[发明专利]一种基于人脸识别的车辆防盗系统

摘要

本发明提供了一种基于人脸识别的车辆防盗系统，包括人脸图像采集模块、人脸图像处理模块、人脸数据库和点火控制模块，所述人脸采集模块用于获取人脸图像；所述人脸图像处理模块用于处理采集到的人脸图像，对人脸图像进行识别，并进行驾驶人身份判断，输出人脸图像识别结果；所述的人脸数据库用于储存被录入的人脸图像信息；点火控制模块用于控制车辆点火系统的开关。本发明采用基于人脸识别的车辆防盗系统，提高了车辆的防盗性能。

主权项

1.一种基于人脸识别的车辆防盗系统，其特征是，包括人脸图像采集模块、人脸图像处理模块、人脸数据库和点火控制模块；所述人脸图像采集模块用于获取人脸图像；所述人脸图像处理模块用于处理采集到的人脸图像，对人脸图像进行识别，并进行驾驶人身份判断，输出人脸图像识别结果；所述的人脸数据库用于储存被录入的人脸图像信息；点火控制模块用于当人脸图像识别结果为匹配时，开启控制车辆点火系统的开关；所述的人脸图像处理模块包括依次连接的人脸图像预处理单元、人脸图像检测分割单元、人脸图像特征提取单元、人脸图像匹配单元和判断单元；所述的人脸图像预处理单元用于对采集的人脸图像进行预处理；所述的人脸图像检测分割单元用于对预处理后的人脸图像进行图像边缘检测和分割处理，获取人脸图像的人脸特征部分；所述的人脸图像特征提取单元用于对人脸图像的人脸特征部分进行人脸特征提取；所述的人脸图像匹配单元用于将人脸图像的人脸特征与人脸数据库中已有的人脸图像的人脸特征进行比对，输出人脸特征比对的相似度；所述的判断单元用于将比对的结果与设定的阈值进行比较，当人脸特征对比的相似度大于设定的阈值的时候，输出人脸图像识别结果为匹配，并向点火控制模块发送允许启动信号；所述人脸图像预处理单元，对人脸图像进行预处理，包括：(1)利用形态成分分析(MCA)分解方法对采集的人脸图像进行分解，得到人脸图像的平滑部分和细节部分；(2)对于每个细节部分Ki，按照下列除噪声公式进行除噪，定义除噪声公式为：式中，K‘i(m,n)是第i个细节部分像素点(m,n)的像素值，i＝1，2，…N，N表示细节部分的数量，Ki(m‑r,n‑s)表示第i个细节部分像素点(m‑r,n‑s)的像素值，r和s分别表示平面内像素点(m‑r,n‑s)与像素点(m,n)的水平距离和垂直距离，r,s∈[‑op,op]，op表示设定的除噪因子，p(m‑r,n‑s)表示除噪时像素点(m‑r,n‑s)对像素点(m,n)的像素值的影响因子，ι表示像素点(m,n)与(m‑r,n‑s)的欧氏距离，σd和σc分别表示所有像素点(m‑r,n‑s)与像素点(m,n)的距离和灰度值差的标准偏差，q(m,n)和q(m‑r,n‑s)分别表示像素点(m,n)和(m‑r,n‑s)的灰度值，μk表示设定的灰度比重；(3)将处理过的细节部分与图像的平滑部分进行图像重构，得到预处理后的人脸图像。