【VC++开源代码栏目提醒】:以下是网学会员为您推荐的VC++开源代码-视频监控中的人脸检测与识别 - 硕士论文,希望本篇文章对您学习有所帮助。
南京理工大学 硕士学位
论文视频监控中的人脸检测与识别 级别:硕士 专业:控制理论与控制工程 指导教师:陈青林 20100620硕士
论文 视频监控中的人脸检测与识别 摘 要 现有的视频监控系统在很多居民住宅小区都有应用,但是作为单个家庭用户,它自己本身有着很大的缺陷,作为家庭用监控系统,视频监控所占的存储空间过大就是个不可避免的问题,过大就会影响监控的性价比。
而更高级的红外热成像监控技术对于广大的家庭用户来说造价昂贵,成本太大。
本学位
论文将讨论一种新的监控措施,利用人脸识别技术为基础,建立特征人脸库,通过摄像头对访客的信息提取判别访客的身份。
这样做的好处是节省容量,只需要人脸图像,而且可以重复使用。
随着时间的累积。
特征头像库数据越来越全,系统判定的准确度将越来越高。
当系统判定访客为熟人(即安全情况)时,不产生报警,反之则产生报警。
本文在研究其他相关文献的基础上,提出了一种基于背景差分法和相邻帧问差分法的改进算法,分析了静态和动态两种情形下非零像素点个数的大小差异,在此基础上通过设定分割值来实现背景的更新,并对不同分割值设定的情况,在实验室条件下(摄像头前l米~5米为监控区域,30万像素摄像头)给出了仿真。
随后利用Adaboost算法对进入视频监控区域的人脸实现了检测,并进行了归一化处理,将图像的大小尺寸统一。
对于检测到的人脸图像,建立了自己的实验室人脸库,并利用PCA主成分分析法实现了人脸识别。
对于报警设置,本文提出了两种方法实现。
基于上述所研究的视频监控系统,能够对进入视频监控区域的人物进行人脸检测并且识别,同时实现背景的更新,在实验室的环境下获得了良好的实验效果。
关键词:OpenCV,背景更新,人脸检测,人脸识别,报警设置Abstract 硕士
论文 Abstract Existing video surveillance systems in many residential district has anapplication,but as individual home users,which itself has a major weakness as afamily with a monitoring system,video surveillance storage possesses too large,whichwill affect the monitoring cost.The more advanced infrared thermal imagingtechnology for monitoring is expensive for home users,which costs too much.Thisessay will discuss a new control measure,using face recognition technology,andestablish a feature picture library,through the camera,on the visitor’s informationextraction determine the identity ofvisitors.The advantage is the capacity to save,justface image,and can be reused.Accumulated over time,features will fullfill picturelibrary data,the system will determine the accuracy more and more. When the system determines visitors to acquaintances(in safety case),do notproduce alarm,otherwise select and create alert. Based on the research of other relevant literature,an improved method to updatebackground based on background difference method and adjacent frame differencemethod is given in this essay,analysis both static and dynamic cases,the number