基于AdaBoost的人眼实时定位检测与FPGA设计

摘要

随着信息安全行业的发展，虹膜识别成为极具前景的生物识别技术，可以替代传统身份认证方式从而更好地保障个人信息安全，正受到越来越广泛的关注，但目前的虹膜识别需要人主动将人眼置于相机前采集虹膜信息，对其应用普及造成一定的不便，同时，目前的目标检测系统多使用计算机软件实现，实时性较差，功耗较高，不能满足在实际工程中实时性、低功耗、小型化的要求。本文针对虹膜识别技术普及和工程需求中存在的问题，结合FPGA(Field Programmable Gate Array)在并行处理运算的优势，在硬件平台上设计并实现了基于AdaBoost的人眼实时定位检测系统的主要功能。
　　本文首先介绍了AdaBoost算法的理论基础，简单阐述了FPGA在实现人眼检测算法上面的优势，并对算法进行分析，讨论了FPGA实现算法的具体优化。然后对人眼检测系统的实现进行了详细的论述，通过OpenCV(Open Source Computer Vision Library)训练人脸和人眼级联分类器，并在武汉虹识技术有限公司的虹膜识别仪HS0034C平台上完成系统的FPGA逻辑实现，FPGA控制CMOS相机采集灰度图像，状态机调用相应模块对图像实施数据处理，并使用级联分类器检测判断图像，检测完成后，对目标采取合并处理，标记出真正的目标位置，再通过USB通信把图像传输给PC端软件窗口显示。
　　经过实际的测试，在100MHz工作频率下，本系统可以准确定位出人眼的位置，图像能够流畅显示，处理分辨率为640*480的图像帧率达到了18FPS，实现了预期目标。

目录

声明

1 绪论

1.1 课题研究背景与意义

1.2 国内外研究概况

1.3 课题研究主要内容

1.4 论文安排

2 AdaBoost算法基础与检测过程

2.1 AdaBoost算法理论基础

2.2 检测目标图像过程

2.3 本章小结

3 算法分析与优化

3.1 FPGA与图像处理

3.2 算法分析

3.3 算法优化

3.4 本章小结

4 人眼检测系统的设计与实现

4.1 开发平台简介

4.2 训练级联分类器

4.3 系统框架设计

4.4 FPGA逻辑设计

4.5 本章小结

5 FPGA验证与结果

5.1 验证平台介绍

5.2 验证结果分析

5.3 本章小结

6 总结与展望

致谢

参考文献

附录1 攻读学位论文期间发表论文目录