人脸自动识别技术是生物特征识别技术的重要组成部分,是计算机视觉与模式识别领域中非常活跃的课题。它主要包括人脸检测和人脸识别两方面内容。本文对灰度图像中正面人脸的识别问题进行了详细研究,并实现了一个人脸自动识别仿真系统。本文的研究工作主要包括以下几个方面: 1、对在人脸识别中广泛应用的隐马尔可夫模型(HMM)的原理进行了介绍。在此基础上,首先分析了如何建立人脸HMM模型,它是将人脸面部器官的数值特征及相互关联同一个状态转移模型联系起来,而不是孤立地利用各个器官的数值特征。然后用二维离散余弦变换系数作为观察向量,由于其具有计算速度快和压缩性等特性,因而从原理上讲用它作为观察向量要优于直接采用灰度值。文中的实验结果也证明了这一点。最后在OpenCV平台下实现了该识别方法的仿真。 2、研究了一种基于DCT变换和嵌入式隐马尔可夫模型(Embedded Hidden Markov Model)的人脸识别方法。嵌入式隐马尔可夫模型增加了水平方向上的状态数,是一种简化了的二维隐马尔可夫模型,它可以更全面、更细致地对人脸进行描述。本文在ORL人脸数据库上实验获得了超过99.3%的识别率,这也是我们所知道的在这一数据库上迄今为止较好的识别结果。 3、利用OpenCV所提供的优良算法和友好的界面开发环境,完成了基于Visual C++ 6.0编程环境和OpenCV平台的软件开发。OpenCV为开发数字图像处理和计算机视觉领域的应用程序提供了功能完善、使用方便的接口,有很好的应用前景。