基于VC的图像采集与人脸定位门禁控制系统(3)

2 相关技术介绍

2 相关技术介绍

2.1 视频采集技术介绍

视频捕获是指由专用的视频采集设备捕获声频和视频信息，将其进行数据化处理，经过软件的压缩进行处理，就可对这些数据进行保存、回放、传输等各种操作。在Windows平台下开发视频应用程序一般采用三种方式：一种是基于视频采集设备所附带的二次软件开发包SDK(Software develop—ment kit)进行程序开发。另一种方式是基于VFW(Video for Windows)的API函数进行视频应用程序开发。最后一种是通过使用视频采集卡实现视频的采集。

常用的采集卡主要分视频采集卡和视频压缩卡；视频采集卡按照信号方式分为模拟卡和数字卡；模拟采集卡的主要功能就是A/D转换和数据传输。数字采集卡一般只是把数字摄像机采集好的图像数据传输到处理器内存中而已。

目前，连接模拟工业相机的多路视频采集卡及压缩卡已经比较多，例如四路的模拟卡早已存在。但随着分辨率较高、帧率大的数字工业相机日益普及，对采集卡的数据传输能力的要求日益提高，与此同时，计算机已经进入双核时代，64位的PCI总线也已经普及，可以预见的是，计算机的处理能力还将不断提高，这为基于PC架构的机器视觉系统提供了坚实的基础，也将吹起多路视频采集处理系统的冲锋号角。

单路采集技术是指同一时刻只能有一路视频进行采集。多路采集技术是指同一时刻有多路视频进行采集。单路采集有一路视频采集和多路切换采集之分；多路采集有多路实时采集和多路非实时采集之分。

视频采集就是将视频源的模拟信号通过处理转变为数码信息，并将这些数码信息存储在电脑硬盘上的过程。这种模拟数码转变是通过视频采集卡上的采集芯片进行的。视频采集卡的输入端设有几路视频输入口，可直接连接摄像机等设备的视频输出口。很多视频卡能在捕捉视频信息的同时获得伴音，音频与视频可在数字化的同时保存、同步播放；较高档的采集卡依靠特殊的处理芯片进行硬件实时数据压缩处理，采集速度很快；而那些没实时硬件压缩功能的卡，也可通过电脑上的CPU进行被称为软件压缩的处理。视频采集卡的工作方式可以是单桢采集或者连续采集，也可以将采集的图像序列放在内存和直接存储到磁盘，还可以经过压缩以后存储或不经过压缩存储。

2

西安工业大学北方信息工程学院毕业设计（论文）

2.2 人脸定位技术

人脸检测是指在图像或视频中判断人脸是否存在，若存在，确定人脸的大小、位置。人脸检测是实时人脸识别和表情识别的基础，只有将人脸检测准确，人脸识别和表情识别才得以实现。人脸检测还在视频监控、数字视频处理和基于内容的人脸检索中有着重要和广泛的应用。 计算机人脸识别技术也就是利用计算机提取人脸的特征来分析人脸图像，进而从中提取出有效识别信息，并根据这些特点进行人脸身份验证的技术。人脸与人体的其他生物特征（指纹、虹膜等）一样与生俱来，它们所具有的不易被复制和唯一性的良好特性为身份鉴别提供了必要的前提。 然而人脸作为人类自身在熟悉不过的一个组成部分，其检测问题却是一个极赋挑战性的课题。首先人脸是一个包含五官、毛发等的极不规则的复杂待测目标，不同的人脸在形状、大小、颜色、质地等方面都有很大的变化性；其次为了实现检测方法的鲁棒性，我们要考虑人脸在各种复杂的背景中，不同的方向、角度、尺度等情况下所展现出来的不同表象。 可见人脸检测有一定的难度和复杂性，但对这一问题的深入研究必将推动模式识别、计算机视觉、人工智能等计算机科学分支的发展。本文介绍了一种基于特征提取技术的人脸检测与定位系统，可分为人脸检测与定位两个模块。主要实现人脸的定位，人脸的眼睛、鼻子、嘴巴特征点的定位。运用了基于肤色的人脸检测算法，人脸区域分割算法，特征点的轮廓提取。

