1）、查阅文献、了解数字水印的基本概念。 （2）、深入理解一种简单的数字水印嵌入与提取方法。 （3）、能够显示水印嵌入前后的载体图像。 （4）、能够显示嵌入与提取的水印。 （5）、选择一种以上的攻击方法，测试水印算法的鲁棒性等性能。 （6）、设计软件界面 2、参考方案 (1)对水印图像进行编码置乱（可采用伪随机码，提高水印图像的隐蔽性）； (2) 对图像进行子图像分解（如8*8），对子块分别进行DCT变换； (3) 对DCT系数按照zig-zag排序进行排列，选择一种频系数，对该种频系数相邻 的系数进行水印嵌入 (4) 低通滤波检验水印算法的抗攻击性。 (5) 设计数字水印的软件界面。 .页脚. 项目名称：人脸识别门禁管理系统 建设单位：飞机设计研究所 设计单位：吉比特科技 飞机设计研究所 人脸识别门禁管理系统 设 计 方 案 吉比特科技 2013年8月15日 人脸识别门禁管理系统设计方案一、系统概述 随着飞机研究所各项建设的推进，传统的监控管理模式面临着改革的挑战。一方面安全保卫形式的日趋严峻；另一方面是管理机构压缩、人员编制等新的形势向安全保卫工作提出了新的需求。 在飞机研究所的统一安排下，根据技术要求的在区域设置了人脸识别门禁系统，并对系统进行了合理有效的整合，使达到了物防、技防、人防的有机结合。 厂区大门是厂管场所与外界交接的重要部位。为严格控制厂区来访人员、生产区人员出入，防潜入来访人员逃脱，随时掌握厂人员数量，掌握厂来访人员分布情况，实现有效的统一指挥，确保厂管场所的安全，在厂区大门装备智能身份识别管理系统。 厂区门禁身份识别管理系统由以下子系统组成： 1.人脸识别+IC管理系统：采用IC卡加红外人脸识别，双重验证，人脸IC卡 技术根据面相的唯一性、确定性和可分类性的特点，将先进的面相识别技术与智能卡读写技术高度结合，具有面相采集与IC卡读写的全部功能和高效、准确、安全等特点。可严格厂管和控制每个人员进出每道大门的情况； 2.证件识别管理系统：证件识别系统与人脸识别系统配合使用，严格控制外来 人员进出状况，避免来访人员采用其他人员身份进出的可能性； 3.考勤系统：红外人脸识别门禁系统兼有考勤系统，同时也可以根据每道门的 实际情况，仅采用IC卡考勤系统，人脸识别与IC卡管理可以任意组合，方便管理。 4.动态人员分布电子地图：根据人员进入门禁系统记录，采用智能IC卡管理， 形成实时的警力，部人员，外来人员的分布电子地图。 5.门禁综合管理系统：门禁系统具有多种进出区域及时间设置，可设置在规定 时间进入规定区域，否则可报警处理。 6.在访人员面像数据库：利用红外人脸识别技术，将所有在访人员面像录入系 统数据库，严密管理来访人员个人资料。 7.蝴蝶闸进出通道管理：采用红外人脸识别+IC卡双重验证。自动控制蝴蝶闸 开关情况。 二．人脸识别技术简介 科技的进步和经济的发展带来了整个社会生活水平的提高，但同时，各种危害到社会安定和人民的生命财产安全的犯罪也层出不穷，对现有的安防体系提出了新的挑战。因此，采用高科技手段预防和制止犯罪，保证各行业和国家重点部门、重要机构的正常运转已成为安防工作的重要任务。 人脸识别技术：是基于人的脸部特征，对输入的人脸图像或 者视频流，首先判断其中是否存在人脸，如果存在人脸，则 进一步的给出每个人脸的位置、大小和各个主要面部器官的 位置信息。并依据这些信息，进一步提取每个人脸中所蕴含 的身份特征，并将其与已知人脸库中的人脸进行对比，从而 识别每个人脸的身份。包括人脸检测、人脸标准化、人脸比 对、人脸跟踪等容。 红外人脸识别技术优点： 1.非接触性；直观性；良好的获取性； 2.