人脸识别MATLAB代码_5349

1、1.色彩空间转换function r,g=rgb_RGB(Ori_Face)R=Ori_Face(:,:,1);G=Ori_Face(:,:,2);B=Ori_Face(:,:,3);R1=im2double(R);% 将 uint8 型转换成 double 型G1=im2double(G);B1=im2double(B);RGB=R1+G1+B1;row=size(Ori_Face,1);% 行像素column=size(Ori_Face,2);% 列像素for i=1:rowfor j=1:columnrr(i,j)=R1(i,j)/RGB(i,j);gg(i,j)=G1(i,j)/RGB

2、(i,j);endendrrr=mean(rr);r=mean(rrr);ggg=mean(gg);g=mean(ggg);2.均值和协方差皮肤库 1.jpg');r1,g1=rgb_RGB(t1);皮肤库 2.jpg');r2,g2=rgb_RGB(t2);皮肤库 3.jpg');r3,g3=rgb_RGB(t3);皮肤库 4.jpg');r4,g4=rgb_RGB(t4);皮肤库 5.jpg');r5,g5=rgb_RGB(t5);皮肤库 6.jpg');r6,g6=rgb_RGB(t6);皮肤库 7.jpg');r7,g7=rgb_

3、RGB(t7);皮肤库 8.jpg');r8,g8=rgb_RGB(t8);3d皮肤库 9.jpg');r9,g9=rgb_RGB(t9);皮肤库 10.jpg');r10,g10=rgb_RGB(t10);皮肤库 11.jpg');r11,g11=rgb_RGB(t11);皮肤库 12.jpg');r12,g12=rgb_RGB(t12);皮肤库 13.jpg');r13,g13=rgb_RGB(t13);皮肤库 14.jpg');r14,g14=rgb_RGB(t14);皮肤库 15.jpg');r15,g15=rgb_RGB

4、(t15);皮肤库 16.jpg');r16,g16=rgb_RGB(t16);皮肤库 17.jpg');r17,g17=rgb_RGB(t17);皮肤库 18.jpg');r18,g18=rgb_RGB(t18);皮肤库 19.jpg');r19,g19=rgb_RGB(t19);皮肤库 20.jpg');r20,g20=rgb_RGB(t20);皮肤库 21.jpg');r21,g21=rgb_RGB(t21);皮肤库 22.jpg');r22,g22=rgb_RGB(t22);皮肤库 23.jpg');r23,g23=rgb

5、_RGB(t23);皮肤库 24.jpg');r24,g24=rgb_RGB(t24);皮肤库 25.jpg');r25,g25=rgb_RGB(t25);皮肤库 26.jpg');r26,g26=rgb_RGB(t26);皮肤库 27.jpg');r27,g27=rgb_RGB(t27);r=cat(1,r1,r2,r3,r4,r5,r6,r7,r8,r9,r10,r11,r12,r13,r14,r15,r16,r17,r18,r19,r20,r21,r22,r23,r24,r25,r26,r27);g=cat(1,g1,g2,g3,g4,g5,g6,g7,g

6、8,g9,g10,g11,g12,g13,g14,g15,g16,g17,g18,g19,g20,g21,g22,g23,g24,g25,g26,g27);m=mean(r,g)n=cov(r,g)3.求质心function xmean, ymean = center(bw)bw=bwfill(bw,'holes');area = bwarea(bw);3dm n =size(bw);bw=double(bw);xmean =0; ymean = 0;for i=1:m,for j=1:n,xmean = xmean + j*bw(i,j);ymean = ymean + i*

7、bw(i,j);end;end;if(area=0)xmean=0;ymean=0;elsexmean = xmean/area;ymean = ymean/area;xmean = round(xmean);ymean = round(ymean);end4. 求偏转角度function theta = orient(bw,xmean,ymean)m n =size(bw);bw=double(bw);a = 0;b = 0;c = 0;for i=1:m,for j=1:n,a = a + (j - xmean)2 * bw(i,j);b = b + (j - xmean) * (i -

