实现了图像处理和计算机视觉方面的很多通用算法OpenCV简介软件.PPTVIP

指导教师：李春杰 PPT模板下载：/moban/ 行业PPT模板：/hangye/ 节日PPT模板：/jieri/ PPT素材下载：/sucai/ PPT背景图片：/beijing/ PPT图表下载：/tubiao/ 优秀PPT下载：/xiazai/ PPT教程： /powerpoint/ Word教程： /word/ Excel教程：/excel/ 资料下载：/ziliao/ PPT课件下载：/kejian/ 范文下载：/fanwen/ 试卷下载：/shiti/ 教案下载：/jiaoan/ 汽车安全驾驶检测系统 内容提要 平台搭建 软件系统设计 当前成果 问题及难点 未来工作 平台搭建 平台搭建 一、安装JDK（Java Development Kit） 二、安装Eclipse 三、安装Android SDK，此步最为重要的一步。 四、安装ndk 五、配置c/c++编译器 六、安装Eclipse C/C++开发工具包CDT 平台搭建 软件系统设计 OpenCV是一个基于（开源）发行的跨平台计算机视觉库，可以运行在Linux、Windows和Mac OS操作系统上。它轻量级而且高效——由一系列 C 函数和少量 C++ 类构成，同时提供了Python、Ruby、MATLAB等语言的接口，实现了图像处理和计算机视觉方面的很多通用算法。 OpenCV简介 软件系统设计 安卓开发环境下调用openCV开发过程 利用JNI编写的本地C/C++代码 Android应用程序.apk Android应用程序Java端 动态库so Android NDK Android SDK 软件系统设计 本系统采用基于Haar特征的Adaboost级联分类器算法实现人脸检测，对人脸的灰度图进行水平投影来确定人眼以及嘴部，根据人眼闭合度及频率判定是否疲劳驾驶，根据嘴部闭合频率、上身及头部晃动频率判定是否违规驾驶。 -算法介绍 软件系统设计 -算法介绍 AdaBoost Adaboost是一种迭代算法，其核心思想是针对同一个训练集训练不同的分类器(弱分类器)，然后把这些弱分类器集合起来，构成一个更强的最终分类器(强分类器)。其算法本身是通过改变数据分布来实现的，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。将修改过权值的新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最后融合起来，作为最后的决策分类器。使用adaboost分类器可以排除一些不必要的训练数据特征，并放在关键的训练数据上面。 软件系统设计 -算法介绍 AdaBoost Adaboost是一种迭代算法，其核心思想是针对同一个训练集训练不同的分类器(弱分类器)，然后把这些弱分类器集合起来，构成一个更强的最终分类器(强分类器)。其算法本身是通过改变数据分布来实现的，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。将修改过权值的新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最后融合起来，作为最后的决策分类器。使用adaboost分类器可以排除一些不必要的训练数据特征，并放在关键的训练数据上面。 软件系统设计 -算法介绍 眼睛嘴巴的开闭判断 软件系统设计 疲劳及危险动作检测模块流程图 阈值？ 单帧人脸图像 眼、嘴部定位 预处理 二值化 闭合？ 是 否 下一帧 闭合数++ 报警 大于 小于 下一次循环 软件系统设计 硬件： 安卓智能手机 软件： eclipse+android 2.3.3 SDK+openCV 系统程序流程图