采用红外技术，大大改善对光线强弱变化的适应能力，适用于室 车牌识别系统的设计 一、摘要: 随这图形图像技术的发展，现在的车牌识别技术准确率越来越高，识别速度越来越快。无论何种形式的车牌识别系统，它们都是由触发、图像采集、图像识别模块、辅助光源和通信模块组成的。车牌识别系统涉及光学、电器、电子控制、数字图像处理、计算视觉、人工智能等多项技术。触发模块负责在车辆到达合适位置时，给出触发信号，控制抓拍。辅助光源提供辅助照明，保证系统在不同的光照条件下都能拍摄到高质量的图像。图像预处理程序对抓拍的图像进行处理，去除噪声，并进行参数调整。然后通过车牌定位、字符识别，最后将识别结果输出。 二、设计目的和意义: 设计目的： 1、让学生巩固理论课上所学的知识，理论联系实践。 2、锻炼学生的动手能力，激发学生的研究潜能，提高学生的协作精神。 设计意义： 车牌定位系统的目的在于正确获取整个图像中车牌的区域，并识别出车牌号。通过设计实现车牌识别系统，能够提高学生分析问题和解决问题的能力，还能培养一定的科研能力。 三、设计原理: 牌照自动识别是一项利用车辆的动态视频或静态图像进行牌照号码、牌照颜色自动识别的模式识别技术。其硬件基础一般包括触发设备、摄像设备、照明设备、图像采集设备、识别车牌号码的处理机等，其软件核心包括车牌定位算法、车牌字符分割算法和光学字符识别算法等。某些牌照识别系统还具有通过视频图像判断车辆驶入视野的功能称之为视频车辆检测。一个完整的牌照识别系统应包括车辆检测、图像采集、牌照识别等几部分。当车辆检测部分检测到车辆到达时触发图像采集单元，采集当前的视频图像。牌照识别单元对图像进行处理，定位出牌照位置，再将牌照中的字符分割出来进行识别，然后组成牌照号码输出。 四、详细设计步骤: 东北大学 硕士学位论文 基于图像处理的人脸识别系统 姓名：周丹 申请学位级别：硕士 专业：控制理论与控制工程指导教师：王建辉 20050701 东北大学硕士学位论文第一章引言 如何能正确识别大量的人并满足实时性要求是迫切需要解决的问题。总之，要让计算机象人一样方便准确地识别大量的人脸尚需不同学科研究领域的科学家共同做出不懈的努力。 １．３模式识别的基本概念 模式识别研究的内容是利用计算机对客观物体进行分类，在错误概率最小的条件下，使识别的结果尽量与客观物体相符合。 在模式识别学科中，就“模式”与“模式类”而言，模式类是一类事物的代表，而“模式”则是某一事物的具体体现，如数字０，ｌ，２，３，４，５，６，７，８，９是模式类，而用户任意手写的一个数字或任意一个印刷数字则是“模式”，是数字的具体化。 在模式识别技术中，被观测的每个对象称为样品，用ｘ表示，样品的数量用Ｎ表示。 对于一个样品来说，必须确定一些与识别有关的因素作为研究的根据，侮‘ 个因素称为一个特征。模式就是样品所具有的特征描述。模式的特征集由处于同 一个特征空间的特征向量表示，特征向量的每个元素成为特征，该向量也因此称为特征向量。一般地用小写英文字母ｘ，个特征，则可把Ｘ看作一个ｎ维列向量，ｘ榧 Ｙ，ｚ来表示特征。如果一个样品Ⅳ有ｎ该向量ｘ称为特征向量，记作： ’，Ｘ月 模式识别问题就是根据ｘ的几个特征来判别模式工属于ｑ，国：，．．．，∞。类中的 哪一类。 １．４模式识别系统组成 一个典型的模式识别系统如图３．１所示，由数据获取、预处理、特征提取、分类决策及分类器设计五部分组成。一般分为上下两部分。上半部分完成未知类别模式的分类；下半部分属于设计分类器的训练过程，利用样品进行训练，确定分 ２ ＸＧ 一一 动态人脸识别巡更系统 设 计 方 案 北京博睿视科技有限责任公司 2017年8月18日 目录 第一章人脸识别巡更系统设计要求 一、人脸识别巡更系统社会意义 略 第二章系统概述 人脸识别智能巡更系统为基于深度学习算法的通过式人脸记录巡检系统。