8、ymean) * bw(i,j);c = c + (i - ymean)2 * bw(i,j);3dend;end;b = 2 * b;theta = atan(b/(a-c)/2;theta = theta*(180/pi);% 从幅度转换到角度5. 找区域边界function left, right, up, down = bianjie(A)m n = size(A);left = -1;right = -1;up = -1;down = -1;for j=1:n,for i=1:m,if (A(i,j) = 0)left = j;break;end;end;if (left = -1)

9、 break;end;end;for j=n:-1:1,for i=1:m,if (A(i,j) = 0)right = j;break;end;end;if (right = -1) break;end;3dend;for i=1:m,for j=1:n,if (A(i,j) = 0)up = i;break;end;end;if (up = -1)break;end;end;for i=m:-1:1,for j=1:n,if (A(i,j) = 0)down = i;break;end;end;if (down = -1)break;end;end;6. 求起始坐标function new

10、coord = checklimit(coord,maxval)newcoord = coord;if (newcoord<1)newcoord=1;end;3dif (newcoord>maxval)newcoord=maxval;end;7.模板匹配function ccorr, mfit, RectCoord = mobanpipei(mult, frontalmodel,ly,wx,cx, cy, angle)frontalmodel=rgb2gray(frontalmodel);model_rot = imresize(frontalmodel,ly wx,'bi

11、linear'); %调整模板大小model_rot = imrotate(model_rot,angle,'bilinear');% 旋转模板l,r,u,d = bianjie(model_rot);% 求边界坐标bwmodel_rot=imcrop(model_rot,l u (r-l) (d-u);% 选择模板人脸区域modx,mody =center(bwmodel_rot);% 求质心morig, norig = size(bwmodel_rot);% 产生一个覆盖了人脸模板的灰度图像mfit = zeros(size(mult);mfitbw = zeros

12、(size(mult);limy, limx = size(mfit);% 计算原图像中人脸模板的坐标startx = cx-modx;starty = cy-mody;endx = startx + norig-1;endy = starty + morig-1;startx = checklimit(startx,limx);starty = checklimit(starty,limy);endx = checklimit(endx,limx);endy = checklimit(endy,limy);for i=starty:endy,for j=startx:endx,mfit(i,

13、j) = model_rot(i-starty+1,j-startx+1);end;end;3dccorr = corr2(mfit,mult)% 计算相关度l,r,u,d = bianjie(bwmodel_rot);sx = startx+l;sy = starty+u;RectCoord = sx sy (r-1) (d-u); % 产生矩形坐标8.主程序clear;fname,pname=uigetfile('*.jpg''*.bmp''*.tif''*.gif','Please choose a colorpic

14、ture.');% 返回打开的图片名与图片路径名u,v=size(fname);y=fname(v); % 图片格式代表值 switch ycase 0errordlg('You Should Load Image File First.','Warning.');case'g''G''p''P''f''F' % 图片格式若是 JPG/jpg、 BMP/bmp、 TIF/tif 或者 GIF/gif ，才打开I=cat(2,pname,fname);Ori_F

15、ace=imread(I);subplot(2,3,1),imshow(Ori_Face);otherwiseerrordlg('You Should Load Image File First.','Warning.');endR=Ori_Face(:,:,1);G=Ori_Face(:,:,2);B=Ori_Face(:,:,3);R1=im2double(R);% 将 uint8 型转换成 double 型处理G1=im2double(G);B1=im2double(B);RGB=R1+G1+B1;m= 0.4144,0.3174;% 均值n=0.0031

16、,-0.0004;-0.0004,0.0003;% 方差3drow=size(Ori_Face,1);% 行像素数column=size(Ori_Face,2);% 列像素数for i=1:rowfor j=1:columnif RGB(i,j)=0rr(i,j)=0;gg(i,j)=0;elserr(i,j)=R1(i,j)/RGB(i,j);% rgb 归一化gg(i,j)=G1(i,j)/RGB(i,j);x=rr(i,j),gg(i,j);p(i,j)=exp(-0.5)*(x-m)*inv(n)*(x-m)');% 皮肤概率服从高斯分布endendendsubplot(2,3

