【摘要】这是一个全球村的时代，我们身处信息网络共享的环境，享受着资源共享带来的便捷。信息技术的应用已经无处不在，而识别的技术也是这个时代的产物，这项技术也应用到了现实生活中，例如我们身份的识别，确认你是不是你自己本人；警方应用这项技术进行逃犯的追捕等。

而本文书写的是基于神经网络的识别系统，神经网络也是现下较流行的一种识别的处理方式，它的优点是初学者可以轻松地通过学习来获得对于图像规则的一种表达，也不容易出现较复杂的图像特征提取，反之，它的算法就比较难，且运算的时间较长也需要很多的图像图库来训练，这样就比较适用于小型识别库。

我们的系统将对以下步骤进行一些基础的研究。（1）图像的检测与定位:图像的检测与定位是本系统中一个关键的组成部分,主要突出的作用是在图像中检测到的各个器官特征，比如：眼、鼻、耳、嘴等；（2）图像的预处理：该部分也是识别技术实现过程的关键环节，它的主要体现的作用是消除图像的冗余信息、减噪等，在预处理阶段对图像的优化，减少图像中存在的杂质可以提高系统的识别率；（3）图像特征的提取：先要将读取的图像进行归一化和小波分解，最后再进行特征的提取。

本系统最终也将完成对预设图像库的识别，并对本系统的识别率进行统计。

关键词：识别；神经网络；检测与定位；图像预处理；特征提取

目录

摘要

Abstract

1绪论-1

1.1人脸识别的背景和意义-1

1.2人脸识别技术的国内、外研究现状-1

1.3识别的研究流程及内容-2

1.3.1  人脸识别的流程-3

1.4 论文的主要工作和章节安排-4

2图片预处理和特征提取-5

2.1图像预处理简介-5

2.2图片预处理的方式方法-5

2.2.1图片的归—化-5

2.2.2图片的二值比-5

2.2.3直方图均衡化-6

2.3图像特征提取简介-6

2.3.1图像特征提取的方式方法-6

（1） 基于小波变换的人脸特征提取-6

（2） 基于 KL 变换的人脸特征提取-7

（3）基于离散余弦变换的人脸特征提取-8

（4）基于奇异值分解的人脸特征提取-8

2.4 本章小结-8

3神经网络设计与实现-9

3.1 人工神经网络的介绍-9

3.1.1 神经网络的基本概念-9

3.2 BP神经网络概述-10

3.2.1 BP神经网络的算法和设计-11

3.3 BP 神经网络分类器的设计-13

3.4本章小结-13

4软件的实现流程-14

4.1 程序数据的收集与实现-14

4.2 实验流程-14

4.2.1 实验流程框图-15

4.2.2 MATLAB实验流程-15

总结-23

参考文献-24

致谢-25