技 术 原 理
人脸识别内容：
◆人脸检测
在动态的场景和复杂的背景中图像中判断是否存在人 脸，并准确标定出人脸的位置和大小然后分离出来。
◆人脸跟踪
面貌跟踪是指对被检测到的面貌进行动态目标 跟踪。
◆人脸对比
将采样到的面像与库存的面像依次进行比对， 并找出最佳的匹配对象。
技 术 原 理
入库照片及背景要求
I
二 维 条 形 码 识 别 技 术
1920
1949年美国乔·伍德 兰德 、伯尼·西尔沃 发明了第一个条形码 专利
1940 1950 1960
20世纪20年代 约翰·科芒德 实现邮政单据自动分检方法
60年代 西尔沃尼亚 发明一套条形码系统 并在北美铁路系统成 功应用 1988年 中国成立 了中国物品编码中 心
1959年 吉拉德·费伊塞尔申 请了用条形码表示数字的专利
1970
1990
70年代 UPC 码 （Universal Product Code） 在北美超市得到广泛应用 1997、2000年 确定了国家标准
2000
2.什么是二维条码？
1.条形码(barcode)是将宽度不等的多个黑条和空白，按 照一定的编码规则排列，用以表达一组信息的图形标识符。 2.一维条码是由一组粗细不同、黑 白(或彩色)相间的条、空及其相应 的字符(数字字母)组成的标记，即 传统条码。 3.二维条码是用某种特定的几何图 形按一定规律在平面(二维方向)上 分布的条、空相间的图形来记录数 据符号信息。
• •
•
人脸识别系统可使用 人脸图像预处理： 的特征通常分为 人脸图像采集及检测： 对于人脸的图像预处理是基于人脸检测结果，对图像进 视觉特征、 不同的人脸图像都能通过摄像镜头采集下来，比如 行处理并最终服务于特征提取的过程。早期阶段包括 像素统计特征、 静态图像、动态图像、不同的位置、不同表情等方面 灰度校正、噪声过滤等图像预处理。对于人脸图像而 都可以得到很好的采集。当用户在采集设备的拍摄范 人脸图像变换系数特征、 言，其预处理过程主要包括人脸图像的光线补偿、灰 围内时，采集设备会自动搜索并拍摄用户的人脸图像。 人脸图像代数特征等。 度变换、直方图均衡化、归一化、几何校正、滤波以及
1.计算边缘图像的投影面积;
2.寻找峰谷点，大致确定车牌位置;
3.计算此连通域内的宽高比，剔除
不在域值范围内的连通域，最后得
到车牌区域.
四 字 符 分 割 图 像
利用投影检测的字符定位 分割方法得到单个字符！
五 字 符
（ 模 板 ）
建立模板数据库 时必须对这些图片 进行统一处理！ （宽高比）
数 据 库
能够更好的分离车牌，必须对原始图像进
行预处理。（灰度二值化、噪声处理、边
缘提取等）。
一 获 取 原 始 图 片
二 图 像 预 处 理
亮度平均，使 1.读取图片 图像具有较好 的对比度！ 2.转化为灰度图片：
二 图 像 预 处 理
减少背景像素干扰，将目标 从背景中彻底分量出来！
二 图 像 预 处 理
指纹预处理
指纹图像 均衡化 指纹分割 二值化 细化
指纹识别过程
1 2 3 4
指纹图像的采集
指纹图像的预处理 指纹特征的提取
指纹图像的匹配
指纹特征的提取
全 局 特 征 提 取
中心点和三角点称为奇异点，奇异点反映了指 纹全局的纹理变化特征。准确地提取指纹奇异 点的位置和方向对于提高 整个指纹识别系统的性能 具有重大意义。
指纹识别技术的应用
1 2 3
光学指纹识别的应用 电容指纹识别的应用 超声波指纹识别的应用
光学指纹识别系统的应用
指纹锁
门禁
光学传感器则一般用于指纹锁,门禁,考勤等。
电容指纹识别系统的应用
电容传感器可用于电脑信息安全,掌上设备(比如 移动电话),指纹U盘指纹键盘,指纹鼠标等。
超声波指纹识别系统的应用
端点：一条纹路在此 终结。
分叉点：一条纹路在 此分开成为两条路或 更多的纹路。
分歧点：两条平行的 纹路在此分开。
局 部 特 征
孤立点：一条特别短的 纹路，以至于成为一点 。 环点：一条纹路分成两 条后，立即合并成一条 。
短纹：一端较短但不足 以成为一点的纹路。
指纹识别系统的四个重要过程
指纹识别过程
3.二维条码与一维条码的比较
项目 条码类型
信息密 度与信 息容量
错误校验 及纠错正 能力 可通过校 验字符进 行错误校 验，没有 错纠能力
具有错误 校验和纠 错能力， 可根据需 求设置不 同的纠错 级别
垂直方向是 否携带信息
用途
对数据库 和通讯网 络的依赖
识读设备
一维条码
信息密 度低， 信息容 量较小
六 字 符 识 别
通过基于模板匹配的OCR （Optical Character Recognition， 光学字符识别）算法，通过特征对 比或训练识别出相关的字符。
