《机器人视觉中物体识别实验系统设计》由会员分享，可在线阅读，更多相关《机器人视觉中物体识别实验系统设计（41页珍藏版）》请在金锄头文库上搜索。
1、 河南科技大学毕业设计（论文）机器人视觉中物体识别实验系统设计机器人视觉中物体识别实验系统设计摘摘 要要作为机电一体化产品的典型代表，机器人在逐渐走向智能化。而通过视觉来对周围环境中的物体进行识别的技术是机器人智能化的重要标志。具有“视觉”且能够识别物体的机器人可以获取外部世界图像，并从中识别出感兴趣的物体，根据需要作出反应。这对机器人的工作和未来机器人的发展具有重要的意义。且物体识别不仅仅可以用于机器人，其他各行各业如交通，国防等也都用到该项技术。而物体识别中最具代表的是人脸的检测，本次设计为从图像或视频中检测出人脸。本次设计的方法为首先搜集大量正负样本，并对样本进行归一化操作。然后用 op
2、encv 图像库根据矩形特征，Adaboost 算法训练出级联分类器，编写主程序读取图片或者从摄像头获取的视频的每一帧，对图像（帧）进行扫描，检测出人脸的个数（如果存在） 、位置和大小，并标记出来予以显示。最后需要对设计成品进行检验，将含有人脸的图片或摄像头获取的内容提供给程序，观察程序的输出结果（对人脸的检测标记情况）是否与预期一致，确保它能够满足要求，并由此发现设计的不足之处，以便在以后的工作中予以改进。关键字关键字 物体识别，人脸检测，OpenCV，训练，分类器OBJECT RECOGNITION OF ROBOT VISION EXPERIMENTAL SYSTEM DESIGN河南科
3、技大学毕业设计（论文）As a typical of mechannical and electronics production,robots have been going toward intelligence gradually.The technology of recognizing objects in the environment is an important symbol of robots intelligence.The robots that have vision and recognize objects are able to get the picture
4、of external environment,and recognize the objects that they are interested in.The they response according to need.this is a very important meaning for the work of robot and the development of future robot.And this technology can not only be used in robot,but also other fields such as traffic and nat
5、ional defense.Face detection is a typical of objects recognition.So the content of this design is to detect faces from the image or video. The method is as follows.First,I collect lots of positive and negtive samples ,and normalize them.Then,I train the cascade classifier by opencv according to Haar
6、 feather and Adaboost Algorithm,and programme to read images or every frame of video from the camera.Then the programme will scan the iamge (frame),detect the number of faces(if any),the position and size,and it will mark it and show it.At last,we should test the work.we can provide images or videos
7、 got from the camera to the programme,then we look at and analyse what the programme show out(the result that it detect and mark faces).And the result should be compared with the situation we expect.Having done all of these work,we can make sure that it satisfies the request well.And we can also fin
8、d the shortcomings so that they can be overcome in the future work. object recognition,face detection,OpenCV,training,classifier目目 录录前言前言.1河南科技大学毕业设计（论文）第第 1 1 章章 总体方案设计总体方案设计.2 1.1 人脸检测简介及算法选取.21.1.1 人脸检测介绍.21.1.2 人脸检测的常用方法及选取.21.2 操作系统及图像库的选取.31.2.1 操作系统.41.2.2 图像库.4第第 2 2 章章 AdaboostAdaboost、Haar
9、Haar 及及 OpenCVOpenCV 实现实现.52.1 Adaboost 方法.52.1.1 Boosting 方法的提出和发展.52.1.2 Adaboost 算法的提出.52.2 Haar 特征.72.3 OpenCV 对算法的实现.8第第 3 3 章章 样本的采集和归一化样本的采集和归一化.93.1 样本采集.93.2 样本的归一化.11第第 4 4 章章 分类器的训练分类器的训练.144.1 创建 vec 正样本.144.2 训练分类器.17第第 5 5 章章 编写主程序及效果检验编写主程序及效果检验.205.1 编写主程序.215.2 效果检验.26结论结论.31致谢致谢.31
10、参考文献参考文献.32河南科技大学毕业设计（论文）河南科技大学毕业设计（论文）前前 言言随着机电一体化技术的快速发展，作为其典型代表的机器人的智能化越来越被人们需求和受到关注。而工作在复杂环境中的机器人通过视觉来对周围环境中的物体进行识别的技术是机器人智能化的重要标志。与传统机器人不同，具有“视觉”且能够识别物体的机器人可以对外部世界进行感知（即获取图像） ，分析所得信息，并作出合理的决策。这种技术恰恰满足了对机器人智能化的需求，对机器人的工作和未来机器人的发展具有重要的意义。机器人视觉的核心技术在于物体识别，物体识别通俗来说既是运用计算机技术使机器人具有和人类一样的，对于在任意环境下观察到的
11、任意物体进行检测、分割和识别的能力。物体识别的作用方方面面：对汽车或车牌的识别，并附以其它处理（速度计算等） ，可以对交通进行智能监控；工厂中智能机器人可以识别零件种类，以对零件进行相应操作（搬运、组装等） ；家用机器人对各种物体的识别可以帮助人类做更多的工作，而不是像传统机器人那样只能做一些简单的重复性的事情，这会使机器人更加智能化，发挥更大的作用。在各种各样的物体识别中，人脸识别是最典型的识别之一，更准确来讲应该是人脸检测，两者的区别在于,“识别”(Recognition)是从图像中找到能与特定人脸相匹配的部分；而“检测” （Detection)只是识别的一部分，即在图像中检测出人脸并标记
12、位置。而人脸检测已经满足“物体识别”的要求，它完全可以代表其他物体（如汽车、杯子等）的识别，所以下文中仅使用“人脸检测”这个名词。且人脸检测可以被应用在很多领域。比如家用机器人可以从复杂环境中判断主人的位置，数码相机可以通过人脸识别来对人脸进行准确对焦等等。因此本次设计为实现人脸检测的功能，以此来代表各种物体的检测识别。由于本次设计为机器人视觉中的物体识别的实现，所以所有的设计工作均在个人计算机上完成。具体设计为编写程序，程序的功能为将提供给它的图片中的人脸标记出来，并且可以从摄像头中提取图像、检测出人脸并予以标记。第第 1 1 章章 总体方案设计总体方案设计河南科技大学毕业设计（论文）1.1
13、1.1 人脸检测简介及算法选取人脸检测简介及算法选取1.1.11.1.1 人脸检测介绍人脸检测介绍人脸检测（Face Detection）是指在输入图像中确定所有人脸（如果存在）的位置、大小的过程。人脸检测作为人脸信息处理中的一项关键技术，今年来成为计算机（或者机器人）视觉领域内一项受到普遍重视、研究十分活跃的课题。人脸检测（Face Detection)问题来源于人脸识别 （Face Recogni-tion)问题。人脸检测是对给定的图像、判定其中是否有人脸，若有，将所有人脸从背景中分割提取出来，并确定每个人脸在图像中的位置和大小。人脸检测技术可以应用于人脸识别、机器人视觉、图像与视频检索等领域。人脸检测的基本思想是建立人脸模型，比较所有可能的待检测区域与人脸模型的匹配程度，从而得到可能存在人脸的区域。1.1.21.1.2 人脸检测的常用方法及选取人脸检测的常用方法及选取随着科学技术的不断发展，人脸检测技术的方法越来越多，如早期的模块匹配法，基于特征的方法，还有中期的神经网络，统计模型，色彩信息，形状分析，还有最近的支持向量法，多模块信息融合，Adaboost 算法等。一一 基于特征的人
