基于机器视觉的图像采集与处理系统研究
|
摘要
机器视觉广泛应用于许多领域。本文介绍了一种基于机器视觉的集采集、传输和分析于一体的图像处理系统。并阐述了该系统的图像采集模块和机器视觉分析模块之间连接通信的原理、接口电路和软件处理系统的设计。实践证明这种小型化、价格低廉的图像采集处理系统在工程实际中有重要的应用价值。
本文从机器视觉系统的组成结构出发，介绍了图像采集、图像传输、低层视觉、中层视觉到高层视觉处理的机制。根据机器视觉系统的组成，首先给出了采用单片机和闪存设计的图像采集系统的设计方案。接着为了传输图像采用了基于TCP/IP的传输技术，设计了图像的传输系统，作为机器视觉处理和图像采集系统的连接模块。
在机器视觉软件处理的部分，作为基础的中低层视觉处理，涵盖了多种数字图像处理技术，包括图像的空间变换、直方图处理、滤波和边缘检测等，这些图像的处理对于高层视觉是非常重要的。作为高层视觉应用的重要方向，本文将机器视觉技术引入到快速人脸检测和人脸识别的研究中，论述了采用类Haar特征的分级分类器快速目标检测算法。介绍了一种较为新颖的具有旋转特征的类Haar特征集，以及快速计算特征值的方法。并且使用基于隐马尔可夫模型的人脸识别算法，在人脸定位的基础上进行人脸的识别和匹配。最终设计完成了一个人脸检测识别系统，并且进行了应用测试。
最后，对本文的研究和设计成果进行了总结。
Machine vision technology is widely applied in many fields. In this paper, a system for acquisition, transferring and analysis of image based on machine vision is described. The communication and interface between image collection system and machine vision - based analysis system, the control and transferring trough firmware, the realization of image collection and realization of application by software was discussed. Proved by experiment, the system has great value in engineering.
A typical machine vision system include: image collection system, transfer system, early vision system, mid-level vision system and high-level vision system. The image collection system is designed based on MCU and flash memory. The transfer system on TCP/IP is a connection between image collection system and machine vision system.
Early vision and mid-vision is very important, include grayscale processing, linear filter and edge detection etc. In the end, this paper combines machine vision technology into a research for rapid face detection and recognition, and describes rapid object detection algorithm using a boosted cascade of haar-like features and HMM. A set of rotated haar-like features is introduced. These features can also be calculated efficiently. The complete face detection and recognition system are available.
Finally, the research achievements of the paper are summarized.
本文从机器视觉系统的组成结构出发，介绍了图像采集、图像传输、低层视觉、中层视觉到高层视觉处理的机制。根据机器视觉系统的组成，首先给出了采用单片机和闪存设计的图像采集系统的设计方案。接着为了传输图像采用了基于TCP/IP的传输技术，设计了图像的传输系统，作为机器视觉处理和图像采集系统的连接模块。
在机器视觉软件处理的部分，作为基础的中低层视觉处理，涵盖了多种数字图像处理技术，包括图像的空间变换、直方图处理、滤波和边缘检测等，这些图像的处理对于高层视觉是非常重要的。作为高层视觉应用的重要方向，本文将机器视觉技术引入到快速人脸检测和人脸识别的研究中，论述了采用类Haar特征的分级分类器快速目标检测算法。介绍了一种较为新颖的具有旋转特征的类Haar特征集，以及快速计算特征值的方法。并且使用基于隐马尔可夫模型的人脸识别算法，在人脸定位的基础上进行人脸的识别和匹配。最终设计完成了一个人脸检测识别系统，并且进行了应用测试。
最后，对本文的研究和设计成果进行了总结。
Machine vision technology is widely applied in many fields. In this paper, a system for acquisition, transferring and analysis of image based on machine vision is described. The communication and interface between image collection system and machine vision - based analysis system, the control and transferring trough firmware, the realization of image collection and realization of application by software was discussed. Proved by experiment, the system has great value in engineering.
A typical machine vision system include: image collection system, transfer system, early vision system, mid-level vision system and high-level vision system. The image collection system is designed based on MCU and flash memory. The transfer system on TCP/IP is a connection between image collection system and machine vision system.
Early vision and mid-vision is very important, include grayscale processing, linear filter and edge detection etc. In the end, this paper combines machine vision technology into a research for rapid face detection and recognition, and describes rapid object detection algorithm using a boosted cascade of haar-like features and HMM. A set of rotated haar-like features is introduced. These features can also be calculated efficiently. The complete face detection and recognition system are available.
Finally, the research achievements of the paper are summarized.