易混淆的字符
特 征 区 域 求 合 法
待识别字符 0 2 易混淆字符 8 Z
5
6 7 8 A B D
8
A I B 4 8 0
F
L
P
• 影像的顏色、色深、及解析度 – 可支持彩色及灰度的影像 – 最低要求8-位，即256灰度影像 影像的格式 – 各类主流的影像格式、如 bmp/jpg/png等 最低影像大小 – 最低要求：双眼中心之间的距离30像素 – 建议大小：205*205 16-bit高彩 jpg 24KB – 置于智能卡中：104*104 8-bit灰度jpg 2.5KB 背景 – 面部识别可在任何背景下进行 – 不受背景物件的移动及摄像头的移动所影 响
1 2 3 4
指纹图像的采集 指纹图像的预处理 指纹特征的提取 指纹图像的匹配
指纹图像采集
• 光学采集器 -使用光的全反射 -光学棱镜 -电荷耦合器件集成电路 • 超声波指纹采集器 -穿透材料的能力 -要求较低
指纹识别过程
1 2 3 4
指纹图像的采集
指纹图像的预处理 指纹特征的提取
指纹图像的匹配
图 像 识 别
● 指纹 ●字符 ●人脸
图像识别的概念
利用计算机对图像进行处理、分析 和理解，以识别各种不同模式的目 标和对像的技术。
指纹识别
你的手上有几个螺（斗）？？
指纹特征
1
总体特征
局部特征
2
总体特征
环行纹: 一边开 口的如 簸箕。
弓形纹 :像将 引未引 的弓。
斗形纹 :由一 圈圈的 螺纹线 构成。
优 缺 点
人脸识别的弱点 对周围的光线环境敏感，可能影响识 别的准确性； 人体面部的头发、饰物等遮挡物，人 脸变老等因素，需要进行人工智能补偿； （如可通过识别人脸的部分关键特性做修 正）。
应用领域——数码相机
人脸自动对焦
• 目前主要被广泛应用的识别技术 • 根据人脸轮廓以及眼睛、鼻子、嘴巴、耳朵 之间的距离和皮肤的颜色等信息进行识别。
（3）能够有效地表 示中国汉字、日本汉 字
.......
区分矩阵式条码


a.位于左上角、左下角、右上角的三个定位图形 b.位于符号中央的三个等间距同心圆环（或称公牛眼） 定位图形 c.位于左边和下边的两条垂直的实线段
QR 码
二维码应用
物流管理
优惠券 入场券等 火车票实名制 超市商品信息管理 海报广告
人脸图像匹配与识别： 提取的人脸图像的特征数据与数据库中存储的特征模 板进行搜索匹配，通过设定一个阈值，当相似度超过 这一阈值，则把匹配得到的结果输出。人脸识别就是 将待识别的人脸特征与已得到的人脸特征模板进行比 人脸图像特征提取： 较，根据相似程度对人脸的身份信息进行判断。
技 术 原 理
人脸的识别过程
超声波传感器则一般用于要求比较高的场合,如 指纹付款机,及军事会议的门禁。
字符识别
字符识别
人们在生产和生活中，要处 理大量的文字、报表和文本。为 了减轻人们的劳动，提高处理效 率，人们开始探讨起各种字符识 别器。
车牌自动识别
如今，智能交通系统是一个 热点研究领域，收到日益广泛的
关注，而车牌识别是其重要组成
部分。
MATLAB
MATLAB是 MATrix LABoratory （矩阵实验室）的缩写，是 Math
Works 公司开发的一种功能强、效
率高、简单易学的数学软件。
车牌识别系统
基于 MATLAB图像处理，其识别流程图 如下：
图像预处理
在自然条件下摄取的车牌，除了包含
大量噪声外，还具有多样性。为了使系统
指纹特征的提取
局 部 特 征 提 取
指纹的局部细节特征包括孤岛、终止点、孤点、 闭环、分叉点等多种类型。目前大多数的指纹 识别系统都采用终止点 和分叉点作为指纹匹配 的细节特征点。
指纹识别过程
1 2 3 4
பைடு நூலகம்
指纹图像的采集
指纹图像的预处理 指纹特征的提取
指纹图像的匹配
指纹的匹配
指纹匹配分两步进行，首先是利用指纹的类 别信息进行粗匹配，然后利用指纹的细节点信 息进行细节点匹配。 细节点匹配是将待识指 纹所提取的特征信息与指纹库中模板指纹的特 征点信息进行比较，计算其特征点的相似度， 得到两枚指纹匹配的相似度值，选取一适当的 阀值与该相似度值进行比较，从而判断两枚指 纹是否来自同一手指。
QR Code 是 由 日 本 Denso 公 司 于 1994 年 9 月研制的一种矩阵 式二维条码，它除具有二维条 码所具有的信息容量大、可靠 性高、可表示汉字及图象多种 信息、保密防伪性强等优点
QR Code
（1）超高速识读 QR Code码的超高速 识读特性，使它适宜 应用于工业自动化生 产线管理等领域。 （2）全方位识 读 QR Code具有 全方位（360°） 识读特点。