毕业论文

打赏
当前位置: 毕业论文 > 自动化 >

OPENCV基于ARM的图像识别系统的设计与实现(3)

时间:2020-07-19 20:20来源:毕业论文
4. 免费、开源 5. 统一的结构和功能定义 6. 跨平台:windows Linux Mas OS 2.2 开发环境 2.2.1硬件环境 (1) 运行本软件所需的硬件资源: CPU: 800M及以上;内存容量

4. 免费、开源

5. 统一的结构和功能定义

6. 跨平台:windows Linux Mas OS 

2.2 开发环境

2.2.1硬件环境

(1) 运行本软件所需的硬件资源:

CPU: 800M及以上;内存容量: 内存达128M以上。

(2) 硬件配置原则:

硬件的配置需要该硬件具有可靠性、稳定性、安全性等特点,在软件支持的环境下,能实时的运行程序。

2.2.2. 软件环境

(1) 系统软件的配置方案:

①配置需要满足ISO的标准,并且能够保持系统的兼容性。如:Qt designer 。

② 熟悉C++/C等编程语言。

③软件的配置需要有高度集成性,高稳定性,能够运行在嵌入式的平台下,如Windows2000,Windows NT,UNIX,Linux等。

2.3人脸识别的功能模块

人脸捕获与跟踪功能:

面部捕捉指的是将检测到的肖像的图像或视频流的与画像分离出背景,并自动将检测出的图像保存下来。跟踪是指利用跟踪技术来捕捉,摄像机会自动地将摄像范围内指定的人物进行跟踪拍摄。

人脸识别比对功能:

人脸识别有验证式与搜索式两种匹配模式。验证式是指在数据库中的注册图像验证指定的用于比较的肖像或捕捉到的画像,以此来确定是否是同一人。搜索式是指从搜索注册的数据库中的所有画像寻找是否存在指定的肖像。

如何从计算机数据库中比较这是同一个人的面孔,这是一个困难的事,但计算机可通过要被处理的颜色数据来判断。彩色图像的像素构成因素有RGB三通道,它们各自表示着红色,绿色和蓝色通道,灰度是RGB组合物,如果在由6位组成的某个点,那么它就是2 ^6= 64的像素值。它的的像素值是通道是3* 6= 18,这就说明这幅图是通过18位的色彩值组合而成的。 18位图像变换是一个非常复杂的问题,我们需要的画面将彩色图像转换为灰度图像,通过这种转换可以减少数据量。首先把图像转换为灰度,那么这将提高灰阶的对比,这样就可以让原本灰暗的图像区域更暗,亮的地方亮。这种处理后,画面更容易被另一种算法识别出来。

人脸的建模与检索:

我们可以把注册存储的人脸建模并提取五官和脸部,以此作为模板,将模板保存到数据库中。在进行脸部搜索的时候,先将要搜索人物的脸部建立模型,在把他与存储在数据库里面的模型做对比,最后系统会依照两两模型的相似程度从大到小将数据排列出来。

真人鉴别功能:

该系统可以识别人走在了镜头前是一个真实的人还是只是一张照片。为了防止用户用假照片。这种技术需要用户进行复杂的动作的面部表情

图像质量检测:

图像的质量直接影响到鉴定的效果,成像质量检测功能可以对即将到来的照片图像质量进行评估,从而给出相应的意见来帮助识别图像。

2.4图像与人脸的获取

获取图像:主要是通过USB照相机或CMOS照相机进行图像采集,经过一系列的转换所获取的图像后可以进行建模。人脸图像区域的检测主要是根据肤色来获得,通过非线性实现变换肤色分割。非线性分段皮肤颜色变换色彩模式,而要建立这种类型的色彩空间的颜色模式,必须首先选择合适的色彩空间。

2.5图像预处理

图像的预处理被分成几个步骤后,再获得一帧图像,一些处理之后,示出的图像中的特征。预处理分为下列五个子模块:

(1)光线补偿技术

在不平衡的光照条件下,系统得到的图像视频可能会干扰我们对特征的提取。系统

使用的YCrCb颜色空间,所以图像必须进行光补偿。它的特点体现体现于图像之中。 YcrC也是颜色空间,这将在颜色空间的视频系统中使用,Y成分表示像素的亮度,Cr代表红色分量,Cb代表蓝色,我们一般情况下称之为Cr和Cb色度。 OPENCV基于ARM的图像识别系统的设计与实现(3):http://www.youerw.com/zidonghua/lunwen_56628.html

------分隔线----------------------------
推荐内容