摘要：随着时代的进步，科技的快速发展，人脸识别技术在当今社会愈来愈热烈,人脸识别技术如何实用在我们的生活中现在被很多科研人员及机构所发掘。如今人脸识别技术已经与我们的生活息息相关,在日常生活中的各种场景都逐渐常见,例如人脸支付、地铁人脸检测、犯罪比对等。在人脸识别这个技术领域内,图像处理、图像分类、人脸特征提取、人脸特征分类等都是该技术的实用性及价值体现。其中,人脸特征提取极为重要,直接影响着人脸识别的准确率。本文针对如何获取人脸识别特征的问题进行研究，提出了一种以LBP算法为基础，在现有MATLAB工程软件进行编程，利用M语言的简单方便性来实现LBP特征算法的提取，然后进行仿真实验，通过实验来检查程序及特征提取性能。LBP算法是一种基于提取计算已经给定图像的局部范围的特征算子来实现的,他的优点是提取简单，计算量小，纹理性强的的特点。并且局部二值模式的算法也是一个对光状态不敏感、不会被影响并且容易被理解的一个算法，其次他也非常优秀的可以完成人脸识别。基于它有着非常高的特征提取识别能力但却计算十分简单，因此在图像处理过程中运用MATLAB软件编程实现的人脸识别系统也可以对它在物联网人工智能等方面的体现提供解决方案，有希望在许多身份认证场景使用。

关键词：人脸识别，局部二值模式，LBP，MATLAB

目 录

摘 要

Abstract

第一章 绪论-1

1.1 研究背景和意义-1

1.2 人脸识别研究现状-3

1.3 人脸识别的相关技术-4

1.4 人脸识别的过程-5

1.5 本文的研究内容与章节安排-6

第二章 图像预处理-7

2.1 图像采集-7

2.2图像预处理算法-7

2.2.1 RGB图像灰度化-7

2.2.2 灰度转换-8

2.2.3 几何归一化-8

2.3 空间锐化滤波-9

2.3分类算法-11

2.4 人脸识别系统-13

2.4.1 人脸识别系统的特点-13

2.4.2人脸识别系统的评估-13

2.5 本章小结-14

第三章 LBP算法与特征提取-15

3.1 局部二值模式（LBP）-15

3.2 LBP算法特性-19

3.3 LBP算子的应用-21

3.4 纹理特征及LBP算法-23

3.4.1 图像集的建模-23

3.4.2仿射包的图像集建模-24

3.5 LBP特征向量提取步骤-24

3.6 实验结果分析-25

3.6.1 在ORL数据库实验-25

3.6.2 在FERET人脸库中实验-26

3.7 本章小结-26

第四章 图形用户界面设计-27

4.1 GUI简介-27

4.2 GUI界面组成-27

4.3 MATLAB编程设计-29

4.4 本章总结-30

第五章 总结与展望-31

5.1 总结-31

5.2 展望-31

参考文献-32

致  谢-34