1. 研究目的与意义
（一）课题研究来源：随着人工智能技术的兴起.以及人类视觉研究的进展.人们逐 渐对人脸图像的机器识别投入很大的热情，并形成了一个人脸图像识别研究领域，这一 领域除了它的重大理论价值外，也极具实用价值。
（二）课题研究的目的：利用 MATLAB 实现了一个集多种预处理方法于一体的通用 的人脸图像预处理仿真系统，将该系统作为图像预处理模块可嵌入在人脸识别系统中， 并利用灰度图像的直方图比对来实现人脸图像的识别判定。
（三）课题研究的意义：进行人脸图像识别研究也具有很大的使用价依。
2. 课题关键问题和重难点
（1）几何特征的人脸识别方法：几何特征可以是眼、鼻、嘴等的形状和它们之间的几何关系（如相互之间的距离）。
这些算法识别速度快，需要的内存小，但识别率较低。
（2）基于特征脸的人脸识别方法：特征脸方法是基于KL变换的人脸识别方法，KL变换是图像压缩的一种最优正交变换。
3. 国内外研究现状（文献综述）
随着社会的发展，信息化程度的不断提高，人们对身份鉴别的准确性和实用性提出了更高的要求，传统的身份识别方式已经不能满足这些要求。
人脸识别技术(FRT)是当今模式识别和人工智能领域的一个重要研究方向.虽然人脸识别的研究已有很长的历史,各种人脸识别的技术也很多,但由于人脸属于复杂模式而且容易受表情、肤色和衣着的影响,目前还没有一种人脸识别技术是公认快速有效的[1]基于生物特征的身份认证技术是一项新兴的安全技术，也是本世纪最有发展潜力的技术之一[2] 。
1. 人脸识别技术基本介绍人脸识别技术是基于人的脸部特征，一个完整的人脸识别过程一般包括人脸检测和人脸识别两大部分，人脸检测是指计算机在包含有人脸的图像中检测出人脸，并给出人脸所在区域的位置和大小等信息的过程[3] ，人脸识别就是将待识别的人脸与已知人脸进行比较，得出相似程度的相关信息。
4. 研究方案
人脸识别是当前模式识别领域的一个前沿课题，人脸识别技术就是利用计算机技术，根据数据库的人脸图像，分析提取出有效的识别信息，用来辨认身份的技术。
基于对人脸识别方法优缺点的分析比较提出了一种基于主元分析(PCA)的人脸识别方法。
通过PCA算法对人脸图像进行特征提取再利用最邻近距离分类法对特征向量进行分类识别。
5. 工作计划
第1周 准备开题报告，阅读并摘要与课题有关的中文资料，收集相关设计资料。
第2周准备开题报告，阅读并摘要与课题有关的中文资料，收集相关设计资料。
第3周 完成开题报告，完成与课题相关的中文资料摘要。
以上是毕业论文开题报告，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
