matlab 识别调试,有关matlab的人脸识别程序,但调试是不成功
有关matlab的人脸识别程序,但调试是不成功,求高手帮忙指点修改.在此先谢了
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
fori=1:row
forj=1:column
rr(i,j)=R1(i,j)/RGB(i,j);
gg(i,j)=G1(i,j)/RGB(i,j);
end
end
rrr=mean(rr);
r=mean(rrr);
ggg=mean(gg);
g=mean(ggg);
2.均值和协方差
t1=imread('D:\matlab\皮肤库\1.jpg');[r1,g1]=rgb_RGB(t1);t2=imread('D:\matlab\皮肤库\2.jpg');[r2,g2]=rgb_RGB(t2);t3=imread('D:\matlab\皮肤库\3.jpg');[r3,g3]=rgb_RGB(t3);t4=imread('D:\matlab\皮肤库\4.jpg');[r4,g4]=rgb_RGB(t4);t5=imread('D:\matlab\皮肤库\5.jpg');[r5,g5]=rgb_RGB(t5);t6=imread('D:\matlab\皮肤库\6.jpg');[r6,g6]=rgb_RGB(t6);
t7=imread('D:\matlab\皮肤库\7.jpg');[r7,g7]=rgb_RGB(t7);
t8=imread('D:\matlab\皮肤库\8.jpg');[r8,g8]=rgb_RGB(t8);
t9=imread('D:\matlab\皮肤库\9.jpg');[r9,g9]=rgb_RGB(t9);
t10=imread('D:\matlab\皮肤库\10.jpg');[r10,g10]=rgb_RGB(t10);
t11=imread('D:\matlab\皮肤库\11.jpg');[r11,g11]=rgb_RGB(t11);
t12=imread('D:\matlab\皮肤库\12.jpg');[r12,g12]=rgb_RGB(t12);
t13=imread('D:\matlab\皮肤库\13.jpg');[r13,g13]=rgb_RGB(t13);
t14=imread('D:\matlab\皮肤库\14.jpg');[r14,g14]=rgb_RGB(t14);
t15=imread('D:\matlab\皮肤库\15.jpg');[r15,g15]=rgb_RGB(t15);
t16=imread('D:\matlab\皮肤库\16.jpg');[r16,g16]=rgb_RGB(t16);
t17=imread('D:\matlab\皮肤库\17.jpg');[r17,g17]=rgb_RGB(t17);
t18=imread('D:\matlab\皮肤库\18.jpg');[r18,g18]=rgb_RGB(t18);
t19=imread('D:\matlab\皮肤库\19.jpg');[r19,g19]=rgb_RGB(t19);
t20=imread('D:\matlab\皮肤库\20.jpg');[r20,g20]=rgb_RGB(t20);
t21=imread('D:\matlab\皮肤库\21.jpg');[r21,g21]=rgb_RGB(t21);
t22=imread('D:\matlab\皮肤库\22.jpg');[r22,g22]=rgb_RGB(t22);
t23=imread('D:\matlab\皮肤库\23.jpg');[r23,g23]=rgb_RGB(t23);
t24=imread('D:\matlab\皮肤库\24.jpg');[r24,g24]=rgb_RGB(t24);
t25=imread('D:\matlab\皮肤库\25.jpg');[r25,g25]=rgb_RGB(t25);
t26=imread('D:\matlab\皮肤库\26.jpg');[r26,g26]=rgb_RGB(t26);
t27=imread('D:\matlab\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,g8,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);
[mn] =size(bw);
bw=double(bw);
xmean=0; ymean = 0;
fori=1:m,
forj=1:n,
xmean= xmean + j*bw(i,j);
ymean= ymean + i*bw(i,j);
end;
end;
if(area==0)
xmean=0;
ymean=0;
else
xmean= xmean/area;
ymean= ymean/area;
xmean= round(xmean);
ymean= round(ymean);
end
4.求偏转角度
function[theta] = orient(bw,xmean,ymean)
[mn] =size(bw);
bw=double(bw);
a= 0;
b= 0;
c= 0;
fori=1:m,
forj=1:n,
a= a + (j - xmean)^2 * bw(i,j);
b= b + (j - xmean) * (i - ymean) * bw(i,j); c = c + (i - ymean)^2 * bw(i,j);
end;
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)
[mn] = size(A);
left= -1;
right= -1;
up= -1;
down= -1;
forj=1:n,
fori=1:m,
if(A(i,j) ~= 0)
left= j;
break;
end;
end;
if(left ~= -1) break;
end;
end;
forj=n:-1:1,
fori=1:m,
if(A(i,j) ~= 0)
right= j;
break;
end;
end;
if(right ~= -1) break;
end;
end;
fori=1:m,
forj=1:n,
if(A(i,j) ~= 0)
up= i;
break;
end;
end;
if(up ~= -1)
break;
end;
end;
fori=m:-1:1,
forj=1:n,
if(A(i,j) ~= 0)
down= i;
break;
end;
end;
if(down ~= -1)
break;
end;
end;
6.求起始坐标