基于统计理论的人脸检测是利用统计分析与机器学习的方法来寻找出人脸样本与非脸样本各自的统计特征，在使用各自的特征构建分类器并使用分类器完成人脸检测。基于统计特征的人脸方法主要有：子空间方法、神经网络方法、支持向量机方法、隐马尔可夫模型方法以及Boosting方法。其中最成熟的方法是AdaBoost方法。

构思运用人脸检测及定位技术包括阈值分割，特征点提取技术等设计一个系统，系统主要实现人脸图像相似度处理，图像二值化，滤波去噪；对人脸图像进行水平方向和垂直方向求直方图；用方框标记出人脸区域；对人脸区域进行边缘提取；根据边缘提取结果、人脸先验知识及肤色标记眼睛特征点；根据人脸先验知识与肤色特征标记出嘴巴鼻子特征点等功能。

2.3 OpenCV计算机视觉库

OpenCV 是英特尔? 开源计算机视觉库。它由一系列 C 函数和少量 C++ 类构成，实现了图像处理和计算机视觉方面的很多通用算法。 OpenCV 是一个跨平台的中、高层 API 构成，目前包括 300 多个 C 函数。它不依赖与其它的外

3

西安工业大学北方信息工程学院毕业设计（论文）

部库，尽管也可以使用某些外部库。 OpenCV 对非商业用途和商业用途都是免费的。

开放源代码的计算机视觉类库OpenCv ( Intel Open SourceComputerVision L ibrary)由英特尔公司位于俄罗斯的研究实验室所开发,它是一套可免费获得的由一些C函数和C ++类所组成的库,用来实现一些常用的图像处理及计算机视觉算法。OpenCv与英特尔公司所开发的另一图像处理库IPL ( Intel Image Processing L ibrary)兼容, IPL(收费)用于实现对数字图像的一些低级处理,而OpenCv则主要用于对图像进行一些高级处理,比如说特征检测与跟踪、运动分析、目标分割与识别以及3D 重建等。由于OpenCv的源代码是完全开放的,而且源代码的编写简洁而又高效,特别是其中大部分的函数都已经过汇编最优化,以使之能高效而充分地利用英特尔系列处理芯片的设计体系,对于PentiumMMX, Pentium, PentiumⅢ及Pentium4这些处理器而言,OpenCv的代码执行效率是非常高的,所以近年来在国外的图像处理相关领域中被广泛地使用,成为一种流行的图像处理软件。

OpenCV提供的视觉处理算法非常丰富，并且它部分以C语言编写，加上其开源的特性，处理得当，不需要添加新的外部支持也可以完整的编译链接生成执行程序，所以很多人用它来做算法的移植，OpenCV的代码经过适当改写可以正常的运行在DSP系统和单片机系统中。

OpenCV可用于开发实时的图像处理、计算机视觉以及模式识别程序，如机器人视觉、人脸识别。

OpenCV 为Intel Integrated Performance Primitives (IPP) 提供了透明接口。 这意味着如果有为特定处理器优化的的 IPP 库， OpenCV 将在运行时自动加载这些库。OpenCV轻量级而且高效——由一系列 C 函数和少量 C++ 类构成，同时提供了Python、Ruby、MATLAB等语言的接口，实现了图像处理和计算机视觉方面的很多通用算法。

OpenCV是一个基于BSD许可证（开源）发行的跨平台计算机视觉库，对非商业应用和商业应用都是免费的，可以运行在Linux、Windows、Mac OS、android操作系统上。

4

3 系统方案设计

3 系统方案设计

3.1 系统设计目的

最近几年随着感应卡技术，生物识别技术的发展，门禁系统得到了飞跃式的发展，进入了成熟期，出现了感应卡式门禁系统，指纹门禁系统，虹膜门禁系统，面部识别门禁系统，乱序键盘门禁系统等各种技术的系统，它们在安全性，方便行，易管理性等方面都各有特长，门禁系统的 …… 此处隐藏：3449字，全部文档内容请下载后查看。喜欢就下载吧 ……