论文部分内容阅读
生物认证技术是基于人们本身固有的生理和行为特征的自动身份识别技术。而人脸识别作为人与人之间可辨识的最直观和重要的生物特征，成为目前生物特征识别中最受人们关注的一个分支，是当前图像处理、模式识别和计算机视觉领域内的一个热门研究课题，在公安部门罪犯搜索、安全部门动态监视识别、银行密码系统等许多领域有广泛的应用。与指纹、视网膜、虹膜、掌纹等其他人体生物特征识别方法相比，人脸识别具有直接、友好，使用者无心理障碍等特点。
本文在收集和分析国内外在入脸识别方面的工作的基础上，深入理解人脸识别的特征和方法，特别是基于统计特征的人脸识别方法，研究了Radon变换，并讨论和总结了Radon变换在人脸识别领域中的应用，具有一定的理论价值和实用价值。本研究主要包括以下二个方面：⑴针对基于统计特性的人脸识别算法，分析了基于PCA变换的人脸识别算法的不足。研究了Radon变换和该变换在图像识别中的应用。根据Radon变换的特点，针对L．Karsili提出的基于Radon变换和PCA相结合的人脸识别方法做一定的改进，在Radon变换后引入了DCT变换。引入DCT变换降低了数据维数，而且使得Radon变换后的低频成份有更好表现，实验结果证明该算法在识别率上有一定的提高；⑵在分析Swets和Weng提出的经典的PCA+LDA人脸识别算法的基础上，研究了基于脊波变换+LDA的入脸识别算法。作为Radon变换的一种小波变换，脊波变换在降维和图像特征表示上都有着很好的效果。通过脊波变换来对人脸图像降维，一方面保证了降维效果，另一方面，它保存了较好的人脸图像特征。实验结果显示基于脊波+LDA算法较PCA+LDA算法有更高的识别率。