OpenCV基于智能手机的人脸检测系统设计.docVIP

OpenCV基于智能手机的人脸检测系统设计 摘要本文阐述了将开源计算机视觉库OpenCV移植到Android系统上的方法，据此学习并完成了一个Android系统上的人脸检测程序。本设计的人脸检测算法采用的是OpenCV中的Adaboost人脸检测算法，该算法能够实时地检测人脸信息。通过调用Android camera控制手机摄像头采集图像，再通过调用OpenCV的人脸检测算法将人脸检测出来，并实时地显示在手机屏幕上。对实时采集到的视频图像进行了测试并得到了较好的检测效果。此外，本文还介绍了一种在Android上进行C/C++开发的方法，即使用Android NDK集成Cygwin进行本地编译。9561 关键词AndroidOpenCV人脸检测Adaboost算法 毕业设计说明书（论文）外文摘要 TitleA Design of Face Detection System based on Smart Phone Abstract This thesis presents a method to import OpenCV into java project on Android, based on which a face detection system was designed. The intrinsically build-in Adaboost algorithm of OpenCV was used for detecting faces. Firstly, to get real-time images, Android camera was used for controlling phone camera. then, the images can be processed and the faces in the images can be detected by the face-detection algorithm of OpenCV.And at last display the real-time information on the phone screen. In addition, a method of developing C/C++ on Android is presented, i.e. use Android NDK with Cygwin for native compiling. KeywordsAndroidOpenCVface-detectionAdaboost algorithm 目次 1绪论1 1．1课题研究的目的和意义1 1．2本毕业设计所完成的工作及论文组织（章节安排）1 2Android开发环境的搭建2 OpenCV是Intel公司开发的数字图像处理和计算机视觉软件。作为一个基本的图像处理和模式识别的开源项目，OpenCV可以直接应用于很多领域，作为二次开发的理想工具。利用OpenCV实现Android上的人脸检测程序可以使开发简化，也使程序更加规范化。 1．2本毕业设计所完成的工作及论文组织（章节安排） 本文对一种实时的人脸检测算法mdash;mdash;Adaboost算法进行了学习， Adaboost是一种机器学习算法。其核心思想是针对一个训练集训练弱分类器，然后把这些弱分类器集合起来，构成强分类器。它根据每次训练集之中每个样本的分类是否正确，以及上次的总体分类的准确率，来确定每个样本的权值。将修改过权值的数据集送给下层分类器进行训练，最后将每次训练得到的分类器融合起来，作为最后的决策分类器。本文将OpenCV移植到Android平台上，调用其人脸检测算法，使用Android camera，学习并完成了一个Android平台上的人脸检测程序,并在android手机上测试，得到了较为理想的检测效果。 本文内容以下章节安排如下：第2章介绍了Android开发环境的搭建。第3章阐述了人脸检测算法的原理及程序实现，并介绍了Android上人脸检测程序的实现，给出程序运行的结果。最后总结全文。 2Android开发环境的搭建 Android 采用Java 作为应用开发语言, Android SDK 提供了在Android 平台上使用Java 语言进行Android 应用开发必须的工具和API 接口，所以，android的开发需要Java的开发环境，如果要在android工程中用到C/C++的程序，则还需要能编译C/C++的搭建本地开发环境。以下以在本机上的安装过程为例来具体介绍开发环境的搭建过程。 2.1Android的JAVA开发环境mdash;mdash;eclipse、Android SDK、ADT 重启完Ecplise后，点击菜单q