人工智能项目资料-基于OpenCV和MFC框架的口罩缺陷检测.zip

本系统界面主要分为5个功能区域： （1）实验图像显示区域。 该模块分成4个图像显示窗口，主要功能为样本图像和各种预处理图像的显示。左上角窗口显示口罩原图；右上角窗口显示姿态校正之后的口罩图像；左下角显示经姿态校正后Gamma校正的口罩图像；右下角显示二值增强图像（在HOG预处理展示中显示梯度幅值图）。除左上角的图像窗口，其他三个窗口均有保存图像功能，点击保存按键，即可方便地对实验结果进行实时保存。 （2）运行状态信息区域。 这里主要展示了实验操作的运行情况、实验结果的汇报等信息。在单项图像处理操作中，由于图像窗口的直观展示，并不需要文字信息汇报，而在批量处理中，为了告诉操作者后台的操作状态，则需要在该窗口进行状态汇报。以测试集预处理为例，首先选择测试图像目录，其次选择训练根目录，点击(4)区域的测试集预处理按钮，处理成功后，就会在运行状态信息区域显示“测试集处理完毕”的文字提示。在单幅口罩图像口罩带缺失预测中，该区域也会显示最终的预测结果。 （3）单幅口罩图像预处理区域，做图像预处理展示用。 该模块在实验前期主要用于对单幅图像进行姿态校正算法以及不同的预处理算法验证，后期主要用于展示单幅图像的预处理结果。该模块有四个功能，读取图片功能默认读取图1-2所示口罩图像，并显示到显示区域的左上角；姿态校正功能对读取的口罩图像进行姿态校正，并显示到显示区域右上角；二值增强功能对原图或姿态校正后的图像做二值化处理，默认为对姿态校正后的图像做灰度平均法二值化处理，显示到显示区域右下角；HOG预处理功能对图像进行Gamma校正和梯度计算，其结果分别显示在显示区域左下角和右下角。 （4）口罩带缺失批量实验区域。 该模块为后期实验中验证本文方法的核心区域。根据实验顺序，按从左到右的顺序进行功能说明。 首先是左边的姿态校正并裁切预处理区域，实验需要载入训练根目录，用于保存训练结果。在数据集准备时，本文将口罩分为训练集和测试集两大类。在训练集中，根据口罩带的实际缺失情况，分为“左无右无”、“左无右有”、“左有右无”、“左有右有”四类，所以有四个预处理按钮。根据处理对象，载入相应的原图像目录，并点击相应的按钮，对口罩图像进行归一化、裁切并归入在根目录生成的正负样本文件夹。如果是测试集，同理操作，预处理结果将归入测试集文件夹。底部的图片序号将显示处理生成的图像编号，更改编号后再点击相应的预处理按钮，结果将按新的编号生成结果，保存或覆盖到相应文件夹内。“样本长宽”按钮为裁切过后，对图像进行缩放的长宽数值，默认为128。 在训练集和测试集裁切好之后，提取特征并训练分类器之前，需要生成训练集和测试集的目录，点击“生成目录”即可生成所需训练目录。在提取特征并训练分类器之前，还需要进行若干参数设置，分别为是否使用灰度图实验，否则为二值增强图；如果是灰度图，是否进行Gamma校正；LBP算子检测窗口的尺寸，默认为4，即4×4的检测窗口，根据实验需要，可改为8、16等数值；训练样本长宽为在特征提取前对样本进行缩放的尺寸，是最终特征提取的样本尺寸，默认为128，即128×128的样本，根据实验需要，可改为32、64等数值。 最后是右下角6个功能按钮，分为三大类，分别是使用等价LBP特征的SVM训练和判断；使用旋转不变LBP特征的SVM训练和判断；使用HOG特征的SVM训练和判断。这些功能中都包含了相应的特征提取功能。对训练集进行SVM训练，得到的分类器参数将以XML文件形式保存在训练根目录，按相应的名字保存。对测试集进行口罩带的缺失判别，其结果将以TXT文件形式保存在训练根目录。 由于批处理结束时并没有明显提示，出于用户体验的考虑，当上述每个批处理功能运行结束时，运行状态将显示在右边的运行状态信息区域中，供实验者参考。 （5）单幅口罩图像预测区域。 该模块主要功能是对单幅口罩图像进行口罩带缺失情况的预测，主要目的是结果展示。“读取图片”按钮可读取原始的口罩测试图像，“判断”按钮可判断当前口罩图像的口罩带缺失情况，默认载入训练根目录使用等价LBP训练得到的SVM分类器参数，所以训练根目录需要载入保存分类器参数的路径。当读取图1-2所示口罩图像后，点击判断，结果将在运行状态栏显示“左口罩带缺失”。