引文
[1] A. Mohan, C. Papageorgiou, T.Poggio. Example-based object detection in images by components[J]. IEEE ICIP 2002, Vol.1, pp. 900-903, Sep, 2002
[2] Agazi O.E., Kuo S.S., Hidden Markov model based optical character recognition in the presence of deterministic transformations[J], Pattern Recognition, Vol. 26,pp. 1813-1826
[3] Anton-Haro C., Fonoilosa J.A.R., Fnollosaa J.R., Blind channel estimation and data detection using HMM[J], IEEE Transaction on Signal Processing, Vol. 45(1), pp.241-247, 1997
[4] C. Papageorgiou, M.Oren ,and T.Poggio, A general framework for Object Detection[J]. In International Conference on Computer Vision, 1998
[5] David A．Forsyth and Jean Ponce，林学訚、王宏等译，计算机视觉——种现代方法[M]，电子工业出版社，2004
[6] Open Computer Vision Library[D], http://sourceforge.net/projecst/opencvlibrary/
[7] Paul Viola and Michael Jones, Rapid Object Detection using a Boosted Cascade of Simple Features[J], IEEE CVPR, 2001
[8] Rainer Lienhart, Alexander Kuranov, Vadim Pisarevsky, Empirical Analysis of Detection Cascades of Boosted Classifiers for Rapid Object Detection[J], MRLTR, 2002
[9] Sergios Theodoridis and Konstantinos Koutroumbas，李晶皎等，模式识别[M]，电子工业出版社，2004
[10] Start Z. Li, Long Zhu, ZhenQiu Zhang, Aandrew Blake, HongJiang Zhang, and Harry Shum, Statistical Learning of Multi-View Face Detection[J]. In Proceedings of the 7th European Conference on Computer Vision. Copenhagen, Denmark, May, 2002
[11] Sumsung Electronics, KgF2808U0C DataSheet[D], 2003
[12] Y.Freund and R.E.Schapire. Experiments with a new Boosting algorithm. In Machine Learning: Proceedings of the Thirteenth International Conference[J], Morgan Kanman, San Francisco, 1996
[13] 艾海舟、肖习攀、徐光祐，人脸检测与检索[J]，计算机学报，2003
[14] 边肇祺等，模式识别[M]，清华大学出版社，2000．1
[15] 邓治国、张维新，uIPTCP／IP协议栈在51系列单片机上的应用[J]，微型计算机信息，2004，20(3)88-90
[16] 丁贵广等，Visual C++6.0数字图像编码[M]，机械工业出版社，2004
[17] 冯慧扬、王申康、王宏伟，人脸定位算法的研究[J]，计算机工程与应用，2003
[18] 何斌等，Visual C++数字图像处理[M]，人民邮电出版社，2002
[19] 何东键，数字图像处理[M]，西安电子科技大学出版社，2003
[20] 李刚、高政，人脸检测技术研究与发展[J]，计算机与现代化，2003
[21] 李刚、高政，人脸自动识别方法综述[J]，计算机应用研究，2003
[22] 梁路宏，人脸检测与跟踪研究[J]，清华大学博士论文，2001．5
[23] 林维训、潘纲、吴朝晖、潘云鹤，脸部特征定位方法[J]，中国图象图形学报，2003
[24] 刘春丽、陈树中、韩安奇，隐马尔科夫模型及其在面像识别中的应用[J]，计算机应用与软件，2004
[25] 刘春丽等，隐马尔科夫模型及其在面像识别中的应用[J]，计算机应用与软件，2004，4．68-70[26] 陆坤等，电子设计技术[M]，电子科技大学出版社，1997
[27] 吕凤军，数字图像处理编程入门[M]，清华大学出版社，1999
[28] 马颂德，张正友，计算机视觉——计算理论与算法基础[M]
[29] 求是科技，单片机通信技术与工程实践[M]，人民邮电出版社，2005
[30] 孙即祥等，现代模式识别[M]，国防科技大学出版社，2002
[31] 孙怡、吴艳冬、胡家升，复杂背景中的人脸检测与定位，计算机工程与应用，2003
[32] 涂承胜，刁力力，鲁明羽，陆玉昌，Boosting家族AdaBoost系列代表算法[J]，计算机科学，2003Vol．30No．3
[33] 徐爱钧等，Keil Cx51 V7.0单片机高级语言编程与uVision2应用实践[M]，电子工业出版社，2004
[34] 徐光祜，计算机视觉[M]，清华大学出版社，1999
[35] 徐毅琼等，基于隐马尔可夫模型的自动人脸识别方法[J]，计算机应用，2004，24，225-227
[36] 张宏林等，数字图像模式识别技术及工程实践[M]，人民邮电出版社
[37] 张杰，李灿平等，基于快速目标检测算法的人脸定位器设计[J]，四川师范大学学报自然科学版，2005
[38] 章毓晋，图像工程上册图像处理和分析[M]，清华大学出版社，1999
[39] 赵慧琳、王林泉、葛元，人脸图像定位与标准化算法[J]，计算机工程，2003
