基于人脸识别的罪犯抓捕系统

《基于人脸识别的罪犯抓捕系统》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、基于人脸识别的罪犯抓捕系统段钰龙天津市实验中学摘要：目前，在中国罪犯在逃率很高。公安系统对在逃罪犯还不能做到实时追踪，抓捕过程仍有一定难度。本系统将人脸识别与交通电子眼相结合，实吋地对罪犯进行追踪，能帮助公安系统提高破案效率、及时抓捕逃犯。本系统是直接通过电子眼进行人脸检并对采集的图像进行灰度化、二值化、直方图均衡化、中值滤波等预处理，采用主成分分析法（PrincipalComponentAnalysis,PCA）进行图像特征提取;将特征数据与公安系统犯罪人员信息库里的数据进行匹配与识别，找到罪犯、锁定其位置并自动报警

2、。关键词：罪犯抓捕;人脸识别;中值滤波;PCA；1.人脸识别的罪犯抓捕系统■1.1设计基于人脸识别的罪犯抓捕系统的重要性在逃犯罪嫌疑人，对人民群众生命财产安全形成严重威胁，应尽快将其抓捕归案，解除危害。设计这套系统就是为了能随吋追踪罪犯，及吋报警，保证公共安全0■1.2当前罪犯抓捕方式的现状与弊端警力调査是抓捕罪犯最常见的方式，这种方式需要投入大量警力深入地去调査罪犯的踪迹，还需要人民群众的大力配合。这些传统方法的缺陷是：（1）在财力、物力及人力方面花费都很多；（2）凭经验、凭影像、“人海战术”效率低；（3）商场、高楼

3、、车站等公共区域的监控资料死角多，信息不全面；（4）这些调查都是事后调查，有滞后，往往会错过最佳抓捕时间。■1.3本产品的创新点目前电子眼在城市的覆盖率极高，本系统便利用它的“点控”、“线控”、“面控”的特点，直接利用电子眼采集人脸图像，然后进行灰度化、中值滤波、直方图均衡化等的预处理;再使用主要成分分析法对图像进行特征提取;并将特征数据与公安系统犯罪人员信息库里的数据进行匹配与识别，找到罪犯、锁定其位置并自动报警。论文的结果及数据可为公安系统提供参考，可以为侦破犯罪案件提供线索。而人脸识别是本产品的关键技术。1.人脸

4、识别人脸识别可以经过计算机来处置人脸图像，目的主要是为了验证身份，主要伍括图像采集、预处理、特征提取、图像匹配及识别四个部分。■2.1图像采集与检测由于目前电子眼在城市的覆盖率极高，本系统便利用它的“点控”、“线控”、“面控”的特点，直接利用电子眼所采集的人脸图像进行检测。■2.2预处理输入的原图像由于遭到外界条件的干扰，不能在视觉系统中直接使用，有必要对其进行处理，这个过程被称之为图像的预处理LQ。预处理的过程如图1所示。2.2.1图像的灰度化因为彩色图像中三种色彩是混合的，要对彩色图像进行识别往往困难很大，且识别时

5、会受到复杂背景的影响，造成不少缺陷。而灰度图像是将图片不同区域的颜色进行量化，所以灰度化图像容易完成识别［2］。图像的灰度化主要由儿个步骤完成，如图2所示。图2图像的灰度流程下载原图彩色图像转化成灰度图像的公式如式（1）所示。2.2.2二值化在预处理的过程中，二值化的作用是把人的头发，眼睛，脸的边缘轮廓及竹影与人脸的亮域进行分割。通过选择合适的阀值，将前面得到的灰度图像的灰度值变为只剩0和255的黑ft图像。通常，图像二值化阈值选择方式有三种:整体阀值法、局部阈值法、动态阀值法。而动态阀值法相对前面两种方法，适应性和性

6、能会更好，所以通常采用动态阀值法进行二值化处理。2.2.3直方图均衡化直方图均衡的原理是将各灰度级分量尽可能分布均匀，目的是为了加强人脸图像的对比度。另外，它还能减少光线对人脸图像的影响，更容易地提取到人脸特征。图像的直方图均衡化的计算包含以下步骤：(1)列出原图像和变换后图像的灰度级fk:k=O，1，•…，L-1，其中L是灰度等级总数。(2)计算直方图各灰度等级的出现总数：其中kn为原阁像各灰度级的像素个数，k=0，1，•…，L-l;n为原阁像的像素总个数。(3)计算累积直方图：(4)计算输出阁像的灰度等级gi:公式

7、屮P表示输出图像的灰度级个数，i=0，1，…，p-1(5)用以下的公式计算输出图像的直方图2.2.4中值滤波经过前面操作后的图像，可能还会一些噪声。而这些噪声无论对于人脸的定位还是特征提取都会有不同程度的影响，所以有必要对它们进行处理，尽可能去除噪声的影响。本设计主要采用屮值滤波方法来去除噪声。中值滤波实现步骤：(1)首先，将模板与目前得到的图像进行比较，然后把模板中心与图像中某个像素位置重合；(2)读取模板下各对应像素的灰度值；(3)将这些灰度值从小到大排成一列；(4)找出这些值里排在中间的一个；(5)将这个中间值赋

8、给对应模板中心位罝的像素。由以上过程可以看出，中值滤波的作用就是把与周围像素灰度值的差比较大的像素变成与周围像素值接近的值，能够去除独立噪声。换句话说，中值滤波即能消除噪声又能保持图像的细节U1。■2.3特征提取的方法特征提取就是经过提取人的眉、眼、鼻、口、下巴等重要特征点的儿何形状作为基础特征，把人脸用一组几何特征矢量表示，然后