functionnewcoord = checklimit(coord,maxval) newcoord = coord;
if(newcoord<1)
newcoord=1;
end;
if(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],'bilinear'); % 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,[lu (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(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);
fori=starty:endy,
forj=startx:endx,
mfit(i,j)= model_rot(i-starty+1,j-startx+1);
end;
end;
ccorr= 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'},'Pleasechoose a color picture...'); % 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
switchy
case0
errordlg('YouShould 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_Face=imread(I);
subplot(2,3,1),imshow(Ori_Face);
otherwise
errordlg('YouShould Load Image File First...','Warning...');
end
R=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,-0.0004;-0.0004,0.0003];% 方差
row=size(Ori_Face,1);% 行像素数
column=size(Ori_Face,2);% 列像素数
fori=1:row
forj=1:column
ifRGB(i,j)==0
rr(i,j)=0;gg(i,j)=0;
else
rr(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 end
end
end
subplot(2,3,2);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= [];
forthreshold = 0.55:-0.1:0.05
two_value= zeros(i,j);
two_value(find(image_low>threshold))= 1;
change= sum(sum(two_value - previousSkin2));
changelist= [changelist change];
previousSkin2= two_value;
end
[C,I] = min(changelist);
optimalThreshold= (7-I)*0.1
two_value= zeros(i,j);
two_value(find(image_low>optimalThreshold))= 1; % 二值化subplot(2,3,4);imshow(two_value); % 显示二值图像
frontalmodel=imread('E:\我的照片\人脸模板.jpg');% 读入人脸模板照片
FaceCoord=[];
imsourcegray=rgb2gray(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
fori=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;
[mn] = 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,'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))
% 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,frontalmodel,ly,wx, cx,cy, angle); end
if(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_image;
subplot(2,3,6);imshow(Ori_Face);% 显示检测效果图
end;
if(RectCoord ~= -1)
FaceCoord= [FaceCoord; RectCoord];
end
end
end
end
% 在认为是人脸的区域画矩形
[numfacesx] = size(FaceCoord);
fori=1:numfaces,
hd= rectangle('Position',FaceCoord(i,:));
set(hd,'edgecolor', 'y');
end
matlab 识别调试,有关matlab的人脸识别程序,但调试是不成功相关推荐
- MATLAB实战系列(三十四)-MATLAB基于PCA-LDA模糊神经网络的人脸识别
前言 文中涉及代码及图片,可参见MATLAB基于PCA-LDA模糊神经网络的人脸识别,有需要的小伙伴可自行下载订阅,谢谢大家! 基于PCA-LDA和粗糙集模糊神经网络的人脸识别,一方面在应用前景上是十 ...
- 基于PCA 人脸识别/人脸识别算法/人脸检测程序源码MATLAB ELM+PCA人脸识别 PCA人脸识别matlab代码 基于PCA算法的人脸识别
1.基于PCA的人脸识别代码 2.MATLAB ELM+PCA人脸识别 2.基于PCA的人脸识别(matlab)(采用PCA算法进行人脸识别,通过抽取人脸的主要成 分,构成特征脸空间,识别时将测试图像 ...
- 《人脸识别原理及算法——动态人脸识别系统研究》—1章1.2节人脸识别相关学科的进展...
本节书摘来自异步社区<人脸识别原理及算法--动态人脸识别系统研究>一书中的1章1.2节人脸识别相关学科的进展,作者 沈理 , 刘翼光 , 熊志勇,更多章节内容可以访问云栖社区"异 ...
- python人脸识别框很小_人脸识别:从传统方法到深度学习
人脸识别:从传统方法到深度学习 这开始于上世纪七十年代,人脸识别成为了计算机视觉领域和生物识别领域最具有研究型的话题之一.传统方法依赖于手工制作模型特征,通过深度神经网络训练大量的数据集的方法也在最近 ...
