OpencV是用来实现计算机视觉相关技术的开放源码工作库，是计算机视觉、图像处理、模式识别、计算机图形学、信号处理、视频监控、科学可视化等相关从业人员的好工具。本书介绍了大约200多个典型的技术问题，覆盖了基于OpenCV基础编程的主要内容，利用大量生动有趣的编程案例和编程技巧，从解决问题和答疑解惑入手，以因特网上最新资料为蓝本，深入浅出地说明了OpenCV中最典型和用途最广的程序设计方法。全书结构清晰、合理，范例实用、丰富，理论结合实践，即使读者只是略懂计算机视觉原理，也能人手对相关理论方法直接进行编码实现。 "基于OPENCV的计算机视觉技术实现"的图书目录…… 前言 第一章 使用OpenCV实现计算机视觉技术 1.1 计算机视觉技术 1.2 什么是OpenCV 1.3 基于OpenCV库的编程方法 本章小结 第二章 OpenCV的编程环境 2.1 OpenCV环境介绍 2.2 OpenCV的体系结构 2.3 OpenCV实例演示 本章小结 第三章 OpenCV编程风格 3.1 命名约定 3.2 结构 3.3 函数接口设计 3.4 函数实现 3.5 代码布局 3.6 移植性 3.7 文件操作 3.8 文档编写 本章小结 第四章 数据结构 4.1 基本数据结构 4.2 数组有关的操作 4.3 动态结构 本章小结 第五章 数据交互 5.1 绘图函数 5.2 文件存储 5.3 运行时类型信息和通用函数 5.4 错误处理函数 5.5 系统函数 本章小结 第六章 图像处理 6.1 边缘检测 6.2 直方图 6.3 Hough变换 6.4 几何变换 6.5 形态学 本章小结 第七章 结构与识别 7.1 轮廓处理函数 7.2 计算几何 7.3 平面划分 7.4 目标检测函数 7.5 生成与控制贝塞尔曲线 7.6 用OpenCV进行人脸检测 本章小结 第八章 图形界面（HighGUI） 8.1 读取和保存图像 8.2 OpenCV中的实用系统函数 本章小结 第九章 视频处理（CvCAM） 9.1 使用HighGUI对视频进行读写处理 9.2 CvCam对摄像头和视频流的使用 本章小结 第十章 OpenCV附加库第一部分 10.1 附加库介绍 10.2 形态学（morhing functions） 本章小结 第十一章 OpenCV附加库第二部分——隐马尔可夫模型 11.1 隐马尔可夫模型概述 11.2 隐马尔可夫模型中的基本结构与函数介绍 11.3 隐马尔可夫模型中的函数介绍 11.4 人脸识别工具 本章小结 第十二章 核心库综合例程 12.1 检测黑白格标定板内指定矩形区域内的角点 12.2 解线性标定方程组程序 本章小结 第十三章 运动与跟踪 13.1 图像统计的累积函数 13.2 运动模板函数 13.3 对象跟踪 13.4 光流 13.5 预估器 13.6 Kalman滤波器跟踪示例 13.7 用Snake方法检测可变形体的轮廓 13.8 运动目标跟踪与检测 本章小结 第十四章 立体视觉第一部分——照相机定标 14.1 坐标系介绍 14.2 透视投影矩阵的获得 14.3 摄像机参数的获取 14.4 径向畸变的校正 14.5 使用OpenCV及CVUT进行摄像机定标 14.6 OpenCV中的定标函数 14.7 CVUT介绍 本章小结 第十五章 立体视觉第二部分——三维重建 15.1 极线几何 15.2 特征点匹配 15.3 三维重建 15.4 OpenCV中相关函数介绍 本章小结 第十六章 立体视觉第三部分——三维重建算法 16.1 图像校正 16.2 已校正图像的快速三维重建 16.3 Birchfield算法 16.4 OpenCV中相关函数介绍 本章小结 第十七章 立体视觉第四部分——立体视觉实例 17.1 图像校正实例代码 17.2 基于窗口的稀疏点匹配及三维重建之一 17.3 基于窗口的稀疏点匹配及三维重建之二 17.4 Birchfield算法的OpenCV实现 本章小结 第十八章 常见问题解疑 18.1 安装与编译出错解决方法 18.2 OpenCV库基本技术问题 18.3 OpenCV在Linux下的相关问题 18.4 OpenCV库中的陷阱和bug
上传时间： 2013-07-18
上传用户：huyiming139
DSP和FPGA相关方面的学术论文，对提高DSP相关的理论水平及实际应用水平很有帮助
上传时间： 2013-04-24
上传用户：athjac
