题目基于嵌入式处理器的上课人数统计系统.docVIP

北京交通大学毕业设计（论文）开题报告 PAGE PAGE 2 北京交通大学毕业设计（论文）开题报告 题 目： 基于嵌入式处理器的上课人数统计系统 学院：计算机学院 专业：计算机科学与技术 姓名：侯晨勃 学号文献综述： 传统的人数统计方法是人工计数或人工电子设备触发计数，随着信息化时代的到来，人数统计的自动化显得十分必要．计算机视觉和图像处理技术的飞速发展，使得其在人数统计方面的应用成为可能．但该项研究在国内开展得较少，而国外当前的研究成果主要有：1)Terada和Yoshida／采用立体摄像机，通过左、右眼获得的时空图像来实现人数统计；2)Beymerl采用立体摄像机，只对某一块感兴趣的区域进行检测，用高斯混合模型表示、跟踪个体的状态，并对情况进行分类，决定是否计数；3)Kettnaker和ZabihE31采用多个视野范围不重叠的摄像机，根据所摄内容的相关性及轨迹跟踪的时间帧关系实现人数统计；4)Schofield和Stonham采用单个摄像机和基于随机存取存储器(RAM)神经网络的方法实现人数统计．但是，以上方法要求采样频率较大，处理速度要求较高，其训练和分值的制定十分复杂，使得制定合适的阈值比较困难。 本次毕设是基于STM32的数字图像的人数统计，实现摄像头的图像采集并利用所设计的算法实现图像分析和人数统计基本功能 基本研究方法： 着重学习课题涉及到的相关知识，学习相关的技术文档 在学习了相关知识之后对所使用的平台STM32试验箱进行调试以了解其硬件性能 通过实例程序基本了解系统的设计方法和思路 根据要求，查阅书籍着手设计系统 当前存在的问题： 由于初次进行数字图像处理发面的研究，还有许多该方向的知识需要学习和掌握，所以对于基础知识的了解、学习和运用还需一定时间。尤其是在寻找研究一个比较高效简单的人数统计算法方面，目前还没有较为明朗的方法，还需要更多的时间和工作投入。 研究的内容： 熟悉STM32试验箱操作运行环境，并做相关实例的实验。 学习数字图像处理的相关知识。 重点研究数字图像中人数统计的算法，并尽量使算法简洁明了。 将算法用C语言实现，并嵌入到STM试验箱中。 意义：针对人群密集的开阔场所,如广场、车站等地的人数统计是公共安全领域的重要课题,城市的管理者往往要根据公共场所中的人数来制定公共安全方案。现阶段,对于该类场景中的人数统计通常还是采用人工估计的方法,即依据经验来确定场景中聚集的人体目标的多少、拥挤程度等。这种方法比较主观,不能做定量判断,难以满足公共安全领域的需要。为了解决这类问题,应用计算机技术实现场景中的人数自动统计的研究正越来越受到人们的重视。 本次毕设正是从静态图片中人数统计做起，以教室里上课人数为开端。为以后实现更复杂背景下情况下，更密集人群的统计做好基础工作。 主要参考文献： 崔屹. 数字图像处理技术与应用，电子工业出版社，1997.3 Rafael C.Gonzalez,Richard E.Woods.数字图像处理.电子工业出版社，第二版 刘铁根.嵌入式图像检测技术,机械工业出版社，2008.3 阮秋奇. 数字图像处理学，电子工业出版社，2001 年1月 徐昊. 基于简单固定背景图像特征的人数统计【学位论文】硕士2007 研究方案流程： 图像采集图像二值化 图像采集 图像二值化 去除噪点及大块干扰部分 识别分析人数 理论基础： 图像二值化： 图像的二值化处理就是将图像上的像素点的灰度值设置为0或255，也就是讲整个图像呈现出明显的黑白效果。 　　将256个亮度等级的灰度图像通过适当的阀值选取而获得仍然可以反映图像整体和局部特征的二值化图像。在数字图像处理中，二值图像占有非常重要的地位，首先，图像的二值化有利于图像的进一步处理，使图像变得简单，而且数据量减小，能凸显出感兴趣的目标的轮廓。其次，要进行二值图像的处理与分析，首先要把灰度图像二值化，得到二值化图像。 　　所有灰度大于或等于阀值的像素被判定为属于特定物体，其灰度值为255表示，否则这些像素点被排除在物体区域以外，灰度值为0，表示背景或者例外的物体区域。 边缘检测技术： 边缘检测是图像处理和计算机视觉中的基本问题，边缘检测的目的是标识数字图像中亮度变化明显的点。图像属性中的显著变化通常反映了属性的重要事件和变化。这些包括（i）深度上的不连续、（ii）表面方向不连续、（iii）物质属性变化和（iv）场景照明变化。 边缘检测是图像处理和计算机视觉中，尤其是特征提取中的一个研究领域。 　　图像边缘检测大幅度地减少了数据量，并且剔除了可以认为不相关的信息，保留了图像重要的结构属性。有许多方法用于边缘检测，它们的绝