万方数据
基于OpenCV的人脸检测与识别系统
作者： 作者单位： 刊名： 英文刊名： 年，卷(期)： 陈尧 攀枝花学院 四川攀枝花 617000 科技资讯 Science & Technology Information 2013(20)
本文链接：/Periodical_kjzx201320003.aspx
【２】张思远，毕宪章．稀土光谱理论（Ｍ】．吉
林科学技术出版社，１９９１． 【３】唐春晖．人民币伪钞鉴别仪的鉴伪技术
过光谱分离单元进行分离。光谱分离单元
可采用光谱分离器实现，本项目采用可选
【Ｊ】．仪表技术，２００５（４）．
择的光谱分离器。其中，基频激光被光谱分
ｇＤｉｂ．ＬｉｇｈｔｉｎｇＣｏｍｐｅｒ（ｈＤＩＢ）Ｉ ＧｌｏｂａｌＵｎｌｏｃｋ（ｈＤＩＢ）｛ Ｉｎｖａｌｉｄａｔｅ（）ｌ 光线补偿通过对图像的ＲＧＢ进行转换 而使图片的光线变亮或变暗，函数 ＬｉｇｈｔｉｎｇＣｏｍｐｅｒ０是类ｆａｃｅｒｅｃｏｇｒｄｚｅ的一个 目标函数。 系统运行流畅，有广泛的使用前景。
｛
练数据的路径 ｄｏＰＣＡ（）； 间 ／／为人脸训练分配ＰＣＡ空
ｓｔｏｒｅＴｒａｉｎｉｎｇＤａｔａ（）ｌ
数据保存至１］ｘｍｌ文件中
／／将训练好的
ｉｆ（ＳＡＶＥ—ＥＩＧＥＮＦＡＣＥ—ＩＭＡＧＥＳ）
、
１、识别出图片上的人 ２、识剐后报警 ３、退出系统
／
｛ｓｔｏｒｅＥｉｇｅｎｆａｃｅＩｍａｇｅｓ（）；／／保存这些 训练图片为一张位图
相积分技术探测有效光谱信号，并将光信 号转换为电信号。在步骤４中，对电信号进
行数字信号处理并输出。 在实施例中，被测材料是稀土光功能 材料，其被激光照射时会产生上转换或下 转换光谱信号。基频激光光源采用半导体 激光器产生，例如ＰＮ结边缘发射激光器，
字信号并输出。在示例方案中，设为探测到 对应的光谱信号，则输出高电平，若探测到
光谱信号检测方法及光谱信号检测设
备的具体工作流程如下。
在步骤ｌ中，基频激光光源照射被测材 料，产生光谱信号。在步骤２中，光谱分离单
元压制基频激光，得到有效光谱信号。在步 骤３中，光谱锁相探测单元采用相干累加锁
备基本结构创新。
系统包括对其照射以产生光谱信号的 被测材料，还包括基频激光光源、光谱分离 单元、光谱锁相探测单元以及数字信号处 理和输出单元。 基频激光光源产生高稳定激光照射到 被测材料上，激发出光谱信号；光谱分离单 元压制基频激光，得到有效光谱信号；光谱
（６）为图片分配ＰＣＡ空间。
ｖｏｉｄ
ＦａｃｅＲｅｃ：：ｄｏＰＣＡ（）
２．３光线补偿的模块 从摄像头对图像进行采集会受到设备 的干扰及环境因素的影响，从而会使图像 的色彩向某个固定的方向移动，例如色彩 偏黄、变蓝、变黑等。系统为了消除图像的 色彩偏差，需要对图像的ＲＧＢ三个分量值 图２运行截图 （下转６页）
相干累加锁相积分技术，对上转换或下转 换光谱信号进行探测，由于上转换或下转 换光谱信号是特定对应的稀土光功能材 料，其会因被锁相积分放大而甄选出来，若 光谱锁相探测单元探测不到特定的稀土光 功能材料对应的特定上转换或下转换光谱
信号，则证明被测材料是假的。若探测到上 转换或下转换光谱信号，光谱锁相探测单 元将该光谱信号转换为电信号，其可采用 通用的光电转换技术实现，关于光电转换 技术是现有技术，在此不再赘述。之后，数 字信号处理和输出单元将电信号转换为数
