本项目运用MATLAB开发了高效的人脸及人眼自动识别系统，结合先进的图像处理技术与机器学习方法，旨在提升生物特征识别精度和速度。
函数 `[face_a,skin_region]=face(I)` 包含以下步骤：
1. `skin_region=skin(I);`：调用 `skin()` 函数处理输入图像 I。
2. 定义两个结构元素，分别用于腐蚀 (`strel(disk,5)`) 和膨胀操作 (`strel(disk,3)`):
- 腐蚀操作使用结构元素 se2
- 闭合和膨胀操作使用结构元素 se
进行以下形态学处理：
- `er = imerode(skin_region,se2);`：对皮肤区域执行腐蚀操作。
- `cl = imclose(er,se);`：在腐蚀后的图像上应用闭运算，以去除小的噪声点。
- 进行两次膨胀操作 (`imdilate(cl, se)`) 以及一次额外的闭合处理（`imclose(dil,se)`）来优化形态特征。
- `d2 = imfill(cl2, holes);`：填充图像中的孔洞，增强面部区域的连通性。
计算距离变换：
- `facearea = bwdist(~d2);`
接下来进行像素乘法操作以提取面部信息：
1. 将输入图像 I 的每个通道与掩码 d2 相乘。
- `face(:,:,1)=double(I(:,:,1)).*d2;`
- `face(:,:,2)=double(I(:,:,2)).*d2;`
- `face(:,:,3)=double(I(:,:,3)).*d2;`
最后，将结果转换为 uint8 类型：
- `face_a=uint8(face);`
5星
