视频中运动图像识别技术的研究与应用.rar

  • 需要金币1000 个金币
  • 资料包括:完整论文
  • 转换比率:金钱 X 10=金币数量, 即1元=10金币
  • 论文格式:Word格式(*.doc)
  • 更新时间:2015-03-16
  • 论文字数:15407
  • 当前位置论文阅览室 > 毕业设计 > 信息与计算科学 >
  • 课题来源:(乖宝宝)提供原创文章

支付并下载

摘 要:图像处理技术是当今社会一门跨学科的重要且热门研究的领域,目前水平已处于世界前列.随着人工智能在我们的生产生活中占有越来越高的地位,人脸作为一个重要的生物特征,吸引了大批的学者研究应用,使得人脸识别成为一个热门的领域,算法日新月异,在计算机图像分析和模式识别领域取得了巨大进步.

本文主要研究视频中运行图像的识别问题,阐述了图像处理及人脸识别的研究意义,以人脸检测为主要研究过程.人脸检测是一种重要且相对复杂的模式识别问题,运用广泛,在图像处理技术日益成熟的同时也迅速成长,在人脸识别技术中占有重要地位.本文重点在运动的图像即视频中动态的提取每一帧,对图像进行处理和分析,其中包括的关键模块有视频单帧提取,图像变换,图像压缩编码,图像的边缘检测等内容,在每一帧图像中判断是否包含人脸及其快速准确地确定位置与大小,选取出人脸部位以便进一步操作,即为人脸检测.本文基于Haar-like特征、采用Adaboost算法进行人脸检测,以OpenCV为平台训练级联分类器,实现了在PC机上进行快速的检测,有较强的实用性.

关键词:图像处理;人脸检测;Haar-like特征;Adaboost算法;级联分类器

 

目录

摘要

ABSTRACT

第1章 绪论-1

1.1研究背景内容和意义-1

1.1.1研究背景-1

1.1.2研究内容-2

1.1.3研究意义-2

1.2 图像处理概述-2

1.3 人脸检测概述-3

1.4 本文的结构安排-3

第2章 图像处理-5

2.1图像的表示-5

2.1.1 图像的概念-5

2.1.2 RGB模型-5

2.1.3 YUV 模型-5

2.2 图像预处理-6

2.2.1直接灰度变换-6

2.2.2 直方图变换-6

2.3 边缘检测-7

2.4 JPEG图像压缩与解压-8

2.4.1 JPEG文件格式-8

2.4.2 JPEG压缩编码-9

2.4.3 JPEG解码-10

2.5 本章小结-12

第3章 人脸检测-13

3.1 引言-13

3.2 人脸检测原理-13

3.2.1基于Adaboost算法的人脸检测-13

3.2.2基于Adaboost算法的人脸检测原理-13

3.2.3 haar分类器-16

3.2.4 人脸检测整体实现-17

3.3 本章小结-17

第4章 人脸检测实验-19

4.1 OpenCV-19

4.1.1 OpenCV的结构和内容-19

4.1.2 OpenCV 内部函数的应用-19

4.2级联分类器-20

4.3 人脸检测实验过程-24

4.4 人脸检测效果分析-25

4.5 本章小结-27

第5章 总结与展望-29

5.1 总结-29

5.2 不足之处及未来展望-29

参考文献-31

致 谢-33