人脸的自动识别技术在近几十年来成为图像处理与模式识别领域的一个研究热点,不但在理论研究上具有较大的挑战性,而且在现实生活中有广阔的应用市场。Gabor变换作为一种变换工具,在人脸识别领域也有着广泛的应用研究,但目前基于Gabor变换的人脸识别系统还不成熟,在某些方面还没有得到根本突破。本文的主要工作是围绕基于Gabor变换的人脸识别而展开,在充分挖掘基于Gabor变换的人脸特征提取算法的基础上,对其做了深入探讨。 1、提出了基于几何特征的人脸识别检测算法,试图将基于几何特征的人脸检测与Gabor变换的人脸特征提取算法结合起来,提高人脸识别的效率。作为最早的人脸检测中的算法—基于几何特征的人脸检测,算法比较成熟,人脸检测效果比较明显,准确率通常可以达到95%以上。在这里,我们探讨了基于几何特征的分合算法,经实验证明效果是比较好的。 2、提出了基于Gabor变换的人脸特征提取算法,本文通过对用于人脸识别的Gabor滤波器构建的探索,试图找到一种最佳的滤波器。在详细研究了40种滤波器在人脸特征提取中的作用后,得到了Gabor滤波器的8条性质。通过对人脸傅里叶变换和Gabor变换比较实验,证明了Gabor变换在提取人脸特征方面具有很大的优越性。 3、提出了Gabor变换的快速算法。实验证明,这是比较有效的算法,它大大减少了计算量,提高了计算机的运行速度。 4、提出了Gabor变换在抽取人脸小样本特征点的方法。选择恰当的Gabor