您所在位置： &
&nbsp&&nbsp&nbsp&&nbsp
基于OpenCv的图像识别范文.doc 41页
本文档一共被下载：
次 ,您可全文免费在线阅读后下载本文档。
下载提示
1.本站不保证该用户上传的文档完整性，不预览、不比对内容而直接下载产生的反悔问题本站不予受理。
2.该文档所得收入(下载+内容+预览三)归上传者、原创者。
3.登录后可充值，立即自动返金币，充值渠道很便利
需要金币：350 &&
你可能关注的文档：
··········
基于2DPCA的人脸识别算法研究
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：
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。
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。
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检测。
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
2DPCA Face Recognition Algorithm Based on The Research
Abstract：Face recognition is a technology to detect and locate human facen an image or video streams,Including location, size, shape, number and other information of human face in an image or video streams.Due to the rapid development of computer operation speed makes the image processing technology has been widely applied in many fields in recent years. This paper's work has the following several aspects:
1)Explained the background, research scope and method of face recognition,and introduced the theoretical method of face recognition field in general.
2)The pretreatments work is based on the original ORL face database. In the image preprocessing stage, there are the color of the image processing, image geometric normalization, image equalization and image gray scale normalization four parts. After united processing, the face image is standard, which can eliminate the adverse effects of some external factors.
3)All kinds of face detection algorithm is introduced, and detailed describing the Adaboost algorithm for face detection. Through the Adaboost algorithm to create a training sample,then Training the samples of face image,and obtaining the cascade classifier to detect human face.
4)This paper introduces the facial feature points extraction based on PCA ,and 2DPCA is used on the basis
正在加载中，请稍后...基于OpenCV的履带式机器人运动物体视觉跟踪_图文_百度文库
两大类热门资源免费畅读
续费一年阅读会员，立省24元！
基于OpenCV的履带式机器人运动物体视觉跟踪
阅读已结束，下载文档到电脑
想免费下载本文？
定制HR最喜欢的简历
下载文档到电脑，方便使用
还剩1页未读，继续阅读
定制HR最喜欢的简历
你可能喜欢& OpenCV实现机器人的单目寻线
&&&&&&前一段时间实验室组队参加学校第一届机器人设计大赛。很有希望的前三甲因为场地灯光的原因没拿到，只
获得了一个安慰心里的创意奖。
;&iframe src=&/EmbedSlideshow?docid=dgcgh46p_52cn7fngdx& frameborder=&0& width=&410& height=&342& iframe=&&&&/iframe&
1.&比赛内容、要求&
&&&&&& 以电子电路（含模拟和数字电路）应用设计为主要内容，可以涉及模-数混合电路、单片机、可编程器件、EDA软件工具和PC机（主要用于开发）等方面的应用。&
考察要点：电机控制、传感器的设计或使用、控制算法。&
参赛器材：一辆智能小车；主控MCU以及外围电路；&可以识别黑色和白色的传感器;&其它必要的设备。&
竞赛要求： &
（1）机器人从起跑线A处出发（车体不得超过起跑线），沿引导线运行。在始发点A处铺设的引导线下埋有1块宽度为10cm的薄铁片。机器人运行两圈后，检测到铁片，立即停止。&
（2）机器人从起跑线A处出发，沿引导线运行轨道两圈，最后返回A处。 返回位置与出发位置误差应最小（出发位置A为机器人的中心点位置）。&
（3）机器人完成上述任务后应立即停止但全程行驶时间不能大于5分钟。
场地示意图：
总体感觉这次大赛中的小车设计没有有什么创意，尤其是探测黑线的传感器基本都是探测可见光传感一字或弧形阵列。于是有了这个用视觉寻线的机器人小车。
2.硬件结构
笔记本电脑1台：Core Duo TGHz&， 896M 内存；
普通摄像头80万像素1个；
PIC单片机组成的控板1个；
3.寻线方法
首先我们看看机器人小车&眼&中的黑线
以上三张图分别是&直行&，&右转&，&左转&的图像。
从图像上我们注意到实际上我们之需处理黑白两种颜色就可以了，所以我们首先将采集到的图像二值化，如何二值化就看你自己的选择了，简单的你可以自己定义一个阈值，复杂的可以使用自适应的阈值方法。阈值之后图像有可能或有些瑕点，可以通过腐蚀、膨胀的的图像处理方法去除。
4.指令形成
指令的形成有多种方法，其一就是将图像分成左中右三个部分，然后计算黑线的质心，质心在图像的右侧则右转，质心在左侧怎左转，质心在中间则直行。我采用的方法是将图像分为左右两部分，分别统计在图像左侧黑线像素的个数以及在图像右侧个个数，当左侧图像的个数明显多于右侧时，则左转，相反则右转，基本相当时则执行。为了方便处理将二指图像反转处理。
阈值反转后的图像如下
注：如需要工程文件请留言
本文已收录于以下专栏：
相关文章推荐
/wqj1212/archive//1588868.html
摘要：建立了一个主动机器视觉定位系统,用于工业机器人对零件工位的精确...
opencv2/3 标定需要使用的基本函数介绍
divShare视频：
优酷视频：/v_show/id_XMjE3NDY4NDY0.html
完成后补充完整
androi、opencv黑线位置识别并使用蓝牙发送
首先声明本人也是安卓开发菜鸟，在这里发帖只是为了跟大家互相学习，交流经验。之前做过一个类似于闹钟的app，花了很长时间，这次因为有了上次的开发经...
在实验室或者是工程上，我们常常需要将拍摄到的图像的二维图像坐标来计算三维坐标。
如上图所示，我们有上图这样的一副图片。我们需要将物体和机械臂的三维位置算出来，使得机械臂能够精确的抓...
项目背景：针对互联网站上需要填写验证码的应用，当时的验证码图像背景干扰不是很明显，识别类型保存数字识别，数学运算
具体实施方案：
1.、图像二值化，针对图像特点，选择的是OSTU的二值化...
Opencv嵌入式图像处理
NAO机器人配合Kinect的开发环境搭建
他的最新文章
讲师：董岩
您举报文章：
举报原因：
原文地址：
原因补充：
(最多只允许输入30个字)390被浏览33697分享邀请回答VB.net编程（最好是C#），C++懂一点就行，学习halcon或者visionPro，学习镜头光学知识（可以从玩单反开始）。4230 条评论分享收藏感谢收起26 条评论分享收藏感谢收起查看更多回答}