随着计算机科学在人机交互领域的极大发展，作为人脸信息处理中的一项关键技术，人脸检测现在已经成为模式识别，计算机视觉和人机交互领域不可缺少的一部分。但是，人脸检测算法存在计算量大、速度慢等缺点。软件实现方式无法达到实时处理要求，而现有的硬件实现需要占用大量硬件资源。 本文针对现有人脸检测硬件实现的缺点，通过对Adaboost算法和现有硬件结构的分析，提出了双流水线硬件检测架构：扫描窗口流水线、特征向量流水线。并在Vertex-II Pro FPGA平台验证成功，达到实时检测的标准。具体工作和创新点包括如下几点： 介绍了人脸检测的原理以及人脸检测经典算法。其中，详细介绍了Adaboost算法。 对现有的结构进行详细分析。指出现有各架构的缺点，即资源占用多，检测速度慢。针对这两个问题，本文提出了一个适合嵌入式应用的扫描窗口、特征向量双流水线检测硬件架构，详细说明了该架构的工作原理，并在该架构基础上，通过加入预测加载技术，进一步提高检测速度。随后，采用存储器访问效率，架构内部存储单元大小，检测时间长短，运算单元数量四个标准，详细比较了新架构和现有架构的差别，显示出新架构的优势。 基于提出的架构，给出了Adaboost人脸检测系统的VLSI实现方案。本文中，采用自顶向下的设计方法将人脸检测系统分成若干个子模块，然后对每个子模块进行详细的设计和说明，给出了每个子模块的硬件架构、状态转换以及verilog实现后的仿真波形。 采用Xilinx公司的VII Pro FPGA开发板完成人脸检测系统的硬件验证。FPGA验证结果表明对于QCIF分辨率的视频图像，人脸检测系统能够达到50fps的检测速度，满足实时检测的要求。
上传时间： 2013-06-15
上传用户：1193169035
生物特征识别是指通过计算机，利用人体固有的生理特征，如指纹，静脉来进行个人身份鉴别的技术。由于生物特征唯一性和不变性，使得生物特征识别与传统的方法如数字密码和身份证相比，具有更高的安全性和易用性。传统的高性能自动识别系统大多基于PC平台联机应用，然而在实际应用中往往对自动识别系统要求有更高的便携性和易用性，嵌入式技术的快速发展使得实现这样的系统变为了可能。 生物特征识别系统主要由通用模块的控制系统与非通用模块的图像采集设备与识别算法组成。本文针对通用模块与非通用模块接口问题进行研究和设计，实现了一个工作良好的嵌入式平台。 本课题在设计核心板、扩展板、转接板的硬件基础上，移植实时操作系统Linux，编写各种接口与模块的驱动、多路摄像头切换程序，并很好的解决了摄像头采集生物特征时光强控制问题，为很好的采集到清晰图像提供了一个良好稳定的硬件平台。 本课题所设计的嵌入式系统通过测试，做了大量的实验，并将所采集到的手指静脉图像进行讨论分析，具有实用价值。
上传时间： 2013-06-03
上传用户：lguotao
对图片中的人脸进行检测和标注，是用MATLAB来实现的-pictures of the human face detection and tagging is used to achieve the
标签： face-opencv-test
上传时间： 2013-04-24
上传用户：hxy200501
opencv的人脸识别实例，绝对能运行，本程序是转载，非本人亲自制作-opencv
标签： OpenCV
上传时间： 2013-06-17
上传用户：busterman
关于DigitalPersona指纹识别技术的例子代码
标签： DigitalPersona
上传时间： 2013-07-16
上传用户：763274289
自“9.11”后，随着人们对安防需求的升级，门禁控制系统得到日益广泛的应用，不断提高门禁系统的安全性成为研究的重要课题。第四代门禁系统结合了人体生物特征识别技术，利用人体本身具有的物理特征(如指纹、虹膜、脸型、掌纹等)或行为特征(如步态、签名等)来确定人的身份，取代或加强传统的身份识别方法。 论文采用掌形识别为控制方案，基于ARM920T内核的EP9315芯片为门禁系统CPU，设计和调试了系统的硬件平台。 论文研究了掌形识别算法，进行了三方面的工作。 首先研究了掌形中的手形特征，提出了一种基于骨架特征的手形识别算法，很好的克服了手指旋转给识别带来的干扰。 然后研究了掌形中的掌纹特征，通过系列图像处理，分离出手掌的三条主线，提取主线端点，并在主线上等间隔采样，利用端点和采样点进行匹配，拥有很高的识别率。 最后结合手形与掌纹特征，实现掌形识别。依据手形特征对掌形库进行粗分类，利用掌纹特征进行匹配，算法拥有很快的识别速度与稳定较高的识别率。对分类规则提出了新思路与方法。 论文还提出了基于ARM的门禁系统方案。成功设计了以基于ARM920T内核的EP9315芯片为CPU的最小系统，设计PCB图并制板，最后调试了系统的底层电路。 论文的研究设计工作，通过提高掌形识别算法的识别率，达到了提高门禁系统安全性的目的；ARM平台的设计与调试，在工程实际中有参考价值。
