没有合适的资源?快使用搜索试试~ 我知道了~
机器人视觉中物体识别实验系统设计.pdf
1.该资源内容由用户上传,如若侵权请联系客服进行举报
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
版权申诉
0 下载量 102 浏览量
2022-06-10
11:46:37
上传
评论
收藏 2.61MB PDF 举报
温馨提示
试读
39页
。。。
资源推荐
资源详情
资源评论
机器人视觉中物体识别实验系统设计
摘 要
作为机电一体化产品的典型代表,机器人在逐渐走向智能化。而通过
视觉来对周围环境中的物体进行识别的技术是机器人智能化的重要标志。具
有“视觉”且能够识别物体的机器人可以获取外部世界图像,并从中识别出
感兴趣的物体,根据需要作出反应。这对机器人的工作和未来机器人的发展
具有重要的意义。且物体识别不仅仅可以用于机器人,其他各行各业如交
通,国防等也都用到该项技术。而物体识别中最具代表的是人脸的检测,本
次设计为从图像或视频中检测出人脸。
本次设计的方法为首先搜集大量正负样本,并对样本进行归一化操
作。然后用 opencv 图像库根据矩形特征, Adaboost 算法训练出级联分类
器,编写主程序读取图片或者从摄像头获取的视频的每一帧,对图像(帧)
进行扫描,检测出人脸的个数(如果存在) 、位置和大小,并标记出来予以
显示。
最后需要对设计成品进行检验,将含有人脸的图片或摄像头获取的内
容提供给程序,观察程序的输出结果(对人脸的检测标记情况)是否与预期
一致,确保它能够满足要求,并由此发现设计的不足之处,以便在以后的工
作中予以改进。
关键字 物体识别,人脸检测, OpenCV ,训练,分类器
OBJECT RECOGNITION OF ROBOT VISION
EXPERIMENTAL SYSTEM DESIGN
ABSTRACT
As a typical of mechannical and electronics production,
robots have been going toward intelligence gradually.
The technology of recognizing objects in the environment is an im portant
symbol of robots intelligence.The robots that have vision and recognize
objects are able to get the picture of external environment,and recognize
the objects that they are interested in.The they response according to
need.this is a very important meaning for the work of robot and the
development of future robot.And this technology can not only be used in
robot,but also other fields such as traffic and national defense.Face
detection is a typical of objects recognition.So the content of this design
is to detect faces from the image or video.
The method is as follows.First,I collect lots of positive and negtive
samples ,and normalize them.Then,I train the cascade classifier by opencv
according to Haar feather and Adaboost Algorithm,and programme to read
images or every frame of video from the camera.Then the programme will
scan the iamge (frame),detect the number of faces(if any),the position and
size,and it will mark it and show it.
At last,we should test the work.we can provide images or videos got
from the camera to the programme,then we look at and analyse what the
programme show out(the result that it detect and mark faces).And the
result should be compared with the situation we expect. Having done all of
these work,we can make sure that it satisf ies the request well.And we can
also find the shortcomings so that they can be overcome in the future work.
KEY WORDS object recognition,face detection,OpenCV,training,
classifier
目 录
前言 ................................................1
第 1 章 总体方案设计 ..................................2
§1.1 人脸检测简介及算法选取 ..........................2
§1.1.1 人脸检测介绍 ................................2
§1.1.2 人脸检测的常用方法及选取 .....................2
§1.2 操作系统及图像库的选取 ..........................3
§1.2.1 操作系统 ...................................4
§1.2.2 图像库 ....................................4
第 2 章 Adaboost 、Haar 及 OpenCV 实现 ..................5
§2.1 Adaboost 方法 .................................5