17、,2);imshow(p);% 显示皮肤灰度图像low_pass=1/9*ones(3);image_low=filter2(low_pass, p);% 低通滤波去噪声subplot(2,3,3);imshow(image_low);% 自适应阀值程序previousSkin2 = zeros(i,j);changelist = ;for threshold = 0.55:-0.1:0.05two_value = zeros(i,j);two_value(find(image_low>threshold) = 1;change = sum(sum(two_value - previou

18、sSkin2);changelist = changelist change;previousSkin2 = two_value;endC, I = min(changelist);optimalThreshold = (7-I)*0.1two_value = zeros(i,j);3dtwo_value(find(image_low>optimalThreshold) = 1;% 二值化subplot(2,3,4);imshow(two_value);% 显示二值图像我的照片 人脸模板 .jpg');% 读入人脸模板照片FaceCoord=;imsourcegray=rgb2g

19、ray(Ori_Face);% 将原照片转换为灰度图像L,N=bwlabel(two_value,8);% 标注二值图像中连接的部分,L 为数据矩阵，N 为颗粒的个数for i=1:N,x,y=find(bwlabel(two_value)=i);% 寻找矩阵中标号为i 的行和列的下标bwsegment = bwselect(two_value,y,x,8);% 选择出第 i 个颗粒numholes = 1-bweuler(bwsegment,4);% 计算此区域的空洞数if (numholes >= 1)% 若此区域至少包含一个洞，则将其选出进行下一步运算RectCoord = -1;

20、m n = size(bwsegment);cx,cy=center(bwsegment);% 求此区域的质心bwnohole=bwfill(bwsegment,'holes');% 将洞封住（将灰度值赋为1）justface = uint8(double(bwnohole) .* double(imsourcegray);% 只在原照片的灰度图像中保留该候选区域angle = orient(bwsegment,cx,cy);% 求此区域的偏转角度bw = imrotate(bwsegment, angle, 'bilinear');bw = bwfill(bw

21、,'holes');l,r,u,d =bianjie(bw);wx = (r - l +1);% 宽度ly = (d - u + 1);% 高度wratio = ly/wx% 高宽比if (0.8<=wratio)&(wratio<=2)3d% 如果目标区域的高度 /宽度比例大于 0.8 且小于 2.0，则将其选出进行下一步运算S=ly*wx;% 计算包含此区域矩形的面积A=bwarea(bwsegment);% 计算此区域面积if (A/S>0.35)ccorr,mfit, RectCoord = mobanpipei(justface,fronta

22、lmodel,ly,wx,cx,cy, angle);endif (ccorr>=0.6)mfitbw=(mfit>=1);invbw = xor(mfitbw,ones(size(mfitbw);source_with_hole = uint8(double(invbw) .* double(imsourcegray); final_image = uint8(double(source_with_hole) + double(mfit);subplot(2,3,5);imshow(final_image);% 显示覆盖了模板脸的灰度图像imsourcegray = final_

23、image;subplot(2,3,6);imshow(Ori_Face); % 显示检测效果图 end;if (RectCoord = -1)FaceCoord = FaceCoord; RectCoord;endendendend% 在认为是人脸的区域画矩形numfaces x = size(FaceCoord); for i=1:numfaces,hd = rectangle('Position',FaceCoord(i,:); set(hd, 'edgecolor', 'y');end3d人脸检测是人脸识别、人机交互、智能视觉监控等工作的

24、前提。近年来,在模式识别与计算机视觉领域 ,人脸检测己经成为一个受到普遍重视、研究十分活跃的方向。本文针对复杂背景下的彩色正面人脸图像,将肤色分割、模板匹配与候选人脸图像块筛选结合起来,构建了人脸检测实验系统 ,并用自制的人脸图像数据库在该系统下进行了一系列的实验统计。本文首先介绍了人脸检测技术研究的背景和现状,阐明人脸检测技术发展的重要意义,对目前常用的一些检测算法进行了总结,然后着重阐述了基于肤色分割和模板匹配验证的人脸检测算法。肤色是人脸重要特征 ,在通过肤色采样统计和聚类分析后,确立一种在YCbCr空间下的基于高斯模型的肤色分割方法。在YCbCr色彩空间中建立肤色分布的高斯模型,得到肤色概率似然图像 ,在最佳动态阈值选取算法下完成肤色区域的