ofnon-zero pixel differences,by setting the division value to achieve backgroundupdate.,in the condition of setting different value of division,in laboratoryeonditions(1m“-5m area before the monitor camera,30-megapixel camera)Adaboostalgorithm using video surveillance to measure face which comes into monitoring area,and had normalized the size of the image.For the detected face images,hasestablished my own laboratories face images,and using principal component analysisof PCA method to achieve face recognition.The alarm settings,this paper presentstwo ways. Based on the above study of video surveillance systems,video surveillancesystem Can detect and reco嘶ze the face of charactors coming into monitoring area,while achieving the background of the update,in the laboratory environment,it has agood experimental results.Key word:OpenCV,background update,face detect,face recognition,alarm settingⅡ 声 明 本学位
论文是我在导师的指导下取得的研究成果,尽我所知,在本学位
论文中,除了加以标注和致谢的部分外,不包含其他人已经发表或公布过的研究成果,也不包含我为获得任何教育机构的学位或学历而使用过的材料。
与我一同工作的同事对本学位
论文做出的贡献均已在
论文中作了明确的说明。
研究生签名:整塑竺 列9年占肋细 学位
论文使用授权声明 南京理工大学有权保存本学位
论文的电子和纸质
文档,可以借阅或上网公布本学位
论文的部分或全部内容,可以向有关部门或机构送交并授权其保存、借阅或上网公布本学位
论文的部分或全部内容。
对于保密
论文,按保密的有关规定和程序处理。
研究生签名:二堑垫 叫。
年石月1臼硕士
论文 视频监控中的入脸检测与识别1绪论 众所周知,图形图像在人们日常生活中扮演着及其重要的角色,人们在日常生活中时时刻刻都会接触到图像。
据不完全统计,在人类接受的各种信息中,通过视觉获得的信息占到半数以上。
正所谓“百闻不如一见”,在许多场合,图像给人们所传递的信息比其他任何形式更加丰富和真切,由此可见,图像信息的作用是至关重要的Ⅲ。
而近几十年来,随着其它相关的学科和技术的发展,以及各个领域对数字图像处理技术的要求也越来越高,数字图像处理技术得到了更为深入、广泛和迅速的发展。
目前,数字图像处理俨然已经成为人们认识世界和改造世界的重要手段。
1.1引言 随着人们生活水平的日益提高,安全防范意识也在不断的增强,视频监控系统也在不断的完善。
随着信息化时代的到来和网络化技术的发展,视频监控在国防领域与城市化管理中所起到的作用越来越突出。
在我国,随着社会流动人员的大量增加,社会治安 问题和交通事故非常的严重。
由于我国人口众多、信息化管理手段欠缺等诸多原因,使得安全监控和交通事故监管的难度越来越大。
据公安部门介绍,现在犯罪分子破门或破窗进入办公科研场所、实验大楼、个人住宅进行抢劫、盗窃等违法犯罪活动仍然严重, 因此,发展和完善视频监控系统已经是当务之急的
工作比1。
随着数字技术的发展,数字视频监控系统从20世纪90年代中期开始出现,以数字控制的视频矩阵替代原来的模拟视频矩阵,以数字硬盘录像机DVR替代原来的长延时模拟录像机,将原来的磁带存储模式转变成数字存储录像,实现了将模拟视频转为数字录 像视频。
DVR集合了录像机、画面分割器等功能,跨出数字监控的第一步。
在此基础上 产生了全数字的视频监控系统,可以基于PC机或嵌入式设备构成监控系统,并进行多 媒体管理。
这类系统是目前视频监控市场的主流。