４
科技资讯ＳＯｌＥＮＣＥ＆ＴＥＣＨＮＯＬＯＧＹ
ＩＮＦＯＲＭＡＴＩＯＮ
万方数据
高新技术
对有效光谱信号进行探测，探测蓟有效光 谱信号，则转换为模拟信号输出或人眼识 别出。由于现有技术采用调制激光光源，其 产生的光源不是稳定光源，而双向棱镜和 光栅甄选光的效率比较低，并且，一般探测 器的探测能力不高，而模拟信号输出或采 用人眼识别出的实现度低，从而导致现有
近年来计算机视觉技术在视觉领域中 取得了飞速的发展，并在其他领域中得到
了广泛的应用，人脸识别在图像处理与视 频检索、视频监控、视频显示等方面占据着 重要的位置。本文提出了基于ＯｐｅｎＣＶ图像 处理库的人脸检测与识别系统，通过分析
１系统的运行流程图
该人脸检测与识别系统的处理流程如 图１。
的图片与该模型进行匹西己得出的结果使用 矩形进行标记，并在ＱＴ界面上画出该目标
１．５．３检测系统、检测方法及设备使用 流程和方法案例
在本项目中，通过基频激光光源照射 被测材料产生光谱信号，光谱分离单元甄 选出有效光谱信号，光谱锁相探测器采用
离单元深度压制，使微弱的有效光谱信号 （即上转换或下转换光谱信号）透过并抵达 光谱锁相探测单元的光敏感应处。 在实施例中，光谱锁相探测单元采用
区域。 ２．２人脸识别模块
２系统详细设计及实现
２．１人脸定位模块 基于ＯｐｅｎＣＶ的人脸检测中，先进行图 像的采集，然后建立自适应模型并将该模
型进行训练，使用ＸＭＬ文件保存该训练模
人脸识别的流程为，从摄像头采集图 片后对图片进行灰度化处理，分配ＰＣＡ存
人脸检测与识别的原理及方法设计了人脸
检测与识别系统，该系统具有人脸采集，图 片训练，数据库管理及人脸识别等功能，并 且使用了光线补偿等方式更好的进行图像 的处理和后期的识别。
在ＱＴ下通过增加菜单栏，在其顶部添 加一子目录，将命名为“预处理”，并在其下 方的属性栏中命名为“弹出”菜单，右击预
处理则该选项会自动生成一个子菜单项， 属性名为“光线补偿”，并在右下面的属性 中把Ｉ Ｄ号设置为Ｉ
Ｄ—Ｒ Ｅ Ａ Ｄ Ｙ—Ｌ Ｉ
２．４测试
脸识别方法研究【Ｄ】．华南理工大学， ３结语
基于ＯｐｅｎＣＶ图像处理库的人脸检测与
高新技术
基于Ｏ ｐ ｅ ｎ Ｃ Ｖ的人脸检测与识别系统
（攀枝花学院 陈尧 四川攀枝花
６１
７０００）
摘要：本论文ＥＸＯｐｅｎＣＶ图像处理库为基础，采用ＱＴ作为圈形莽面开发，具有人脸采集，图片训练，数鼍库管理及人脸识别等功能，并且使 用光线补偿等方式提高识别率。 关键词：ＯｐｅｎＣＶ ＱＴ 人脸检测 人脸识别 中图分类号：ＴＰ３１ 文献标识码：Ａ 文章编号：１６７２－－３７９１（２０１３）０７（ｂ）－－０００４－－０２
相干累加锁相积分技术探测有效光谱信 号，并将光信号转换为电信号，以及．由数字 信号处理和输出电路将电信号转换为数字 信号并输出。这样，提高了光谱信号检测的
性能。
技术的光谱信号检测性能较低。 局限于现有技术的性能，鉴别真伪的
