1. 研究目的与意义
随着当代科学技术的飞速发展,计算机的运算能力不断提升,为了让计算机更好的服务于社会生活;让计算机能通过摄像头能分析及理解它捕捉到的图像,就像人类通过眼睛获得信息一样。
计算机视觉(利用摄像机或其他设备,来捕获图像,并通过图像处理等一系列步骤,提取一些特征信息,来进行目标的识别、跟踪或测量等)广泛应用于制造业、检测、医疗、军事、治安等各个领域,成为各个智能系统不可缺少的一个部分。
而行人检测则是计算机视觉研究领域中一个非常广泛的分支。
2. 课题关键问题和重难点
本设计行人检测算法主要内容是实现目标的识别,可以采用基于HOG特征的行人识别。
1. HOG的特征:一种局部区域描述符, 它通过计算局部区域上的梯度方向直方图来构成人体特征能够很好地描述人体的边缘。
它对光照变化和小量的偏移不敏感;本设计的内容的代码都是使用这个算法来实现的,因此必须熟悉该特征。
3. 国内外研究现状(文献综述)
1.OpenCV的相关介绍OpenCV是一个基于(开源)发行的跨平台计算机视觉库,它是轻量级而且高效,由一系列 C 函数和少量 C 类构成,实现了图像处理和计算机视觉方面的很多通用算法,提供了大量的处理方面的常用函数,而且免费。
2. OpenCV的优势 OpenCV的优势就是在于它有400多个免费的图像处理函数,而且涉及的面很广,从图像处理到模式识别、从静态图像到运动视频、从二维平面到相机的三维标定以及三维重建,覆盖了机器视觉的大多应用领域。
它的许多算法,也是做了很好的优化的。
4. 研究方案
1.HOG的作用在现实生活中有很大的作用:1.机动车智能驾驶2.监控系统3.高级人机接口4.三维的视频会议5.遇难抢救 2.本设计要求实现一个方法,达到对某一区域的行人进行识别。
对HOG的特征的研究,利用OpenCv来编写出达到该目的的方法,然后对其进行测试,研究该HOG特征在不同情况下获取到的数据间的差异。
3.开发平台:1. 系统:Windows72. 语言: C 3. 工具:Visual studio 2010
5. 工作计划
2022.1.1 -2022.1.3 查阅相关参考资料,完成对课题的初步认识2022.2.1 -2022.2.15 详细阅读参考资料,完成翻译内容2022.2.16-2022.3.15 进行课题方案设计,完成开题报告2022.3.15-2022.3.31 熟悉开发平台和OpenCV,初步实现Hog的行人检测的代码2022.4.1 -2022.4.20 对编写好的代码进行实际测试,总结出现的不同的结果2022.4.21-2022.4.30 对测试出现的各种结果进行归纳,完成程序使用文档。
2022.5.1 -2022.5.5 回顾并总结前面的工作,进一步查阅相关资料2022.5.6 -2022.5.31 进行毕业设计论文撰写
以上是毕业论文开题报告,课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。