机器学习概述课程设计报告(MATLAB人脸识别)

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）

（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张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范围，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] 姚敏．数字图像处理[M]．机械工业出版社，2006：2．

[2] 王爱民，沈兰荪．图像分割研究综述[J]．测控技术，2000，19（5）：1-5．

[3] 张德丰．详解MATLAB数字图像处理[M]．：电子工业出版社，2010，7：249．

[4] 杨杰．数字图像处理及MATLAB实现[M]．：电子工业出版社，2010，2：149-150．

[5] 张洪刚，陈光，郭军编著．图像处理与识别[M]．：北京邮电大学出版社，2006：102-103．

[6] 韩晓军．数字图像处理技术与应用[M]．：电子工业出版社，2009，7：38．

[7] 张化光，刘鑫蕊，孙秋野编著．MATLAB/SIMULINK实用教程[M]．：人民邮电出版社，2009，3：235．

[8] 何东健．数字图像处理[M]．：西安电子科技大学出版社，2008，5：86．

[9] 刘刚．MATLAB数字图像处理[M]．：机械工业出版社，2010，5：199-200．

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=f(:,:,2);

f_cr=f(:,:,3);

f= (f_cb>=100) & (f_cb<=127) & (f_cr>=138) &(f_cr<=170) ;%皮肤颜色在ycbcr色度空间的分布范围为:100<=cb<=127,138<=cr<=170

figure(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,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;