激光检测器外部需要有遮光板蔽盒屏蔽外 界光线干扰，在实际使用中需要将钞票、证 件或票据防止在遮光板内，操作比较复杂， 影响检验的速度，而且构成组件多，功耗 大，体积大。 １．５．２创新点内容 检测系统的基本原理、检测方法及设
对应的光谱信号，则输出低电平。输出的数 字信号可连接微处理器，或直接连接数码 显示或声音报警等。
参考文献
【ｌ】陈树森，周望红．外上转换材料共焦光
学检测器研究【Ｊ】．光电子・激光，２００４ （５）．
其能产生高稳定激光，例如波长为９８０
ｎｍ
锁相探测单元采用相干累加锁相积分技术
对有效光谱信号进行探测，并将光信号转
±２０ ｎｍ或８８０ ｎｍ土２０ ｎｍ的激光，也可以采
用其它波长的激光。激光可以直接照射到 被测材料上，也可以通过透镜照射。
产生光谱信号后，光谱信号连同极强 的的基频激光（数十至数百万倍间强度）经
换为电信号；数字信号处理和输出单元将
电信号转换为数字信号并输出。被测材料 是稀土光功能材料，有效光谱信号是上转 换或下转换光谱信号。 现有技术与本项目技术方案效果对比 表。（如表１）
ＨＴＥＲＧＴＨＮＳＡＴＥ，对应文件ＦａｃｅＤｅｔｅｃｔ． ＣＰＰ中的函数ｒｅｃｏｇｎｉｚｅ（）实现，并在 ｒｅｃＦｒｏｍＦｒａｍｅ（Ｉｐｌｌｍａｇｅ＊ｆａｃｅｌｍａｇｅ）中添加 如下代码：
ｈＤＩＢＴｅｍｐｐ＝ｇＤｉｂ．ＣｏｐｙＨａｎｄｌｅ
算法研究【Ｄ】．昆明理工大学，２０１２．
（ｈＤＩＢ）；
６
科技资讯ＳＣＩＥＮＣＥ＆ＴＥＣＨＮＯＬＯＧＹ ＩＮＦＯＲＭＡＴＩＯＮ
２０１２．
【４】廖文军．基于连续Ａｄａｂｏｏｓｔ算法的多角
度人脸检测技术研究与实现【Ｄ】．南京邮 电大学，２０１２． 【５】赵晓辉．基于改进的分块ＬＢＰ人脸识别
Ｇ
识别具有人脸采集，图片训练，数据库管理
及人脸识别等功能，系统采用Ｌｉｎｕｘ作为开 发工具，利用ＱＴ作为图形界面开发，使用 面向对象的思想来编写图像处理模块，并 把该模块的各个功能进行独立出来，建立 各个独立的类，从而减少了程序之间的耦 合性，增加了代码的可重用性和可移植性，
｝
（４）从摄像头中获取一帧图片。
ｉｎｔ
图１
人脸检测与识别系统的处理流程
ＦａｃｅＲｅｃ：：ｒｅｃＦｒｏｍＦｒａｍｅ（ＩｐｌＩｍａｇｅ
＊ｆａｃｅＩｍａｇｅ） （５）从ｆａｃｅｄａｔａ．ｘｍｌ下载训练好的数据。
ｉｎｔ
ＦａｃｅＲｅｃ：：ｌｏａｄＴｒａｉｎｉｎｇＤａｔａ（ＣｖＭａｔ
｝＋ｐＴｒａｉｎＰｅｒｓｏｎＮｕｍＭａｔ、
ＴｏＵｃｈａｒＩｍａｇｅ（ｃｏｎｓｔ ＩｐｌＩｍａｇｅ＊ｓｒｃＩｍｇ）
（２）保存源图片的所有特征向量。
ｖｏｉｄ ＦａｃｅＲｅｃ：：ｓｔｏｒｅＥｉｇｅｎｆａｃｅＩｍａｇｅｓ（）
（３）下载需要训练的数据，并将训练好 的数据保存到ｘｍｌｃ：：ｌｅａｒｎ（） ｓｚＦｉｌｅＴｒａｉｎ＝”４０．ｔｘｔ”；／／ｉ）Ｉｌ
（上接４页） 进行线性调整。使用检测图像中亮度在前 ｌＯ％的像素（参考白），按公式计算出调整值。 整幅图像的其他像素点的色彩值也都按这 一调整尺度进行交换，通过这种技术可以 更好的进行图像的处理和后期的识别。
参考文献
【１】张惠发．人脸识别的关键问题研究【Ｄ】． 吉林大学，２０１２． 【２】李友坤．ＢＰ神经网络的研究分析及改 进应用【Ｄ】．安徽理工大学，２０１２． 【３】褚勤．基于小波分析和支持向量机的人