§2.1.1 Boosting 方法的提出和发展 ...................5
§2.1.2 Adaboost 算法的提出 ........................5
§2.2 Haar 特征.....................................7
§2.3 OpenCV 对算法的实现 ...........................8
第 3 章 样本的采集和归一化 ............................9
§3.1 样本采集 ......................................9
§3.2 样本的归一化 .................................11
第 4 章 分类器的训练 .................................14
§4.1 创建 vec 正样本 ...............................14
§4.2 训练分类器 ...................................17
第 5 章 编写主程序及效果检验 ..........................20
§5.1 编写主程序 ...................................21
§5.2 效果检验 .....................................26
结论 ................................................31
致谢 ................................................31
参考文献 ............................................32
前 言
随着机电一体化技术的快速发展,作为其典型代表的机器人的智能化越
来越被人们需求和受到关注。而工作在复杂环境中的机器人通过视觉来对周
围环境中的物体进行识别的技术是机器人智能化的重要标志。与传统机器人
不同,具有“视觉”且能够识别物体的机器人可以对外部世界进行感知(即
获取图像),分析所得信息,并作出合理的决策。这种技术恰恰满足了对机
器人智能化的需求,对机器人的工作和未来机器人的发展具有重要的意义。
机器人视觉的核心技术在于物体识别,物体识别通俗来说既是运用计算
机技术使机器人具有和人类一样的,对于在任意环境下观察到的任意物体进
行检测、分割和识别的能力。物体识别的作用方方面面:对汽车或车牌的识
别,并附以其它处理(速度计算等) ,可以对交通进行智能监控;工厂中智
能机器人可以识别零件种类,以对零件进行相应操作(搬运、组装等) ;家
用机器人对各种物体的识别可以帮助人类做更多的工作,而不是像传统机器
人那样只能做一些简单的重复性的事情,这会使机器人更加智能化,发挥更
大的作用。在各种各样的物体识别中,人脸识别是最典型的识别之一,更准
确来讲应该是人脸检测,两者的区别在于 ,“识别” (Recognition) 是从图像
中找到能与特定人脸相匹配的部分;而“检测” (Detection) 只是识别的一
部分,即在图像中检测出人脸并标记位置。而人脸检测已经满足“物体识
别”的要求,它完全可以代表其他物体(如汽车、杯子等)的识别,所以下
文中仅使用“人脸检测”这个名词。且人脸检测可以被应用在很多领域。比
如家用机器人可以从复杂环境中判断主人的位置,数码相机可以通过人脸识
别来对人脸进行准确对焦等等。
因此本次设计为实现人脸检测的功能,以此来代表各种物体的检测识
别。由于本次设计为机器人视觉中的物体识别的实现,所以所有的设计工作
均在个人计算机上完成。具体设计为编写程序,程序的功能为将提供给它的
图片中的人脸标记出来,并且可以从摄像头中提取图像、检测出人脸并予以
标记。
第 1 章 总体方案设计
1.1 人脸检测简介及算法选取
1.1.1 人脸检测介绍
人脸检测( Face Detection )是指在输入图像中确定所有人脸(如果
存在)的位置、大小的过程。人脸检测作为人脸信息处理中的一项关键技
术,今年来成为计算机(或者机器人)视觉领域内一项受到普遍重视、研究
十分活跃的课题。
人脸检测( Face Detection) 问题来源于人脸识别 (Face Recogni-
tion) 问题。人脸检测是对给定的图像、判定其中是否有人脸,若有,将所
有人脸从背景中分割提取出来,并确定每个人脸在图像中的位置和大小。人
脸检测技术可以应用于人脸识别、机器人视觉、图像与视频检索等领域。
人脸检测的基本思想是建立人脸模型,比较所有可能的待检测区域与人
脸模型的匹配程度,从而得到可能存在人脸的区域。
1.1.2 人脸检测的常用方法及选取
随着科学技术的不断发展,人脸检测技术的方法越来越多,如早期的模
块匹配法,基于特征的方法,还有中期的神经网络,统计模型,色彩信息,
形状分析,还有最近的支持向量法,多模块信息融合, Adaboost 算法等。
一 基于特征的人脸检测方法
特征是人从肉眼看到的特性,我们可以从肤色,脸部,还有五官特征进
行。
整体轮廓法:我们可以从人脸的形状接近于圆来开始检测,有人把人脸
分割为三个轮廓区:即头顶轮廓区,左脸轮廓区和右脸轮廓区,检测任何一
张图像,先进行边缘区域测试,然后提取脸部特征,最后运用评估函数来检
测人脸。
肤色检测法:人脸的肤色可以在一定程度上把人脸从背景中分离出来,
因此我们可以运用肤色模型来检测人脸。
剩余38页未读,继续阅读
资源评论
xxpr_ybgg
- 粉丝: 6506
- 资源: 3万+
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
- 部署yolov8的tensorrt模型支持检测分割姿态估计的C++源码+部署步骤.zip
- 以简单、易用、高性能为目标、开源的时序数据库,支持Linux及Windows, Time Series Database.zip
- python-leetcode面试题解之第198题打家劫舍-题解.zip
- python-leetcode面试题解之第191题位1的个数-题解.zip
- python-leetcode面试题解之第186题反转字符串中的单词II-题解.zip
- 一个基于python的web后端高性能开发框架,下载可用
- python-leetcode面试题解之第179题最大数-题解.zip
- python-leetcode面试题解之第170题两数之和III数据结构设计-题解.zip
- python-leetcode面试题解之第168题Excel表列名称-题解.zip
- python-leetcode面试题解之第167题两数之和II输入有序数组-题解.zip
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功