本文旨在利用成熟的算法和计算机软件工具,以工程实际应用为目的,基于OpenCV 这个开放的计算机视觉程序库,对于静态背景下家庭智能视频监控技术的研究与实现。
1.2国内外研究以及应用现状 目前视频监控业务在国外应用得比较多,在美国、英国、日本、韩国、新加坡以及 我国台湾地区,视频监控业务都有一定的开展。
这项业务的经营者既有电信运营商,也 有非电信运营商。
1绪论 硕士
论文 美国南方贝尔公司采用合作模式提供网络视频监控业务,通过联合在视频监控领域享有声誉的Protection One公司,共同向用户提供解决方案:英国电信代销终端设备,并且将终端设备打包为用户提供解决
方案,这样可以给用户一定优惠,吸引客户;新加坡电信的业务范围主要面向商业用户和个人用户,只在新加坡境内应用,不提供跨国监控业务,具有带宽优势和无缝链接的特点;台湾中华电信的
网络视频监控业务面向公共领域、行业用户和个人用户,建立了专门的视频监控
系统,向多个领域提供服务。
由于视频监控的特殊性以及其潜在的商业价值,许多国家的高新技术产业都投向了这一领域。
1997年美国国防高级项目署(DARPA)设立了以卡耐基梅隆大学为首联合美国十几家高等院校和研究机构参加的视频监控重大项目VSAM(Video Surveillance andMonitoring),主要研究对战场及普通民用场景进行监控的自动视频理解技术。
佛罗里达中央大学(University of Central Florida)的KNIGHT智能监控系统利用计算机视觉技术能检测出监控区域目标的变化,并能标注重要事件和描述人的行为b1。
中国科学院自动化研究所模式识别国家重点实验室已经成立智能视觉监控研究组,对交通场景的视觉(基于三维线性模型定位、基于扩展卡尔曼滤波器的车辆跟踪算法)、人的运动视觉监控(基于步态的远距离身份识别)和行为模式识别(提出了对目标运动轨迹和行为特征的
学习的模糊自组织神经网络学习方法)进行了较为深入的研究,取得了一定的成果。
国内的一些高校也进行了这方面的研究。
当前,图像处理面临的主要任务是研究新的处理方法,构造新的处理系统,开拓更广泛的应用领域。
需要进一步研究的
问题有如下几个方面H儿副: 1)在提高系统精度的同时也要着重解决数据处理速度问题。
例如:在航天遥感、气象云图等大型图像处理方面,巨大的数据量和较慢的处理速度仍然是主要问题。
2)加强软、硬件的开发和研究,特别要注意移植和借鉴其他学科的技术和研究成果,创造新的处理方法。
3)加强理论研究,逐步形成图像处理科学自身的理论体系。
1.3 OpenCV简介 OpenCV是由Intel公司资助的
开源计算机视觉库。
它由一系列C函数和少量C++类构成,实现图形图像处理和
计算机视觉方面的很多通用算法。
OpenCV包括300多个C/C++函数的跨平台的中、高层API。
它不依赖于其他的外部库,但是也可以使用某些外部库。
OpenCV对非商业应用和商业应用都是免费的。
另外,OpenCV也为Intel公司的IPP提供了透明接口。
这意味着如果有为特定处理器(当然是Intel的处理器)优化的IPP库,OpenCV将在运行时自动加载这些库。
本文选取OpenCV进行视频监控的开发,与其它软件包相比,其开发优势在于:2硕士
论文 视频监控中的人脸检测与识别 纯C
代码,源
代码开放。
开放源
代码是信息技术界从20世纪80年代开始兴起的新名词。
源
代码是由软件命令电脑执行指定动作的程序语句,是一个软件的核心所在,最著名的
开源软件当属芬兰人Linus Torvalds提出的Linux。
开源软件之所以能够风靡世界,首先是其
开源的
免费特性;此外,由于有众多的全球编程爱好者的加入,
开源软件一般具有简单明了、实时性强、安全性好的优点。
OpenCV有丰富的函数功能和强大的矩阵、图像运算能力:OpenCV提供了数组、矩阵等基本结构,包含了求取傅里叶变换、差分方程求解等众多高级数学函数功能,以及各种图像处理操作的目标跟踪、摄像机校准、三维重建等高级视觉函数。
平台无关性:利用OpenCV开发的程序可以直接在Windows、Linux等平台间相互移植,无需对
代码进行任何修改。
可见,作为一个基本的图像处理、计算机视觉和模式识别的开发项目,OpenCV可以直接应用于许多领域,作为二次开发的工具。
本
论文中,OpenCV的应用版本为1.O。
1.4本
论文的研究内容与创新点 由于传统的监控方式是录像监控,对设备要求和经费要求很高,而且只能事后观察,不能进行实时处理,因此本文选取人脸图像的检测和识别作为新的视频监控的方式,其优点在于:占用硬盘容量大大小于录像监控;设备要求简单,费用低廉。
本