根据需要将用于人脸抓拍的监控摄像机安装在需要巡逻的线路或执勤岗位上，人员对该地进行巡更通过时摄像机自动抓拍巡更人员的人脸照片同时将抓拍时间与对应的巡更人员人脸库进行比对结果通过局域网存入系统数据库。此记录将成为巡更人员何时到达该地巡更的依据。管理人员通过系统管理系统软件可清晰地了查询巡更人员巡更的实际情况，如漏查、误点、非本人带班等信息，方便管理人员有效管理。 1、人脸识别巡更系统构成 该系统由人脸静态建库、人脸动态入库、人脸信息修改、实时人脸抓拍、人脸检索、人脸图像聚类、以图搜图、联动报警八大部分组成。整个软件的逻辑体系结构如下图所示。 软件结构体系（C/S结构） 图3-3 软件逻辑体系示意图 3.3.1、人脸静态建库 实现布控人员建库，提供用户建立临时人脸库的功能，使用者可自行注册，批量导入人脸照片，静态人脸库包括黑名单、白名单。 图3.3.1人脸静态建库 3.3.2、人脸动态入库 将摄像机抓拍的人脸图片，建立动态抓拍人脸库，不断累积抓拍数据，为后 期进行人脸管理和提升识别率提供必要的支撑。 图3.3.2人脸动态入库 3.3.3、人脸信息修改 人脸信息修改模块主要是针对各个不同的人脸库，查询符合条件下的人员信息，并对其 中的信息进行修改删除等操作，同时也可针对选择的人脸库进行新人员信息的注册。 图3.3.3人脸信息修改 郑州科技学院QT课程设计 题目图形图像的绘制 学生姓名 专业班级 学号 所在系信息工程学院 指导教师 完成时间年月日 目录 1. 概述 (4) 1.1 背景说明 (4) 1.1.1简介 (4) 1.1.2 功能和优势 (4) 1.2 项目名称 (5) 1.3 项目功能 (5) 1.4 项目基本框架结构 (5) 2. 各模块功能的介绍 (6) 2.1 工具栏 (6) 2.1.1 file文件 (6) 2.1.2 help帮助 (7) 2.2 操纵台 (7) 2.2.1 style线型选择 (7) 2.2.2 width画笔宽度 (8) 2.2.3 color画笔颜色 (8) 2.2.4 clear清空画板 (9) 2.2.5 绘制图形 (9) 2.2.6 erasor 橡皮擦 (10) 2.2.7坐标定位 (11) 2.2.8画布 (11) 2.3 布局格式 (11) 3. 详细设计 (12) 3.1 子菜单功能的实现 (12) 3.1.1 New功能的实现 (12) 3.1.2 Open 功能的实现 (13) 3.1.3 Save 功能的实现 (13) 3.1.4 SaveAs 功能的实现 (14) 3.1.5 Exit 功能的实现 (15) 3.2悬浮窗内各个功能的实现 (15) 3.2.1 Style功能的实现 (15) 3.2.2 Width 功能的实现 (16) 3.2.3 Color 功能的实现 (17) 3.2.4 Clear 功能的实现 (18) 3.2.5 绘图功能的实现 (19) 3.2.6 erasor 功能的实现 (20) 3.3鼠标形状设置 (20) 3.4 坐标位置显示功能的实现 (21) 4. 项目中所用到的QT知识介绍 (21) 4.1 信号与槽 (21) 4.2 创建主窗口 (23) 4.3 自定义窗口部件 (23) 4.4 布局管理 (23) 4.5 QT中的事件机制 (24) 4.6 二维图形的绘制 (25) 4.7 项目中建立的类 (25) 4.8 类之间的相互关系 (25) 结束语 (26) 致谢 (26) 参考文献 (27) 数字图像处理课程设计 人脸检测与识别课程设计一、简介人脸检测与识别是当前模式识别领域的一个前沿课题，人脸识别技术就是利用计算机技 术，根据数据库的人脸图像，分析提取出有效的识别信息，用来 “辨认”身份的技术。