机器视觉识别技术有些啥种类
Posted
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了机器视觉识别技术有些啥种类相关的知识,希望对你有一定的参考价值。
机器视觉识别技术包括以下几种常见的类型:
形状匹配:通过比较目标物体的形状和已知形状的样本,识别出目标物体的种类。
颜色识别:通过对目标物体的颜色进行分析和比较,识别出目标物体的种类或状态。
纹理分析:通过对目标物体表面的纹理进行分析和比较,识别出目标物体的种类或状态。
物体跟踪:通过对目标物体的运动轨迹进行分析和比较,识别出目标物体的位置和状态。
二维码识别:通过对二维码图像进行分析和解码,识别出二维码中的信息。
OCR识别:通过对文字图像进行分析和识别,识别出文字信息。
人脸识别:通过对人脸图像进行分析和比较,识别出人脸的身份信息。
目标检测:通过对图像中的物体进行检测和识别,确定物体的位置和种类。
姿态估计:通过对物体的姿态进行分析和计算,识别出物体的位置、方向和姿态。
深度学习识别:通过深度学习算法进行图像特征提取和分类,实现对物体的自动识别和分类。
综上所述,机器视觉识别技术种类较多,不同的技术可以应用于不同的场景和应用领域。
(1)按照检测功能可划分:定位、缺陷检测、计数/遗漏检测、尺寸测量。
(2)按照其安装的载体可分为:在线检测系统和离线检测系统。
(3)按照检测技术划分,通常有立体视觉检测技术、斑点检测技术、尺寸测量技术、OCR技术、颜色识别技术等。
图像处理——基于机器视觉技术的人脸在线识别系统设计
基于机器视觉技术的人脸在线识别系统设计
本设计研究人脸检测与识别技术,在基于机器视觉技术上,构建了一套人脸在线检测识别系统,系统将由以下几个部分构成:计算机图像预处理、数据收集和预处理、
人脸图像定位检测、人脸识别模型训练、人脸识别。经过实验,确定该系统可对本人的人脸进行快速并准确的检测与识别。
关键词: 机器视觉; 图像处理; 人脸检测;人脸识别;OpenCV;人脸模型训练
一、设计目标
- 掌握人脸识别步骤;
- 熟悉条人脸识别的相关算法;
- 熟悉机器视觉系统设计的一般流程;
- 掌握常用图像处理技术与OpenCV的使用方法;
设计内容与要求
1.完成基于机器视觉技术的人脸在线识别系统算法设计;
2.完成基于机器视觉技术的人脸在线识别系统上位机设计;
3.人脸识别误差率≤2%;
二、人脸检测
2.1、主要步骤
- 加载 Opencv 自带的人脸检测
haarcascade_frontalface.xml
分类器。 - 图像预处理
cvtColor(灰度化)
。 - 使用
detectMultiScale
函数进行识别。 - 使用
rectangle
函数绘制找到的目标矩形框。 - 在原图像上
ROI
截取彩色的人脸保存。
2.2、detectMultiScale函数介绍
cvHaarDetectObjects是opencv1中的函数,opencv2中人脸检测使用的是 detectMultiScale函数。它可以检测出图片中所有的人脸,
并将人脸用vector保存各个人脸的坐标、大小(用矩形表示),函数由分类器对象调用:
- void detectMultiScale(
- const Mat& image,
- CV_OUT vector<Rect>& objects,
- double scaleFactor = 1.1,
- int minNeighbors = 3,
- int flags = 0,
- Size minSize = Size(),
- Size maxSize = Size()
- );
参数1:image--待检测图片,一般为灰度图像加快检测速度;
参数2:objects--被检测物体的矩形框向量组;
参数3:scaleFactor--表示在前后两次相继的扫描中,搜索窗口的比例系数。默认为1.1即每次搜索窗口依次扩大10%;
参数4:minNeighbors--表示构成检测目标的相邻矩形的最小个数(默认为3个)。
如果组成检测目标的小矩形的个数和小于 min_neighbors - 1 都会被排除。
如果min_neighbors 为 0, 则函数不做任何操作就返回所有的被检候选矩形框,
这种设定值一般用在用户自定义对检测结果的组合程序上;
参数5:flags--要么使用默认值,要么使用CV_HAAR_DO_CANNY_PRUNING,如果设置为
CV_HAAR_DO_CANNY_PRUNING,那么函数将会使用Canny边缘检测来排除边缘过多或过少的区域,
因此这些区域通常不会是人脸所在区域;
参数6、7:minSize和maxSize用来限制得到的目标区域的范围。
2.3、检测结果
以上是关于机器视觉识别技术有些啥种类的主要内容,如果未能解决你的问题,请参考以下文章