资源简介
人脸识别,MATLAB源码,matlab人脸识别,基于matlab的人脸识别
代码片段和文件信息
clear all
close all
clc
%%%%%%%%%%%%%%%%%%%%%%%%%%%%% 读入待检测图像
x= imread(‘boy1.bmp‘);
xx=x;
figureimshow(x); %RGB
fR=xx(::1);
fG=xx(::2);
fB=xx(::3);
figureimshow(fR); % r gray
f=1/9*ones(3);%低通滤波器,滤除高频噪声
filtered_fR=imfilter(fRf);
filtered_fG=imfilter(fGf);
filtered_fB=imfilter(fBf);
figureimshow(filtered_fR); % r gray filter
x_filtered=cat(3filtered_fRfiltered_fGfiltered_fB);
figureimshow(x_filtered); %rgb filter
I=rgb2ycbcr(x); %颜色空间转换 Ycbcr
figureimshow(I);
gray=rgb2gray(x); %gray
figureimshow(gray);
[abc]=size(I); %得到图像的像素点个数
Iy = I(::1);
Icb = I(::2);
Icr = I(::3);
figureimshow(Icb);
title(‘Icr‘);
%display(c);
cb=double(I(::2));
%display(cb);
cr=double(I(::3));
for i=1:a %240
for j=1:b %320
w=[cb(ij)cr(ij)];
m=[117.4316 148.5599];
n=[260.1301 12.1430;12.1430 150.4574];
p(ij)=exp((-0.5)*(w-m)*inv(n)*(w-m)‘);%算某象素点的概率
if (p(ij)<0.5)
p(ij)=0;
else
p(ij)=1;
end
end
end
fenge=p;
figure
imshow(fenge);
SE = strel(‘square‘3);
imf=imopen(pSE); %开运算(即先腐蚀再膨胀),消除杂散点
xingtai=imf;
figure
imshow(xingtai);
%figureimshow(Ibwopen);
%Ibwoc=imclose(IbwopenSE); %闭运算,去掉由于开运算引入的许多缺口
%figureimshow(Ibwoc);
%imf=imfill(Ibwoc‘holes‘); %填充孔洞
%%%%%%%%%%%%%%%%%%%%%%%根据填充率去除手脚、胳膊等非人脸区域%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
[Lnum]=bwlabel(imf8); %连通区域标记
B=zeros(size(imf));
for i=1:num
Area(i)=bwarea(L==i);%计算每个皮肤区域的面积
end
for i=1:num
[rc] = find(L==i) ;
left(i)=min(c);
right(i)=max(c);
up(i)=min(r);
down(i)=max(r);
end
for i=1:num
%计算各矩形区域面积
Rect_Area(i)=(down(i)-up(i))*(right(i)-left(i));
end
%计算各区域的填充率
Ratio=Area./Rect_Area;
for i=1:num
if Ratio(i)>=0.5%若相应区域的填充率大于0.5则保留该区域
[xy]=find(L==i);%第i块区域的坐标值
B=B+bwselect(imfyx8);%把填充率大于0.5皮肤区域叠加起来
end
end
%%%%%%%%%%%%%%%%%%%%%%%%%%根据面积比来进一步除去一些较小的非人脸区域%%%%%%%%%%%%%%%%%%%%%%%%%%
[L1num1]=bwlabel(B8); %连通区域标记
B1=zeros(size(B));
for i=1:num1
Area(i)=bwarea(L1==i);%计算每个皮肤区域的面积
end
maxarea=max(Area);%取最大值
q=Area/maxarea;%每块区域的面积与最大区域面积的比值
for i=1:num1
if q(i)>=0.3%若相应区域的面积比值大于0.3则保留该区域
[xy]=find(L1==i);%第i块区域的坐标值
B1=B1+bwselect(Byx8);%把面积比值大于0.3皮肤区域叠加起来
end
end
%%%%%%%%%%%%%%%%%%%%%%%%%%根据肤色区域的长宽比来除去一些非人脸区域%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
[L2num2]=bwlabel(B18); %连通区域标记
B2=zeros(size(B1));
for i=1:num2
[rc] = find(L2==i);
left(i)=min(c);
right(i)=max(c);
up(i)=min(r);
down(i)=max(r);
end
for i=1:num2
if ((down(i)-up(i))/(right(i)-left(i)))>0.8&((down(i)-up(i))/(right(i)-left(i)))<2
[xy]=find(L2==i);
B2=B2+bwselect(B1yx8);%%%把满足长宽比在0.8到2的区域留下
end
end
figure
imshow(xx);
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%把人脸框出来%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
[L3 num3]=bwlabel(B28);
属性 大小 日期 时间 名称
----------- --------- ---------- ----- ----
文件 230454 2012-10-09 10:29 face\boy1.bmp
文件 3753 2018-03-23 16:25 face\face_idenfication.m
文件 294966 2012-10-09 10:30 face\girl1.bmp
文件 230454 2012-10-09 10:29 face\girl2.bmp
文件 304182 2012-10-09 15:07 face\girl3.bmp
文件 1133360 2017-11-21 20:26 face\lena1.png
文件 19259 2018-03-20 19:14 face\mayun.jpg
目录 0 2018-03-23 17:58 face
----------- --------- ---------- ----- ----
2216428 8
相关资源
- PCA人脸识别Eigenface特征脸Matlab
- 基于KL变换的人脸识别 matlab
- 基于Matlab行人检测系统
- Face Recognition with KNN in MATLAB(12017108
- 人脸识别yale数据.mat格式
- 基于PCA和SVM的人脸识别.zip
- 基于SVD分解和最近邻算法的高维人脸
- MATLAB人脸识别考勤系统摄像头,记录
- PCA算法实现人脸识别基于matlab GUI界面
- 基于matlab的人脸识别271850
- 2D2DPCA人脸识别matlab代码/ORL库
- PCA人脸识别MATLAB代码/ORL库
- matlab结课大作业人脸识别是否戴口罩
- PCA人脸识别论文附MATLAB程序
- 应用matlab计算人脸识别率
- 个人收集的人脸识别经典算法源码
- 基于K-L变换的人脸识别系统
- 基于matlab的人脸识别源代码235297
- 基于PCA使用Yale人脸数据库的人脸识别
- 人脸识别系统
- 模式识别课程作业 基于svm的人脸识别
- SRC人脸识别程序MATLAB
- 1维的简单LDA和2维LDA人脸识别的matla
- 基于MATLAB的人脸识别
- 人脸识别及匹配的matlab实现
- matlab基于BP神经网络的人脸识别13953
- 基于BP神经网络的人脸识别源码matla
- Matlab人脸识别
- BP神经网络的人脸识别matlab代码77617
- BP神经网络人脸识别MATLAB.zip
评论
共有 条评论