人脸识别是模式识别研究的一个热点, 它 在身份鉴别、信用卡识别, 护照的核对及监控系统等方面有着广 泛的应用。人脸图像由于受光照、表情以及姿态等因素的影响, 使得同一个人的脸像矩阵差异也比较大。因此, 进行人脸识别时, 所选取的特征必须对上述因素具备一定的稳定性和不变性. 主 元分析(PCA)方法是一种有效的特征提取方法,将人脸图像表示成 一个列向量, 经过PCA 变换后, 不仅可以有效地降低其维数, 同 时又能保留所需要的识别信息, 这些信息对光照、表情以及姿态 具有一定的不敏感性. 在获得有效的特征向量后, 关键问题是设 计具有良好分类能力和鲁棒性的分类器. 支持向量机(SVM ) 模 式识别方法,兼顾训练误差和泛化能力, 在解决小样本、非线性及 高维模式识别问题中表现出许多特有的优势。 本此课程设计基于MATLAB，将检测与识别分开进行。其中检测 部分使用实验指导书上的肤色模型算法进行，不进行赘述。识别 部分采用PCA算法对检测出的人脸图像进行特征提取, 再利用最 邻近距离分类法对特征向量进行分类识别，将在后文具体表述。仿真结果验证了本算法是有效的。 二、人脸检测源码 1.img=imread('D:\std_test_images\face3.jpg'); figure; imshow(img); R=img(:,:,1); G=img(:,:,2); B=img(:,:,3); faceRgn1=(R>95)&(G>40)&(B>20)&max(img,[],3)-min(img,[],3)>15& abs(R-G)>15&R>B; figure; imshow(faceRgn1); r=double(R)./double(sum(img,3)); g=double(G)./double(sum(img,3)); Y=0.3*R+0.59*G+0.11*B; faceRgn2=(r>0.333)&(r<0.664)&(g>0.246)&(g<0.398)&(r>g)& g>=0.5-0.5*r; figure; imshow(faceRgn2); Q=faceRgn1.*faceRgn2; ， 目录 一、目的与要求————————————————————————————2 二、课程设计选题的背景意义——————————————————————3 三、设计的主要内容及基本原理—————————————————————4 . 四、总体方案设计———————————————————————————5 五、测试和调试————————————————————————————7 六、总结与体会————————————————————————————16 七、参考文献—————————————————————————————17 ~ ) 一、目的与要求 1、课程设计目的 （1）、提高分析问题、解决问题的能力，进一步巩固数字图像处理系统中的基本原理和方法。 （2）、熟悉掌握一门计算机语言，可以进行数字图像应用处理的开发设计。 \ 2、课程设计任务 （1）、对加有高斯、椒盐、和乘性噪声的图像进行； （2）、采用不同的滤波方法处理上述图像，比较处理结果； （3）、分析对于所加噪声哪种方法能够获得较好的处理效果； （4）、概括介绍图像平滑应用领域； 注：图像要选择有代表性，分别对高频成分丰富、中低频成分进行分析 3、课程设计要求 （1）、理解各种图像处理方法确切意义； # （2）、独立进行方案的制定，系统结构要合理。 （3）、程序开发时，则必须清楚主要实现函数的目的和作用。