基于OpenCV的人脸检测系统设计与实现

本文介绍了OpenCV函数库的基本用法,阐述了目前做人脸检测研究中所使用的常用检测算法,并利用OpenCV设计和实现了图像中人脸的检测,试验结果表明利用OpenCV开发人脸检测系统效率高,识别效果好。     

融合顶帽和Canny算子的电子束斑图像特征分析

电子束技术在切割和表面融合方面得到了广泛应用.为了更好地检测电子束技术在实际应用中的效果,基于OpenCV对电子束斑图像进行处理分析,提出了电子束斑图像处理算法.该算法融合顶帽和Canny算子进行边缘检测,同时计算得到轮廓的圆度参数与宽度参数,并进行双阈值提取,成功得到清晰的目标轮廓;基于网格计数法提出的电子束斑图像专...     

基于OpenCV的图像处理

OpenCV是Intel公司推出的开源、免费的计算机视觉程序库,利用OpenCV可以很方便地实现图像和视频处理。本文介绍了OpenCV的历史、特点以及结构和应用,并以人脸检测为例介绍了OpenCV在图像处理中的应用。     

基于OpenCV的运动目标检测与跟踪

提出了一种基于OpenCV的视频应用程序的开发方法。将Intel公司开放的OpenCV源代码作为开发的视频应用程序的基础函数库,改写或调用其中的函数,可根据需要用C++语言开发视频应用程序,从而克服了视频应用程序开发周期长、效率低的缺点。给出了部分OpenCV具体的设置方法和过程,并通过利用OpenCV编写的运动目标检测与跟踪的应用程序验证了该方法的有效性和可行性。对图像进行形态学去噪、平滑滤波处理和二值化阈值分割等图像预处理,获得二值化黑白图像。通过轮廓提取和跟踪检测得到车辆和人的外轮廓,进而实现运动目标的跟踪。在VC++6.0环境下,利用OpenCV编程实现了此方法。实验结果表明,该方法可行。     

常用摄像机标定工具精度研究

采用3种摄像机标定工具（Matlab标定工具箱、OpenCV视觉类库和Halcon软件）分别针对棋盘格标定板和实心圆标定板进行标定。介绍了基于棋盘格长度的摄像机标定精度评价方法,利用该方法对3种标定工具的标定精度进行评价。研究表明,M atlab标定工具箱与OpenCV标定软件在标定精度上是一样的,Halcon软件的标定精度略高于前两种标定工具。     

基于OpenCV的运动目标检测与跟踪

提出了一种基于OpenCV的视频应用程序的开发方法.将Intel公司开放的OpenCV源代码作为开发的视频应用程序的基础函数库,改写或调用其中的函数,可根据需要用C++语言开发视频应用程序,从而克服了视频应用程序开发周期长、效率低的缺点.给出了部分OpenCV具体的设置方法和过程,并通过利用OpenCV编写的运动目标检测与跟踪的应用程序验证了该方法的有效性和可行性.对图像进行形态学去噪、平滑滤波处理和二值化阈值分割等图像预处理,获得二值化黑白图像.通过轮廓提取和跟踪检测得到车辆和人的外轮廓,进而实现运动目标的跟踪.在VC ++ 6.0环境下,利用OpenCV编程实现了此方法.实验结果表明,该方法可行.     

基于MATLAB与OpenCV相结合的双目立体视觉测距系统

双目立体视觉测距技术是当前机器视觉领域中的一个主要研究内容.本文设计了基于MATLABatlab与OpenCV相结合的双目立体视觉测距系统,利用MATLAB进行摄像机标定后将结果导入到OpenCV进行后续的图像处理与立体匹配.摄像机标定通过MATLAB标定工具箱来完成,较于人工标定和OpenCV标定具有更好的鲁棒性和较高的精确性.立体匹配采用区域匹配中相对快速实时的SAD匹配,能够更好的被应用于工程实际.     

基于OpenCV的人脸检测与跟踪方法实现

人脸是视频内容中的重要信息,对人脸的检测与跟踪是智能视频分析的一个重要分支。实现了基于OpenCV的人脸检测与跟踪方法。首先计算视频图像的Haar-like特征,然后利用AdaBoost级联分类器进行人脸检测,最后使用基于颜色的Camshift算法实现人脸跟踪。在VS 2010开发平台上调用OpenCV函数库进行C++编程;并使用MFC框架实现了人脸检测与跟踪方法。仿真实验结果证明方法思路合理、计算复杂度较低、鲁棒性较好。     

机器视觉工具包OpenCV开发技术

本文分析了用OpenCV机器视觉工具包来开发图像应用的优点,介绍了开发工具包的主要内容,并详细讲解OpenCV在Vc 6.0下的安装配置方法,最后以运动检测为例演示了OpenCV的使用.     