[40] 赵江，徐鲁安，基于AdaBoost算法的目标检测[J]，计算机工程，2004，2(30)，125-126
[41] 周明天等，TCP／IP网络原理与技术[M]，清华大学出版社，1993
[2] Agazi O.E., Kuo S.S., Hidden Markov model based optical character recognition in the presence of deterministic transformations[J], Pattern Recognition, Vol. 26,pp. 1813-1826
[3] Anton-Haro C., Fonoilosa J.A.R., Fnollosaa J.R., Blind channel estimation and data detection using HMM[J], IEEE Transaction on Signal Processing, Vol. 45(1), pp.241-247, 1997
[4] C. Papageorgiou, M.Oren ,and T.Poggio, A general framework for Object Detection[J]. In International Conference on Computer Vision, 1998
[5] David A．Forsyth and Jean Ponce，林学訚、王宏等译，计算机视觉——种现代方法[M]，电子工业出版社，2004
[6] Open Computer Vision Library[D], http://sourceforge.net/projecst/opencvlibrary/
[7] Paul Viola and Michael Jones, Rapid Object Detection using a Boosted Cascade of Simple Features[J], IEEE CVPR, 2001
[8] Rainer Lienhart, Alexander Kuranov, Vadim Pisarevsky, Empirical Analysis of Detection Cascades of Boosted Classifiers for Rapid Object Detection[J], MRLTR, 2002
[9] Sergios Theodoridis and Konstantinos Koutroumbas，李晶皎等，模式识别[M]，电子工业出版社，2004
[10] Start Z. Li, Long Zhu, ZhenQiu Zhang, Aandrew Blake, HongJiang Zhang, and Harry Shum, Statistical Learning of Multi-View Face Detection[J]. In Proceedings of the 7th European Conference on Computer Vision. Copenhagen, Denmark, May, 2002
[11] Sumsung Electronics, KgF2808U0C DataSheet[D], 2003
[12] Y.Freund and R.E.Schapire. Experiments with a new Boosting algorithm. In Machine Learning: Proceedings of the Thirteenth International Conference[J], Morgan Kanman, San Francisco, 1996
[13] 艾海舟、肖习攀、徐光祐，人脸检测与检索[J]，计算机学报，2003
[14] 边肇祺等，模式识别[M]，清华大学出版社，2000．1
[15] 邓治国、张维新，uIPTCP／IP协议栈在51系列单片机上的应用[J]，微型计算机信息，2004，20(3)88-90
[16] 丁贵广等，Visual C++6.0数字图像编码[M]，机械工业出版社，2004
[17] 冯慧扬、王申康、王宏伟，人脸定位算法的研究[J]，计算机工程与应用，2003
[18] 何斌等，Visual C++数字图像处理[M]，人民邮电出版社，2002
[19] 何东键，数字图像处理[M]，西安电子科技大学出版社，2003
[20] 李刚、高政，人脸检测技术研究与发展[J]，计算机与现代化，2003
[21] 李刚、高政，人脸自动识别方法综述[J]，计算机应用研究，2003
[22] 梁路宏，人脸检测与跟踪研究[J]，清华大学博士论文，2001．5
[23] 林维训、潘纲、吴朝晖、潘云鹤，脸部特征定位方法[J]，中国图象图形学报，2003
[24] 刘春丽、陈树中、韩安奇，隐马尔科夫模型及其在面像识别中的应用[J]，计算机应用与软件，2004
[25] 刘春丽等，隐马尔科夫模型及其在面像识别中的应用[J]，计算机应用与软件，2004，4．68-70[26] 陆坤等，电子设计技术[M]，电子科技大学出版社，1997
[27] 吕凤军，数字图像处理编程入门[M]，清华大学出版社，1999
[28] 马颂德，张正友，计算机视觉——计算理论与算法基础[M]
[29] 求是科技，单片机通信技术与工程实践[M]，人民邮电出版社，2005
[30] 孙即祥等，现代模式识别[M]，国防科技大学出版社，2002
[31] 孙怡、吴艳冬、胡家升，复杂背景中的人脸检测与定位，计算机工程与应用，2003
[32] 涂承胜，刁力力，鲁明羽，陆玉昌，Boosting家族AdaBoost系列代表算法[J]，计算机科学，2003Vol．30No．3
[33] 徐爱钧等，Keil Cx51 V7.0单片机高级语言编程与uVision2应用实践[M]，电子工业出版社，2004
[34] 徐光祜，计算机视觉[M]，清华大学出版社，1999
[35] 徐毅琼等，基于隐马尔可夫模型的自动人脸识别方法[J]，计算机应用，2004，24，225-227
[36] 张宏林等，数字图像模式识别技术及工程实践[M]，人民邮电出版社
[37] 张杰，李灿平等，基于快速目标检测算法的人脸定位器设计[J]，四川师范大学学报自然科学版，2005
[38] 章毓晋，图像工程上册图像处理和分析[M]，清华大学出版社，1999
[39] 赵慧琳、王林泉、葛元，人脸图像定位与标准化算法[J]，计算机工程，2003
[40] 赵江，徐鲁安，基于AdaBoost算法的目标检测[J]，计算机工程，2004，2(30)，125-126
[41] 周明天等，TCP／IP网络原理与技术[M]，清华大学出版社，1993