如果使用matlab来进行开发，则必须理解每个函数的具体意义和适用范围。 （4）、通过多幅不同形式的图像来检测该系统的稳定性和正确性。 { 二、课程设计选题的背景意义 。 数字图像处理(Digital Image Processing)是通过计算机对图像进行去除噪声、增强、复原、分割、提取特征等处理的方法和技术。最早出现于20世纪50年代，作为一门学科大约形成于20世纪60年代初期。发展到现在其应用范围十分广泛，涉及航天和航空技术、生物医学工程、通信工程、视频和多媒体等。 作为图像处理的一个重要分支，图像平滑是指用于突出图像的宽大区域、低频成分、主干部分或抑制图像噪声和干扰高频成分，使图像亮度平缓渐变，减小突变梯度，改善图像质量的图像处理方法。主要包括：领域平均法、中值滤波法、理想地低通滤波器法等等，因噪声的类型而选择不同的滤波法。 图像平滑因其独特的功能而广泛应用于图像显示、传输、动画制作和媒体合成等多个领域。对于该课题的设计，能加强对图像处理的认识，理解噪声对图像干扰的原因，以及去除噪声的方法，同时增强系统设计提高分析问题与解决问题的能力。设计过程中采用matlab编写程序及结果运行，有效地提高软件处理数字图像的方法与认识水平。 [ 】 前后门人脸识别系统需求方案为进一步加强厂区人员管控，杜绝无关人员及违禁物品进入厂区，把好人员、物品入场安全第一关，辅助和提升管理人员工作效率，提高公司安全生产管理技术水平，现申请安装前后门人脸识别系统，需求如下: 一、公司人员出入管理存在问题 目前，公司合作单位人员通过办理出入证卡，由前门内勤员进行核对放行的方式进入厂区。但出入证件卡在实际使用过程中存在以下问题：1.卡面磨损程度严重，无法确认人员真实信息，一般情况下多为依靠内勤人员的印象辨别外来人员，如此一来需要耗费大量人力，无法保证厂区人员识别的准确性；2.人员离职后没有及时办理退卡，仍使用出入证逗留厂区；3.一卡多用、借给他人使用；4.合作单位常以未能及时取到证件卡为由，临时通行等。 二、系统实现功能 1.采用快速人脸检测技术，实行一人一脸录入，支持现场设备或者移动客户端录入。 2.系统验证方式需支持人脸识别及身份证均可认证。 3.可在系统管理设置限定时间内（如3-5天，具体时间由我司管理人员自定义），如人员未进行验证，系统会自动发出相关人员名单信息警报提示或停止其使用。 4.前后门验证设备数据要求放置前门值班室处进行统一管 理，同时实现网络远程管理。5.前后门人行道设置双通道区分进出道，进道只允许进入通行不允许出，出道只允许出通行，不允许进入；人员进厂需进行人脸认证，出口红外线感应开启（明确的通行指示功能）。 6.当断电时，闸门能自动打开，确保人员安全通行。 7.前后门各加装2个摄像头，1台监控主机设备，监控闸门位置，防止人员违规通行或设备破坏，有效调查录像取证。 8.单独配置管理电脑套装（主机加显示器等）。 9.在系统出现故障，或者非法闯入时，系统产生声光报警提示功能。 10.系统管理需考虑预留出口道闸后续可以实现增加人脸识别功能融合使用。 三、系统硬件要求人脸识别系统说明书-企业型(E5)
数字图像处理课程设计--人脸检测
电子科技大学-数字图像处理-课程设计报告
AI人工智能人脸识别系统设计方案
计算机图形与可视化课程设计
人脸识别门禁系统设计方案
数字图像处理在人脸识别中的应用
数字图像处理课程设计题目和要求-2013
611所人脸识别系统设计方案
课程设计报告-车牌识别系统的设计
基于图像处理的人脸识别系统
人脸识别巡更系统设计方案
Qt 图形 课程设计
数字图像处理课程设计人脸检测与识别
数字图像处理——课程设计
人脸识别系统需求方案
相关主题
文本预览