上传时间： 2013-04-24
上传用户：zsjzc
随着现代科学技术的发展和人民生活水平的提高，人们对住宅的安全性提出了更高的要求。由于视频监控具有直观、方便、信息内容丰富等的特点，而被广发的应用各种安防系统中。现有的家居监控系统智能化程度低，无法更好的适应家居安防系统的要求，因此研究并开发出适合人们需要的智能化家居视频监控系统具有重要的意义。 本课题针对现有家居视频监控系统的问题，选用SAMSLING公司基于ARM9核的S3C2410芯片作为CPU，扩展了USB摄像头、Internet芯片、红外传感器模块、液晶屏、键盘等外围设备，设计出一种基于ARM的智能家居网络视频监控系统。该系统的功能主要包括：摄像头采集图像并在LCD上进行显示；在户外PC上可以通过网络查看ARM端家中情况，图像经过压缩后进行传输；截取图像进行人脸检测；当检测到人脸时，GPRS发送短信通知主人有入侵情况发生；检测到人脸的图像压缩后进行存储。 本文介绍了系统各个硬件型号的选取，硬件的性能参数，硬件引脚和寄存器参数，设计了各个硬件之间的接口电路。系统的软件部分采用嵌入式Linux作为操作系统，在目标板上移植了引导程序、Linux裁剪后的系统和文件系统，在此基础上实现了摄像头图像采集和LCD上的显示、基于肤色和模板匹配的人脸检测算法、基于DCT变换的有损图像压缩算法、GPRS短信发送、图像网络传输等软件功能。 试验结果表明，本系统能够较好的实现预期的功能，具有较好的稳定性和应用前景。
上传时间： 2013-04-24
上传用户：四只眼
现代信息技术的迅猛发展，使得图像处理方面的研究与应用，尤其是实时图像处理引起了更广泛的关注。近年来，随着嵌入式和DSP技术的不断发展，数字信号处理领域的理论研究成果被逐渐应用到实际系统中，从而推动了新理论的产生和应用，对图像处理等领域的技术发展起到了十分重要的作用。可见，研究如何将ARM和DSP双处理器结构应用于实时图像处理系统的新方法有着非常重要的理论价值和应用价值。本文主要研究内容如下： 1.分析了实时图像处理领域的最新发展，得出了以ARM和DSP分别作为实时图像处理系统核心的优势和劣势，结合本课题实时性，高效性和便携性的特点，设计一个以ARM+DSP双处理器为核心的通用实时图像处理系统，并通过增加或裁剪可以广泛应用于图像处理和图像识别领域。 2.掌纹识别技术是继指纹识别和虹膜识别后人体生物特征识别领域中最新的研究方向，正处在不断的研究和探索阶段。在论文中，介绍了以ARM+DSP双处理器为核心的通用实时图像处理系统和掌纹识别技术相融合的实例，构成最基本的脱机掌纹识别系统，给出了系统的组成和运行的基本流程，实现最基本的识别功能，降低成本，提升实时掌纹识别系统的性能。 3.具体设计中，在对两种系统组成方案经过比较后，选择了基于TI公司的TMS320VC5470双核处理器为核心，根据TMS320VC5470芯片的特点，对系统平台的硬件原理进行设计，扩充了进行研究所需的片外RAM，ROM(Flash)，人机接口电路，外围接口电路，仿真接口JTAG等。随后根据原理图所需器件，选择相对应的封装形式，设计8层印刷电路板，对BGA封装形式芯片的扇出方式，布线规则以及高速数字电路与高速PCB设计中涉及的信号完整性问题予以重点研究，较好解决了高密度BGA封装集成电路的布线及其电磁兼容性问题。除此之外，在软件设计方面，讨论了针对TMS320VC5470系统脱离主机开发环境成为独立系统时双核Bootload的实现、双核间通讯及程序固化到FLASH中的方法。 本文所做的创新工作是将ARM和DSP有效的相结合，使他们在实时图像处理系统中发挥各自的优势，克服自身的劣势，提升了实时图像处理系统的性能，缩小了体积，节约了成本；并基于上述研究成果，将该ARM+DSP实时图像处理系统和最新的掌纹识别的原理相结合，构成了手持式掌纹识别系统，对于实时掌纹识别技术的研究有着非常重要意义。
上传时间： 2013-07-31
上传用户：muyehuli
