基于OPENCV的手势识别系统的设计与实现

人与计算机的交互技术是一种新型的计算机技术,且逐渐演变为一种主流技术和计算机领域的技术热点;为了能够更好地识别手势和跟踪手势的运动轨迹,提出了基于OPENCV的手势识别系统,系统引入了OPENCV计算机视觉库,OPENCV作为优秀的计算机视觉库,为设计的实现提供了便捷的代码,利用OPENCV技术中的图像处理算法,首现通过摄像头采集数据图像,并对采集到的图像进行一系列的缩放,去噪以及锐化等处理,然后对人体手势建立肤色模型,然后经过灰度阈值化来转换成二值图像,得到手轮廓的数据图像后,采用轮廓匹配方法识别出手型;最后通过10种基本的手势模型对比验证了本系统具有一定的实时性,并且识别率可以达到95％以上.     

基于机器视觉的高密度电路板缺陷检测系统

为减少高密度电路板的缺陷误报率,研究一种新型自动光学检测系统(AOI);系统采用自行研制的多色LED照明系统,利用机器视觉获取被测PCB的图像,通过图像处理软件系统快速准确地识别出各种缺陷;系统利用获取的彩色图像信息,根据各种缺陷的特征信息不同,采用OPENCV对各种缺陷的检测算法进行改进,使得系统性能有很大改进;对30块同类HDI型PCB的36300个检测点进行测试,测试结果证明,系统PCB缺陷的检出率高达99.87%,误报率只有0.32%。     

基于Kinect的指尖检测与手势识别方法

针对基于视频的弯曲指尖点识别难、识别率不高的问题,提出一种基于深度信息、骨骼信息和彩色信息的手势识别方法。该方法首先利用Kinect相机的深度信息和骨骼信息初步快速判定手势在彩色图像中所在的区域,在该区域运用YCrCb肤色模型分割出手势区域;然后计算手势轮廓点到掌心点的距离并生成距离曲线,设定曲线波峰与波谷的比值参数来判定指尖点;最后结合弯曲指尖点特征和最大内轮廓面积特征识别出常用的12个手势。实验结果验证阶段邀请了6位实验者在相对稳定的光照环境条件下来验证提出的方法,每个手势被实验120次,12种手势的平均识别率达到了97.92%。实验结果表明,该方法能快速定位手势并准确地识别出常用的12种手势,且识别率较高。     

基于OPENCV和VC++的目标提取技术

引入OPENCV函数库在VC++中进行数字图像的目标提取,可以在很大程度上降低程序的编写难度,并能得到满意的效果。数字图像的目标提取通常要经过导入图像、去除背景、二值化图像、提取目标几个过程,OPENCV在每个过程中都提供了相应的函数,给目标提取工作提供了很大的方便性。实验表明,这种方法在简单背景下可以得到满意的效果。     

基于OPENCV具有眨眼侦测功能的人脸检测系统

随着社会智能化程度的提高,视频图像凭借其直观优势将逐渐取代文字的地位。本文在基于OPENCV的基础上,提出一个具有眨眼侦测功能的人脸检测系统,其中利用相对比较成熟的开源计算机视觉库opencv开源函式库对摄像头实时输入的图像进行采集,对采集图像做前期处理;Adaboost算法由于它特殊的算法模式,可以进行快速的目标检测,因此采用Adaboost算法做人眼定位检测,本文提出的眨眼侦测功能可以为系统提供防伪功能,为人脸识别技术提供一道安全的屏障,实验结果表明,本系统实验了人脸检测,人眼定位,眨眼侦测等功能,检测效率高,效果好。     

基于两级分类器的人脸检测系统设计

人脸识别技术拥有广泛的应用前景,但是目前不少实现方式存在一些不尽人意之处。在对OPENCV与SVM分类器进行分析的基础上,阐述了基于两级分类器的人脸检测方法的原理和实现过程,首先分析了两级分类器的构建,引入人脸图像的矩形特征向量,将图像的矩形特征作为分类的依据,随后论述了系统设计与实现,包括灰度变换过程、直方图均衡过程、图像平滑过程以及金字塔序列化的实现。这种检测模式能够加快处理速度,提升效率。     

多角度视线上的人眼定位算法

眼睛包含了多种重要的信息,眼睛定位在人脸检测及人脸识别技术中有着极其重要的实用价值。但传统的基于几何特征的眼睛定位方法在多角度视线方向上存在着不同程度的定位不够准确或计算量大的缺点,文章提出了一种多角度视线方向上的眼睛定位方法。在初步定位人脸区域后,采用主成分分析(Principal Component Analysis,PCA)方法在人脸的上半部分计算眼睛的位置。实验证明了算法的有效性。     

基于机器视觉的化成箔缺陷在线检测系统设计

针对目前化成箔缺陷检测效率低、劳动强度大、检测精度差等问题设计了基于机器视觉的化成箔缺陷在线检测系统。本系统针对图像对比度较低的化成箔,根据不同类型缺陷所需的不同条件光照效果,采用了特定的光源光照方式,使用高性能(CCD)工业相机实时自动获取化成箔的图像,以 OPENCV处理函数库为基础,采用 VS2008平台编写可视化操作界面,结合后续处理算法对化成箔的各种缺陷进行检测。后续图像处理部分,运用 CLAHE 与 Niblack局部自适应二值化相结合的方法,配合Blob分析较为准确地实现了缺陷区域分离算法;运用霍夫变换与掩膜相结合的方法实现了边缘区域背景去除算法。经过在化成箔生产线上的大量实验结果表明,该系统能准确地完成缺陷的在线检测。     

基于OPENCV的图像采集及激光线形提取程序的开发方式

介绍了一种基于VC开发平台和Intel开源图像处理类库OPENCV的线激光源视觉测量系统图像的采集以及激光线形提取程序的开发方式。该方式相对于传统的采集和处理方法具有实时性好、开发成本低、开发周期短和效率高等特点。最后通过实验给予验证。     

基于图像识别的移动终端图书馆座位管理系统设计

为缓解阅览室座位紧缺、开馆前的混乱与喧哗、因座位问题而产生的冲突等压力,应用OV5647摄像头和树莓派设计一款基于图像识别的移动终端图书馆座位管理系统,利用OPENCV计算机视觉集成库中的AdaBoost算法,获取人脸信息的Haar-Like特征,实现对读者的检测。同学们可以使用客户端APP查看目前阅览室座位的使用情况,并可对座位进行选座和预约。该设计以树莓派为控制核心,阿里云为数据存储平台,有效管理图书馆座位,提高图书馆座位的利用率,节约同学们寻找座位的时间。