《机器学习概述课程设计报告材料(MATLAB人脸识别)》由会员分享，可在线阅读，更多相关《机器学习概述课程设计报告材料(MATLAB人脸识别)（8页珍藏版）》请在装配图网上搜索。
1、word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，人脸识别系统的畴一不足以涵括人脸识别的应用围
2、，在数字图像处理、视频领域、基于容的检索等方面有着重要的应用价值。二 设计的容及要求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）（YCbCr空间转换）（噪声消除）（图像填孔）（图像重构）（人脸区域的确定）（涉及个人隐私）四 课程设计的总结通过三天的学习以及课后学习，我利用SVM算法进行人脸识别，由
3、于光照强度的不同、人脸肤色的不同、图片背景的不同往往导致每图片都具有自身的特色，将人脸区域从背景、衣着、发型等非人类区域中分割出来。一般使用的RGB图片不适合于建立人脸皮肤模型，因为在RGB空间中，使用三基色（r,g,b）表示图片的亮度以及颜色。在不同的环境下光照条件的改变，很难将肤色点从非肤色点中分离出来，如果在RGB图像上进行处理，将产生离散的肤色点，图片中间嵌有很多的非肤色点，提高了人脸检测的难度，容易产生不可靠的肤色分割。解决方法是隔离颜色表达式中的亮度信息与色度信息，充分利用色度空间中肤色所表示出来的聚类性。为此需要创造这样一个色彩空间，这个空间能把R、G、B所代表的色度信息与亮度信
4、息分开表示。色彩空间常用的的转换颜色模型主要有：YIQ、YCbCr、HSV等。这里，采用YCrCb色彩空间作为报告的设计空间。经过颜色转换后大大缩减了人脸的搜索围，为SVM算法提供更有效的方法。本次课程设计，我学会了很多有用的算法，并能够初步实现，了解机器语言的过程以及了解MATLAB强大的功能。五 参考文献1 敏数字图像处理M机械工业，2006：22 王爱民，兰荪图像分割研究综述J测控技术，2000，19（5）：1-53 德丰详解MATLAB数字图像处理M：电子工业，2010，7：249 4 杰数字图像处理及MATLAB实现M：电子工业，2010，2：149-1505 洪刚，光，郭军编著图像
5、处理与识别M：邮电大学，2006：102-103 6 韩晓军数字图像处理技术与应用M：电子工业，2009，7：387 化光，鑫蕊，秋野编著MATLAB/SIMULINK实用教程M：人民邮电，2009，3：2358 何东健数字图像处理M：电子科技大学，2008，5：86 9 刚MATLAB数字图像处理M：机械工业，2010，5：-200附录：程序sum=0;iptsetpref(ImshowBorder, tight)%设置图像处理工具箱的参数f=imread(333.jpg);Ori_Face=f;copy=f;img=f;f=rgb2ycbcr(f);%rgb空间转换为ycbcr空间f_cb
6、=f(:,:,2);f_cr=f(:,:,3);f= (f_cb=100) & (f_cb=) &(f_cr=170) ;%皮肤颜色在ycbcr色度空间的分布围为:100=cb=127,=cr=170figure(1); imshow(f);se=strel(square,3);%构建一个3*3单位矩阵作为结构元素f=imopen(f,se);%图片开运算f=imclose(f,se);%图片闭运算figure(2),imshow(f);%消除噪声f=imfill(f,holes);%填孔处理figure(3),imshow(f);se1=strel(square,8);f=imerode(f
7、,se1);f=imdilate(f,se1);figure(4),imshow(f);%区域连通L,num=bwlabeln(f,4);设定操作的邻域类型为4-领域for i=1:num; r,c=find(L=i); r_temp=max(r)-min(r); c_temp=max(c)-min(c); temp=size(r); sum=sum+temp(1); area_sq=r_temp*c_temp; area=size(find(L=i),1); ratio=area/area_sq; if (r_temp/c_temp2.4)|temp(1)14000|ratio0.55 %利
8、用脸部宽长比的大概上下限（1.54-2.4）来确定一个人脸围. %脸部区域14000的去掉,一般为手或其他干扰. %矩形面积area_sq=目标区长度*宽度,目标区面积为area,若area/area_sq0);L(z)=255;figure(5),imshow(L);L_r=L;L_g=L;L_b=L;L_rgb=cat(3,L_r,L_g,L_b);%在原图上加框img1_r=min(L_r+img(:,:,1),255);img1_g=min(L_g+img(:,:,2),255);img1_b=min(L_b+img(:,:,3),255);img1=cat(3,img1_r,img1_g,img1_b);figure(6),imshow(img1);8 / 8
机器学习概述课程设计报告材料(MATLAB人脸识别)
