基于OpenCv的图像识别学士学位论文

基于OpenCv的图像识别学士学位论文

ID:309987

大小:2.90 MB

页数:41页

时间:2017-07-21

基于OpenCv的图像识别学士学位论文_第1页
基于OpenCv的图像识别学士学位论文_第2页
基于OpenCv的图像识别学士学位论文_第3页
基于OpenCv的图像识别学士学位论文_第4页
基于OpenCv的图像识别学士学位论文_第5页
资源描述:

《基于OpenCv的图像识别学士学位论文》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、成都理工大学2014届学士学位论文(设计)学士学位论文基于2DPCA的人脸识别算法研究成都理工大学2014届学士学位论文(设计)摘要人脸识别技术是对图像和视频中的人脸进行检测和定位的一门模式识别技术,包含位置、大小、个数和形态等人脸图像的所有信息。由于近年来计算机技术的飞速发展,为人脸识别技术的广泛应用提供了可能,所以图像处理技术被广泛应用了各种领域。该技术具有广阔的前景,如今已有大量的研究人员专注于人脸识别技术的开发。本文的主要工作内容如下:1)介绍了人脸识别技术的基础知识,包括该技术的应用、背景、研

2、究方向以及目前研究该技术的困难,并对人脸识别系统的运行过程以及运行平台作了简单的介绍。2)预处理工作是在原始0RL人脸库上进行的。在图像的预处理阶段,经过了图象的颜色处理,图像的几何归一化,图像的均衡化和图象的灰度归一化四个过程。所有人脸图像通过上述处理后,就可以在一定程度上减小光照、背景等一些外在因素的不利影响。3)介绍了目前主流的一些人脸检测算法,本文采用并详细叙述了Adaboost人脸检测算法。Adaboost算法首先需要创建人脸图像的训练样本,再通过对样本的训练,得到的级联分类器就可以对人脸进行

3、检测。4)本文介绍了基于PCA算法的人脸特征点提取,并在PCA算法的基础上应用了改进型的2DPCA算法,对两者的性能进行了对比,得出后者的准确度和实时性均大于前者,最后将Adaboost人脸检测算法和2DPCA算法结合,不仅能大幅度降低识别时间,而且还相互补充,有效的提高了识别率。关键词:人脸识别2DPCA特征提取人脸检测成都理工大学2014届学士学位论文(设计)2DPCAFaceRecognitionAlgorithmBasedonTheResearchAbstract:Facerecognition

4、isatechnologytodetectandlocatehumanfaceinanimageorvideostreams,Includinglocation,size,shape,numberandotherinformationofhumanfaceinanimageorvideostreams.Duetotherapiddevelopmentofcomputeroperationspeedmakestheimageprocessingtechnologyhasbeenwidelyappliedi

5、nmanyfieldsinrecentyears.Thispaper'sworkhasthefollowingseveralaspects:1)Explainedthebackground,researchscopeandmethodoffacerecognition,andintroducedthetheoreticalmethodoffacerecognitionfieldingeneral.2)ThepretreatmentsworkisbasedontheoriginalORLfacedatab

6、ase.Intheimagepreprocessingstage,therearethecoloroftheimageprocessing,imagegeometricnormalization,imageequalizationandimagegrayscalenormalizationfourparts.Afterunitedprocessing,thefaceimageisstandard,whichcaneliminatetheadverseeffectsofsomeexternalfactor

7、s.3)Allkindsoffacedetectionalgorithmisintroduced,anddetaileddescribingtheAdaboostalgorithmforfacedetection.ThroughtheAdaboostalgorithmtocreateatrainingsample,thenTrainingthesamplesoffaceimage,andobtainingthecascadeclassifiertodetecthumanface.4)Thispaperi

8、ntroducesthefacialfeaturepointsextractionbasedonPCA,and2DPCAisusedonthebasisofthePCAasaimprovedalgorithm.Performanceiscomparedbetweenthetwo,itisconcludsthattherealtimeandaccuracyofthelatterisgreaterthantheformer.Finallythe

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。