基于图像理解的智能教室控制系统.docxVIP

表1： 实验记录表 项目名称基于“图像理解”的智能教室控制系统实验时间2010-2-8实验室名称、地点智能信息处理实验室实验人 员姓名学号性别专业班级联系电话祝健飞男020751卢曦男020751任燕女020751实验名称、内容（以下可根据需要另加页） 模版匹配算法——优化模版实验及ssda算法引入实验 实验目的 通过对模版匹配算法中模版的改进提高算法的速度，并且降低算法的复杂度，减少存储时间。用较少的模版代替模版库。 通过对ssda算法的引入，进一步提高速度和精度。实验器材 Matlab软件环境实验步骤 分析原有模版匹配算法的缺点 模版库的模版所使用的相似度阈值不同，需要在存储器中存储模版的所有阈值信息，占用空间。 模版的大小固定，无法识别不同尺寸的头。 模版库中模版的增加，引入更多的干扰，也会导致误差的增加。 尝试一个模版不断改变尺寸的ssda算法 首先，在标准照片中间选择一个人头模版，训练其阈值，使得阈值达到最优。如图： 得出其阈值为 r=0.4256 PicactualfinderrorS1790S11593S29158S3441对四张原图进行了搜索，结果如上表。 引入ssda算法，对单模版进行缩放循环，经过反复实验。 [Ssda算法]:序贯相似性检测算法，使用单调递增的阈值序列。 最后达到最好的效果如下： The following picture is the best result till now: [data]limit=5;r=0.54;resize-0.93，model ，sample（循环五次，阈值为0.54，选用sample.jpg为原图） picactualfinderrorloses171542 上图可见，女生很好的被识别出来。 在ssda算法的基础上，尝试双模版改变尺寸的算法 左图为两个模版。 Heto.jpg 0.74 resize0.79 Model2.jpg 0.54 resize0.93 Limit=4 Error—3 lose—1 The following---modle.jpg ,limit=5 ,others as previous Error—4 lose—1 双模版似乎和单模版的区别似乎不大，单个模版既可以完成识别过程。实验数据 单模版ssda算法+变尺度循环程序如下： %ssda only function s=ssda2 clear close all s=0;%s为统计的人数 r0=0; re=0; limit=0; c=imread(model2.jpg); c=imresize(c,0.93); yuantu=imread(1.jpg);%加载原图象 %yuantu=imresize(yuantu,2); yuantu2gray=im2double(rgb2gray(yuantu))*255; tic while limit=2 %yuantu2gray=im2double(rgb2gray(yuantu))*255; model2gray=im2double(rgb2gray(c))*255;%将匹配图象转换为灰度图象 [model_height,model_width]=size(model2gray);%获取匹配图象的大小尺寸，其值为[长，宽] [yuantu_height,yuantu_width]=size(yuantu2gray);%获取原图象的大小尺寸，其值为[长，宽] model_count=0; for i=1:model_height for j=1:model_width model_count=model_count+model2gray(i,j); end end model_count=model_count/(yuantu_height*yuantu_width); figure(1) imshow(yuantu); hold on %显示原图并且保持 for i=1:5:(yuantu_height-model_height) for j=1:5:(yuantu_width-model_width) %为了加快速度，我们取步长为5，这个步长的值也是经过反复实验求得的，存在一定的不确定性 t