论文选取静态背景下运动物体检测和识别作为研究重点,利用OpenCV和vC++搭建实验平台,对数字图像噪声的去除、背景的更新、人脸的比对等进行研究。
本文主要工作如下: 对背景更新方面:重点研究了现在普遍流行的帧差法、背景差分法的区别,提出了一种将2者结合的新方法,通过研究二值化差分图中非零像素点的个数来实现背景的更新,这样做能更好的适应光线等微弱的变化对背景的影响,并自适应的获取当前帧图像作为背景图像。
人脸检测方面:根据实际情况中的实时检测,对人脸图像进行提取,并将人脸图像做归一化处理,建立自己的实验室人脸库。
人脸识别方面:应用主流的PEA主成分分析法,进行人脸识别和分析。
报警功能设置方面:提出了2种可行的报警方式,时间控制报警和人脸识别控制报警。
1.5开发平台的搭建 本
论文的硬件设施为普通的笔记本电脑,内存容量为IG,CPU主频为1.66GHz。
视 频输入为一个30万像素的WEB摄像头。
软件开发平台为WindowsXP、OpenCV、YC++6.0。
3 绪论 硕士
论文 图l I海天地∞V16A摄像头 其中,OpenCV配簧过程如下”: 安装下载 OpenCV 的应用程序, 下载地址为:http://sourceforge,net/projects/opencvlibrary/。
在VC6 O下安装与配置为“_= I:假设其安装路径为E:\OpenCV.安装时选中Add<…>\OpenCV\bintothe systemPATH。
这样做的目的是在运行
程序时,使程序能够找到所需要的openCV的动态链接库文件,因为所有的动态链接库都置于<opencv root>\bin目录下。
2:打开VC6.0,单击ToollOption菜单项,在弹出的对话框中单击Directions标签,在show directories for下拉列袭框中选择Include files,在Directories文件框中添加路径 E:lOpencV\cxcore\lnclude E:\OpenCV\cv\lnclude E:\0penCV\cvaux\include E:\0penCV\otherlibs/highgui E:IOpenCV\otheriibs/cvcam/:【nclude 然后在Shot directories for下拉列表框中选择Library files 在Directories文本框中添加路径E:\CVenCV/OpenCV\lib 在Show Directories for下拉列表框中选择Executable files 在Directories文本框中添加路径E:\0penCV\bin 3:如果希望在VC6 0项目中添加OpenCV支持,可以单击Project}Settings菜单项.弹出Project Settings对话框,在Settings for
列表中选择ALL configurations,然后单击Link标签,在Category列表框中选择General,在Object/1ibrary modules文本框中输入cv 1ib ovaux lib highgui 1ib ml lib cvc铀lib cxcore.1ib。
另外,在c十+
代码文件开始处,添加需要的头文件,OpenCV提供的头文件有ev h,硕士
论文 视频监控中的人脸检测与识别cxcore.h,.m1.h,highgui.h,CVCalll.h,cvaux.h,用户可以根据自己的需要添加不同的头文件。
5硕士
论文 视频监控中的人脸检测与识别2图像预处理 数字图像处理就是利用计算机系统按照人们的不同目的,对数字图像进行的各种处理。
较早期的图像处理其根本目的是改善人的视觉效果,改善图像的质量。
进行图像处理的时候,输入的是原来质量较差、不满足要求的图像,输出的是改善质量后的、符合要求的图像,
常用的数字图像处理方法有图像增强、编码、复原、压缩等技术。
目前,图像处理技术已经广泛应用于工业、军事、
医药等领域口1。
主要包括: 航天和航空技术方面的应用:现在的国家军事实力的抗衡主要体现在航空领域中的实力对比,许多的军事强国每天都会派出很多侦查飞机对地球上敏感地区进行大量的空中摄影。
对由此得来的军事照片进行处理分析,即节省人力,又加快了速度,还可以从照片中提取人工所不能发现的大量有用的军事情报哺1。
. 生物医学工程方面的应用:数字图像处理在生物医学工程方面的应用起源很早,并且应用十分广泛和具有成效。
例如在X光肺部图像增晰、超声波图像处理、心电图分析、放射化疗等医学难题以及诊断方面都广泛的应用了图像处理技术呻1。
通信工程方面的应用:图像
通信技术是十分复杂和困难的,这是因为图像的数据量 十分庞大,例如传送的彩色电视信号的速率达lOOMvbit/s以上。
