DSP图像处理与应用课程设计
——基于DM642的人脸检测与识别
作者 学号
学院 电子信息工程学院 班级 电子1102 指导教师 时间 2013年12月
Contents
1 2
介绍 .......................................................................................................................................... 2 知识回顾................................................................................................................................... 2 2.1 奇偶场 ........................................................................................................................... 2 2.2 YUV色彩空间 ................................................................................................................ 3 2.3 图像缓存区 ................................................................................................................... 3 编程思路................................................................................................................................... 4 设计方法................................................................................................................................... 4 4.1 图像二值化 ................................................................................................................... 5 4.2 人脸范围的捕捉 ........................................................................................................... 5 4.3 人脸识别算法 ............................................................................................................... 7 4.4 名字显示 ....................................................................................................................... 7 实验结果................................................................................................................................... 9 实验感想................................................................................................................................... 9 附录 ........................................................................................................................................ 10
3 4
5 6 7
1
1 介绍
随着社会的不断进步以及各方面对于快速有效的自动身份验证的迫切要求，生物特征识别技术在近几十年中得到了飞速的发展。作为人的一种内在属性，并且具有很强的自身稳定性及个体差异性，生物特征成为了自动身份验证的最理想依据。当前的生物特征识别技术主要包括有：指纹识别，视网膜识别，虹膜识别，步态识别，静脉识别，人脸识别等。与其他识别方法相比，人脸识别由于具有直接，友好，方便的特点，使用者无任何心理障碍，易于为用户所接受，从而得到了广泛的研究与应用。
此次研究报告，我们以所学DSP图像处理技术相关知识为背景，基于DM642芯片来实现对人脸的识别。实验的预期效果为，当A同学出现在摄像头前，屏幕上会显示与其对应的名字，当B同学出现在摄像头前，会显示与其对应的名字，而没有人在摄像头前会显示无字，从而实现人脸检测与识别。
报告内容安排大致如下，首先我们进行所用知识进行简要的回顾，其次是提出编程思路，紧接着我们对关键的设计程序进行详细分析与解释，之后是实验结果展示，最后是实验总结。
2 知识回顾
2.1 奇偶场
PAL制式的模拟图像转换为数字图像后包含576行*720列个像素，一帧图像分解为奇数场和偶数场两幅图像 ，分别包含288行*720列个像素。一个场由帧中的奇数行组成，叫做奇场，另一个场由帧中的偶数行组成，叫做偶场。
图2-1-1 奇偶场示意图
2
2.2 YUV色彩空间
在彩色视频信号传输中采用的YUV合成的方法。Y 代表亮度信息，U(Cb)代表蓝色色差（就是蓝色信号与亮度信号之间的差值），V(Cr)代表红色色差。YCbCr是YUV的一个特例。Y是亮度值信号，Cb、Cr是色差信号。图像处理与传输中，只传输和存储Y和Cb、Cr值，而且Cb和Cr的分辨率可以比Y低。这就减少了表示图像的数据量。在本图像处理实验中采用YCbCr2∶1∶1的格式。各色彩分量之间相关性小，适于进行处理操作。色差信号常做2:1 抽样处理以节省带宽。对于每2个像素，Y 用2 个字节， Cb（蓝色色差）取相同的值，用一个字节，Cr (红色色差)取相同的值，用一个字节，平均每个像素2个字节。
2.3 图像缓存区
图像缓冲区包括图像采集缓冲区、图像临时缓冲区和图像显示缓冲区。每个缓冲区包括图像亮度缓冲区Y、图像色度缓冲区Cb、图像色度缓冲区Cr。其中色度缓冲区的大小是亮度缓冲区的一半，每个像素对应的Y（亮度）、Cb、Cr（色度）值在缓冲区中位置序号如下。
像素亮度值在Y（亮度）缓冲区中的序号=缓冲区的起始地址+所在行号*每行的像素数+像素的列位置。
像素色度值在Cb、Cr（色度）缓冲区中的序号=缓冲区的起始地址+所在行号*每行的像素数/2+像素的列位置/2。
3