- 人脸识别进水_万维|人脸识别闸机怎么选?
如今人脸识别在安防行业的逐渐普及,现在已经有越来越多的场景都已应用人脸识别闸机,像办公大厦啊,景区门口,社区门口等,什么都不用带,只要刷个脸就行,方便快捷又省事.那么,你又对人脸闸机了解多少呢?如果你 ...
- cvpr2020 人脸检测与识别_CVPR 2020 | 元学习人脸识别框架详解
本文介绍的是CVPR2020 oral论文<Learning Meta FaceRecognition in Unseen Domains(MFG[1])>,作者来自明略科技集团明略科学院 ...
- 人脸识别(3)---静态人脸识别和动态人脸识别的区别
静态人脸识别和动态人脸识别的区别 人脸识别,是基于人的脸部特征信息进行身份识别的一种生物识别技术.作为一种新型而且发展较快的技术,很多人对这门技术并没有清晰的理解和认识.比如说,人脸识别有哪些种类,人 ...
- 百度人脸识别技术应用001---百度人脸识别应用业务介绍
1.最近在做人脸识别方面的APP,百度人脸识别分为,人脸识别离线SDK,需要输入序列号才能使用. 还有,在线API,关于,人脸识别离线SDK,前面已经在,AndroidStudio相关的文章中,写到了 ...
- 人脸识别最低像素_深入浅出人脸识别技术
在深度学习出现后,人脸识别技术才真正有了可用性.这是因为之前的机器学习技术中,难以从图片中取出合适的特征值.轮廓?颜色?眼睛?如此多的面孔,且随着年纪.光线.拍摄角度.气色.表情.化妆.佩饰挂件等等的 ...
- 哪个软件能准确测试人脸,人脸识别软件哪个好?人脸识别软件推荐2020
作为一种基于人的脸部特征信息进行身份识别的一种生物识别技术,人脸识别已经被应用到多个领域,例如:工作考勤.安全认证等等.当然,市面上也出现了许多基于人脸识别技术的软件产品!那么,人脸识别技术有哪些?人 ...
最新文章
- 正确设置语言,加速WP应用提交
- 一步一步webpart-webpart如何得到?(2)
- 拦截游戏窗口被移动_熊孩子骗家长人脸识别? 腾讯游戏出了个新招
- 81个关键点,帮你紧密追踪女神的脸,比Dlib还多了13点 | 有代码
- 【BootStrap笔记】BootStrap+css写旅游网页面
- 计算机格式化系统,硬盘被苹果电脑格式化后如何恢复数据?
- sql常用函数详解(一)——字符串截取
- 非越狱iPad实现外接键盘全APP五笔输入(IOS14已自带五笔)
- ORAN专题系列-20:5G O-RAN 通过TR-069协议实现一体化小基站的自动配置和安装
- python 安装 pyHook
- css单线边框_css border-collapse设置表格单线边框和双线边框
- Hypermesh二次开发系列003
- 石墨文档产品,用Websocket 百万长连接技术的秘密
- Laravl路由的讲解
- Discriminative Learning of Relaxed Hierarchy for Large-scale Visual Recognition
- 进军互联网该如何选择html模板?
- python特征选择relieff图像特征优选_python 3.x实现特征选择ReliefF算法
- 复盘暴涨,TWEE焕发第二春
- bilibili网页版html5,Bilibili HTML5播放器网页全屏模式优化 脚本版
- PDF编辑技巧之添加页码和编辑文字
热门文章
- Oracle触发器5-Instead of触发器
- 第四章 ---- 事务RedisTemplate
- Linux VMware 快照不准,VmWare Workstation 关于Linux 虚拟机快照或克隆后 识别不到网卡问题...
- 联想拯救者y空间_联想拯救者 R9000X 笔记本 GTX 1650 Ti 配置被砍
- java.sql.SQLException: null, message from server: “Host ‘xxx.xxx.xxx.xxx‘ is not allowed to
- Mysql中慢查询Sql的记录查看
- Material Design组件之NavigationView
- 同样是程序员,他转行在新加坡卖鱼走向巅峰!
- 第十章:XAML标记扩展(二)
- 《C++ Primer Plus》读书笔记之七—内存模型和名称空间