OPENCV基于ARM的图像识别系统的设计与实现

菜单

摘要:随着科技的不断进步，人脸识别系统在生活中的运用与日俱增，并且前景十分广阔：门禁系统，道路监控，身份识别，验证查理案件等应用都与人脸识别技术密不可分。

人脸识别近几年来一直都是图像识别中特别具有挑战性的一部分。本文主要阐述由OPENCV为基础，利用ARM9开发板设计的作品。它通过对PC数据的移植，实现了数据采集、人脸识别等功能。

由于人脸的稳定性和可见性，针对人脸识别的算法研究和系统应用最为广泛，本文设计和实现了一套针对监控视频的基于Open CV的人脸识别原型系统，开发语言选用C++。

设计基于AdaBoost算法的视频人脸识别方法。应用AdaBoost算法实现了针对视频流的快速人脸定位和身份识别，能够实现实时身份认定。52655

毕业论文关键词：人脸识别；ARM9；OPENCV；人脸检测。

Abstract:As the development of science and technology, the application of face recognition system in life is increasing and the system has a broad prospect. Entrance guard system，road monitoring and identification are all closely related to face recognition technology.

Face recognition technology is a challenging part of image recognition in these years. This article mainly elaborated the work based on OPENCV and ARM9. Through the transplant from PC, achieved the function of the data collection and face recognition.

Keywords: face recognition ; ARM9; OPENCV；face detection

摘要…1

1、绪论…3

1.1 课题的目的和意义3

1.2国内外研究现状与水平3

1.2.1国外研究现状3

1.2.2国内研究现状4

1.3人脸识别研究的意义…4

2、图像处理…4

2.1、OPENCV简介4

2.2、开发环境…5

2.2.1硬件环境5

2.2.2. 软件环境…5

2.3、人脸识别功能模块5

2.4、图像与人脸的获取6

2.5、图像预处理6

3、人脸识别方法…6

3.1、人脸识别算法原理…7

3.2、常用人脸识别方法…7

3.3、基于神经网络的人脸识别方法7

3.4、噪声对识别的干扰…7

4、程序设计…8

4.1、人脸识别设计…8

4.2、图像点处理详细设计13

4.3、具体实现光线补偿功能…13

4.4、图像灰度化14

4.5、高斯平滑…14

5、模块实现…15

5.1.1系统运行流程图…16

5.1.2系统的功能界面…16

5.1.3训练级联分类器…17

5.1.4实验结果及分析…19

6、系统调试…20

6.1、调试原理20

6.2、调试方案20

7、结束语及谢辞…21

参考文献21

1绪论

1.1 课题的目的和意义

人脸识别技术，有脸部识别技术和人脸检测，其中包括认证技术，人脸检测是基于视频或图像信息获得的，使用相关的图像处理和计算机视觉算法来确定是否图像中有人脸，并给出了存在人脸数目和位置，因此可以进一步地通过匹配的面孔来识别面孔的身份。脸部识别技术，无论在理论上还是在实践中具有划时代的贡献，它包含了许多方面的知识，在促进各学科的发展上有重要的理论意义。我们可以通过采用面部识别技术来登录我们的电脑，保障我们的信息安全，同时也可以利用此技术对我们的文件进行上锁加密。我们甚至可以实行对网络安全的控制，而这一切，都可以通过面部识别技术来完成。例如我们家家都有的安全防盗门，若有人按下门铃，用户在接通的同时便能看到访客是谁，通过对他的识别来决定是否开门；在工作中，我们也用此技术来负责日常的上班打卡工作，在刷卡后，机器便会扫描你的面部，通过与计算机内早已储存好的图像作对比，若一致，则打卡成功，相反则失败。