区调扇区和进近扇区复杂度对比研究

随着空中交通流量的增加,空中交通管制面临着严峻挑战,表现在进近与区调扇区间管制协调的矛盾日益突出。对比国内某管制区进近扇区和区调扇区的管制复杂度能更好地协调进近扇区和区调扇区的空中交通管制工作负荷,均衡进近扇区和区调扇区的管制复杂度,达到提高扇区容量的目的。为科学合理地对比扇区管制复杂度,构建了扇区静态复杂度对比的指标及其量化方法,并设计了静态复杂度对比实验来对比进近扇区与区调扇区的静态复杂度。另采用"管制扇区空域复杂性分析系统"软件,以厦门高崎国际机场为例,根据真实雷达管制数据,通过实验,分析对比了进近扇区与区调扇区的动态复杂度。通过分析实验结果,发现进近扇区管制比区调扇区管制复杂度更大更难。为达到均衡工作负荷、提高空中交通流量、减轻管制员负荷的目的,对现有的进近扇区和区调扇区的管制方法和空域结构提出了一些合理化建议。     

基于OpenCV的车辆轮廓检测

为了获得理想的车辆轮廓线,提出了一种基于开源计算机视觉库OpenCV的轮廓检测新方法。首先对图像进行形态学去噪、平滑滤波处理和二值化阈值分割等预处理,获得二值化黑白图像。然后通过轮廓提取和跟踪检测到车辆外轮廓线。在VC++6.0环境下,利用OpenCV编程实现了此方法。由实验结果看出,该方法可以较为理想地获得车身外轮廓线信息,既节省了预处理的时间,也保证了精度。     

基于OpenCV的视频图像人眼跟踪方法的研究

在机动车驾驶员疲劳状态监控过程中,为了实时地跟踪驾驶员的眼部位置,定位并跟踪眼睛,进而判断眼睛的状态,提出了一种基于OpenCV的人眼识别和跟踪的视频图像检测方法。在VC++开发平台上,结合OpenCV相关封装函数和外接的摄像头,编写程序实现了对人眼的识别和跟踪。编译运行结果表明,该算法可靠性高,能够满足驾驶员眼睛监测的初步要求,在正常情况下能够检测出人眼,准确度较好,具有一定的实用性。     

基于Adaboost算法的车牌检测在OpenCV上的研究与实现

Adaboost是一个构建精确分类器的学习算法,在目标检测领域有着广泛的应用。OpenCV是Intel开源计算机视觉库。该文给出了在OpenCV上利用Adaboost算法,实现车辆车牌检测的完整实验过程,包括样本的建立、训练级联分类器、以及利用训好的分类器进行目标检测。     

自然场景下成熟苹果的图像识别研究

针对自然生长状态下的成熟苹果图像的识别问题,提出选用R-G色差模型,改进的Ostu最大类间方差法分割图像,然后用面积阈值法消除噪声,获取成熟苹果果实的目标区域。然后采用基于OpenCV的圆形Hough变换方法对多个粘连苹果果实进行分离,通过实验统计,根据苹果果实的最小外接矩形的边长设置累加器、搜索范围和圆心距。实验表明,这种方法可以取得较好的效果。     

基于OpenCV的口唇检测研究

唇读技术在提高噪音环境中语音识别系统的识别率和帮助有听力障碍的人更好的理解语言方面起到了一定的辅助作用。由于说话过程中口型变化较大,直接提取口型区域较困难;而在发音过程中鼻子形状不会发生较大变化,且OpenCV自带的人脸检测器可以很好的检测出人脸。提出了一种利用嘴唇与人脸和鼻子的相对位置关系进行检测嘴唇区域的方法。实验证明,该方法可以比较快速,精确地提取出嘴唇区域,从而利于精确的进行口唇分割。     

OpenCV技术在数字图像处理中的应用

O penC V是开发的C源码,基于Intel处理器指令集开发的优化代码,具有统一的结构、功能定义、强大的矩阵计算能力以及方便灵活的接口等特点,实现了实时的图像处理和计算机视觉方面的通用算法。O penC V包括C V模块、C VAU X模块、C X C O R E模块、M L模块和H IG H G U I模块,有间接存取、直接存取和带指针直接存取三种存取方式。     

基于LBP和OpenCV的实时人脸检测系统设计

为了在实时的视频流中快速准确地检测人脸信息,本文采用了一种基于人脸局部LBP特征的检测方法,利用Open CV视觉开发库,在Visual Studio2010环境下采用C++语言开发了一套实时人脸检测系统,利用Open CV中的两个工具opencv_traincascade和opencv_createsamples对样本数据库AR和FERET中的图像进行学习训练,通过训练后的人脸和人眼分类器face.xml和eye.xml文件对实时图像进行人脸检测。测试表明,相较于传统采用Haar特征的人脸检测系统,本文采用的LBP特征人脸检测系统,在检测速度和准确性方面效果更好,本系统也可以在移动平台上部署。     

OpenCV的车道线检测方法

基于开源计算机视觉库(OpenCV),提出一种轻量级的车道线检测方法.首先,对输入的原始图像进行灰度化处理,紧接着使用双边滤波滤除噪声,大幅度保留原始图像的边缘信息;然后,用Canny边缘检测提取图像边缘;最后,使用速度更快的渐进概率Hough变换(PPHT)识别车道线.仿真结果表明:预期检测车道线的效果较好.