摘 要

本文主要研究内容是基于OpenCV的PCA人脸识别软件的设计与实现。随着现代科技的发展，人类社会各方面对保证信息安全的要求越来越高，并且对快速身份验证也有极大的需求。应运而生的是生物特征识别技术，人脸识别是一种非接触性的识别技术，它直接、友好、方便地获取人脸信息从而进行身份识别。相较于传统的肉眼身份验证，计算机识别系统更不易于受人的主观性因素的影响，并且能在短时间进行大量的对比。

在我们的日常生活中，利用人脸识别已经屡见不鲜，司法、互联网、银行、服务业、公司身份系统、照相机、电子商务、门禁系统、安保、信用卡安全等等诸多方面都可以利用人脸识别进行快速的身份验证，它被灵活运用并进行人员考勤、犯罪追踪、证件验证等工作。

本文首先对研究人脸识别的意义、历史发展和外研究现状进行了详细的介绍。并且阐释了人脸识别的优点和现在面临的困难与瓶颈。本文介绍了当下人脸识别方面先进的三种算法：基于 Fisher线性判别、基于LBP特征和基于主成分分析（PCA）的人脸算法。在了解现有算法的基础上，由于PCA算法在提取人脸特征即降维方面简单、快捷、直接的特点，本文重点研究PCA算法。

文中对人脸识别相关技术做了详细介绍，实现这一算法的操作系统为win7操作系统，在VC 6.0下，利用OpenCV实现未知图片的人脸检测、人脸显示以及人脸识别。本文人脸识别的流程是：检测人脸区域、图像预处理、训练图像集、识别人脸。为了验证这种思路和PCA算法的可行性，采用了3个不同人物的正面图像作为训练图像，对未知图像和人脸库中的人脸进行识别，程序输出了预设人脸编号和匹配结果，算法正确。

关键词：人脸检测；人脸识别；PCA算法

ABSTRACT

　　As the development of society，there are increasing demands in automatic identify check and ensure information security in every aspect.Biometrics recognition technolog has developed rapidly in recent decades.Compared with other biometric recognition algorithms, face recognition has a unique advantage.It is used to carry out the verification of documents, personnel attendance, crime tracking and other work in the judicial, banking, military and corporate.Face recognition as a non-contact recognition technology, has been widely studied and applied,Because of the characteristics of direct, friendly and convenient.

Firstly this paper describes the significance of face recognition, historical development and research status at home and abroad in detail.Respectively explain the advantages of face recognition and the difficulties and bottlenecks.And three advanced recognition algorithms for face recognition are presented:the face recognition method based on Fisher linear discriminant,the face recognition algorithm based on LBP feature and the face recognition algorithm based on PCA.On the basis of understanding the existing algorithms, this paper selects the PCA algorithm to conduct in-depth research.

The content of face recognition research and the related technologies are introduced in detail Including the C compiler: C 6.0 Visual, open source library: OpenCV,in this paper.Using OpenCV open source library,the face detection, face displayand face recognition are implemented here.The thought line of this paper is:Unknown image face detection,face image preprocessing,training image set，recognize unknown faces.The PCA method is used to calculate the facial feature vector, the characteristic value and the average value.projecte The training image set and the face which is to be recognized onto the subspace.And then match the unknown face and the known face with the projection distance as the standard.In order to verify the feasibility of this idea and feasibility of PCA algorithm,the frontal images of 3 different characters are used as the training image，recognise the faces in the unknown image and face database here.At last the program outputs the detected face images and face matching results, the algorithm is correct.

Key word:Face detection;Face recognition;PCA algorithm

目录

第一章 绪论 5

1.1 研究目的意义 5

1.2 国内外现状 6

1.3 本文研究内容 7

第二章 人脸识别算法分析与选择 8

2.1 基于Fisher线性判别的人脸识别方法 8

2.2 基于LBP特征的人脸识别算法 8

2.3 基于PCA的人脸识别算法 9

2.4 识别算法的选择 12

第三章 系统总体设计 13

3.1 功能设计 13

3.2 总体设计流程 13

3.3 开发平台 14

第四章 系统设计与实现 16

4.1 配置OpenCV环境 16

4.2 图像获取 16

4.3 检测人脸区域 16

4.3.1 调用Haar分类器 16

4.3.2 检测人脸区域 16

4.3.3 显示检测结果 17

4.4 图像预处理 17

4.4.1 消除冗余 17

4.4.2 截取人脸生成待识别图像 18

4.5 训练阶段 18

4.5.1 创建人脸库及其索引 18

4.5.2 主成分分析doPCA() 19

4.5.3 投影 20

4.5.4 生成核心脸数据库 20

4.6 识别阶段 20

4.6.1 主成分分析与投影 20

4.6.2 匹配 20

4.6.3 显示识别结果 21

4.7 软件测试 21

4.7.1 正面测试 21

4.7.2 仰视测试 22

4.7.3 俯视测试 23

4.7.4 侧面测试 24

4.7.5 人脸库外人脸测试 24

第五章 总结 26

参考文献 27

致谢 28

第一章 绪论

1.1研究目的意义

现代社会各方面对于快速有效的自动身份验证和保证信息的安全性有了越来越高的要求与需求。现在，不管是生活还是工作中，有太多的领域需要进行个人身份的验证和识别。进入房间需要用钥匙开锁，去银行进行业务办理需要输入密码，在网络上做诸多操作需要进行账户注册和登录，社会福利的领取需要身份证、医疗保险各种身份证明。这些传统的身份识别认证方式是被大众熟知的。然而在美国，每年的福利款被人冒领的数额达到了百万美金，同时信用卡、ATM等金钱冒领也造成了高达数百亿美元的损失，传统身份识别的弊端在社会的进程中慢慢凸显出来。

为了更方便更有效，更具有客观性的进行身份识别，生物识别技术正进行持续不断地发展并被运用在各个领域中。人体固有特性是唯一的、难以被复制的、不可能失窃与遗忘的，保证了身份识别的安全性。