基于ARM的人脸识别在智能门禁中的应用研究

摘要

人脸识别作为一种“以貌取人”的生物智能识别技术，与其它生物识别技术相比，具有易获取、易识别，准确率高，直观性好等优点。现今，人脸识别技术已广泛应用于国内外各个领域，尤其是在安防方面。在生活中，人们较常见的安防系统就是门禁，而传统的门禁因其非智能化无法有效的保障人身、财产安全。因此，鉴于人脸识别的优势以及传统门禁的不足，本文设计并开发出一种基于嵌入式技术的人脸识别智能门禁系统。
　　本系统以嵌入式技术为基础，选用成本较低的ARM平台进行系统构建。该系统硬件平台选用TQ2440开发板和V26摄像头，软件平台选用Ubuntu12.04操作系统。本系统包括五个功能模块:图像采集模块、用户界面模块、图像预处理模块、人脸检测模块和人脸识别模块。不同模块采用对应的方法，图像采集模块采用V4L2进行图像采集;用户界面模块安装QT和Qt Creator搭建用户界面;图像预处理模块用改进的直方图均衡化技术处理图像;人脸检测模块基于Haar特征的AdaBoost算法进行人脸检测;人脸识别模块根据改进的PCA算法实现人脸识别。编译程序，集成以上五个模块并移植到ARM板上运行。本系统在ARM板上运行后，首先要建立用于识别比对的基础图像库。它是通过连接在ARM板上的USB摄像头对每一个人不同表情和姿态进行采集，采集人脸特征以图像形式进行储存并生成一个图像库及相关数据信息。人脸识别的过程是采集待识别的人脸图像，与图像库数据进行比对，当数据匹配时显示相关人员信息并允许进入，否则拒绝。尤其是本系统考虑到了光照和外貌变化等干扰因素，并对其进行了特殊处理分析，保证了良好的实验效果。

目录

摘要

第1章 绪论

1．1 课题研究的背景和意义

1．2 国内外研究现状

1．3 本论文的主要内容和结构安排

第2章 人脸识别技术的相关理论

2．1 图像采集

2．2 图像预处理

2．2．1 几何归一化

2．2．2 图像灰度化

2．2．3 直方图均衡化

2．2．4 中值滤波

2．3 人脸检测

2．3．1 基于先验知识的方法

2．3．2 基于特征的方法

2．3．3 基于模板匹配的方法

2．3．4 基于统计的方法

2．4 人脸识别

2．4．1 基于特征的方法

2．4．2 基于隐马尔科夫模型的方法

2．4．3 基于神经网络的方法

2．5 本章小结

第3章 系统平台的搭建

3．1 系统总体方案的设计

3．2 硬件平台的构建

3．2．1 TQ2440开发板

3．2．2 摄像头

3．3 软件平台的构建

3．3．1 开发环境的搭建

3．3．2 操作系统的定制和移植

3．4 本章小结

第4章 系统算法的选取

4．1 基于改进的直方图均衡化的图像预处理

4．2 基于Haar特征的AdaBoost算法的人脸检测

4．2．1 Haar-like特征和积分图像

4．2．2 AdaBoost算法

4．2．3 级联分类器

4．3 基于改进的PCA算法的人脸识别

4．3．1 PCA算法的原理

4．3．2 人脸图像的训练和识别

4．4 本章小结

第5章 基于ARM的人脸识别智fi邕f-]禁系统的实现

5．1 图像采集模块

5．2 用户界面模块

5．3 图像预处理模块

5．4 人脸检测模块

5．5 人脸识别模块

5．6 实验结果

5．7 本章小结

结论

参考文献

致谢

攻读硕士学位期间发表的学术论文

声明