要将这样高速率的数 据实时的传送出去,必须采用相关的编码技术来压缩信息的比特量。
从某种意义上讲, 编码
压缩就是这些技术成败的关键。
除了已被广泛应用较多的熵编码、DPCM编码、变换 编码外,目前国内外正在大力开发和研究新的编码方式,如分形编码、自适应网络编码、 小波变换图像压缩编码等口¨111。
军事公安方面的应用:在军事方面,数字图像处理和识别主要用于制导炸弹的精确 制导,各种侦查照片的读取以及识别,具有图像传输和存储的军事自动化指挥系统,坦 克和军舰模拟训练系统等;在公安业务方面,图片的读入分析,尤其在指纹识别、人脸 识别、残缺图片的复原,以及交通监控、事故分析等方面都有重大的突破和实际应用。
目前己投入运行的高速公路不停车自动收费系统中的车辆和车牌的自动识别都是图像 处理技术成功应用的例子。
文化艺术方面的应用:目前这方面正属于蒸蒸日上的新兴产业,该应用中有电视画 面的数字图形图像编辑、动画片的制作、电子图像游戏、纺织工艺品设计、服装
设计与 制作、发型设计、文物资料照片的复制和修复,运动员动作分析和评分等等,而且现在 已经逐渐形成了一门新的艺术一计算机美术n羽。
数字图像处理的优点有: 精确处理,处理结果具有再现性。
容易控制,通过程序能够自由控制和更改各种控制参数。
72图像预处理 硕士
论文 灵活性。
基于已有的现成程序根据客户实际需要进行变更,就能够实现满足实际需要的各种各样的处理。
也可以组合已有的算法和程序,开发自己新的系统。
数字图像处理目前面临的难题有: 图像数据量大:图像数据数字化后输入到计算机内,数据量就达到了1024像素×768像素×3色≈2船(字节)的数据。
运算量大:由于数据量大,运算量也随之增加,所需要的处理时间也比较长,在一些实时性的场合比较难到达要求n钉。
本章节涉及到实时视频监控中图像噪声的消除、图像增强以及形态学滤波,以增强图像质量。
2.1图像噪声的消除 噪声可以理解为舻某种妨碍人类的感觉器官对所接受的信源信息理解的因素”,例如给定一幅普通黑白照片,设图像平面的亮度分布假定为f(x,y),那么对其接收起作用的亮度分布R(x,Y)就可称为图像噪声。
活动的黑白电视图像噪声可以表示为R(x,Y,f),而彩色电视图像噪声可以表示为R(x,Y,厶九)n1。
但是,噪声在理论上可以定义为“不可预测,只能用概率统计方法来认识的随机误差”it3〕(14〕,因此我们将图像噪声看成是多维随机过程是合适的,因而描述噪声的方法完全可以借助于数学随机过程的描述,即用其概率分布函数和概率密度分布函数。
图像噪声按其产生的原因可分为: 外部噪声:是指在系统外部,经过电磁波或者经过电源串进系统内部进而引起的噪声,如电气设备或者天体放电现象等而引起的噪声n1。
内部噪声:一般可分为以下四种: (1)由光、电的基本性质所引起的噪声 (2)电气的机械运动所引起的噪声 (3)元器件材料本身引起的噪声 (4)系统内部设备电路所引起的噪声 图像噪声如果从统计学角度来说,可分为平稳和非平稳噪声两种n印。
在实际应用中,如果不去追究各自严格的数学定义,这两种噪声可以理解为:其统计特性不随着时间变化而变化的噪声,我们称为平稳噪声:其统计特性随着时间的变化而变化的噪声,我们称为非平稳噪声。
我们还可以按噪声产生的幅度大小分布的形状来定义,如果其幅度分布是按照高斯分布的就称其为高斯噪声,若是按照雷利分布的就称其为雷利噪声盯’。
当然也有按噪声频谱的形状来命名的,如频谱均匀分布的噪声,我们称其为白噪声;频谱 1 .与频率成反比的称为去噪声;与频率平方成正比的称其为三角噪声等等n们。
1 我们可以依据噪声产生的原因,将通常情况下的噪声源分为三类:阻性元器件产生8硕士
论文 视壤虹控中的^脸检测与识别的高斯噪声;光电转换过程中产生的椒盐噪声:感光过程中产生的颗粒噪声 a) b1 高斯噪声椒盐噪声 图2l图像噪声 一般情况下,对噪声的数学描述,采用统计意义上的均值和方差。
我们仍然假设图像信号的灰度分布为,扛,y),噪声用R(‘y)表示。
噪声的均值大小说明了该图像中噪声的总体强度,表达式如下: ”2E〔R(。
,¨卜j赤三焉。
瓴y) ‘2” 噪声的方差大小说明了图像噪声分布的差异程度,表达式如下: ”2ERR(‘y)一川2}2j赤至暑〔。
(Ly)一”〕2 ‘2 2’ 其中,M和N分别为图像的行数和列数。
一般情况下,我们有很多方法进行去噪处理,可以根据噪声类型的不同,去噪方法可以归结为时域类型和频域类型,时域中可以使用均值滤波器法通过计算原图像中邻域的像素强度的算术平均值来平滑图像的局部变化;中值滤波器法采用相邻像素的强度中值来替代该像素的强度值,能有效的去除脉冲和随.