人脸识别技术作为生物识别技术之一，是模式识别在图像领域中的具体运用，其应用前景非常广阔，可以应用到身份证件的鉴别、自动门禁控制系统、银行取款机、家庭安全，图片检索等领域。 人脸识别系统主要分为人脸检测定位，特征提取和人脸分类三部分。人脸的检测和定位，即从输入的图像中找到人脸及人脸存在的位置，并将人脸从背景中分离出来。在特征提取部分，先对原始人脸数据进行特征提取，之后原始数据由维数较少的有效特征数据表示并存储在数据库中，接下来进行人脸分类，在识别待测人脸图像时，将待测图像的特征数据与数据库中存储数据相比对，判断是否为库中的某一人，从而实现自动识别人脸的目的。 在过去的十年里，人脸识别技术一直是图像处理领域里具有挑战性的课题，随着研究的深入，许多人脸检测及识别算法被提出来。其中基于主成分分析的Eigenface的算法及其变形已经成为测试人脸识别系统性能的基准算法；同时Adaboost人脸检测算法，在PC上基本可以达到实时，在嵌入式产品广泛应用的今天，只有让人脸识别算法在嵌入式平台上实现，才能获得更广阔的应用，本文研究了在嵌入式平台上Adaboost人脸检测算法的性能。 嵌入式是后PC时代的一个亮点，目前已经应用在社会生活的方方面面。嵌入式产品的开发平台分为包括很多，如：DSP，ARM，PowerPC等等。本文采用的ARM9作为嵌入式开发平台，研究人脸识别在ARM平台的性能，为实用的嵌入式人脸识别系统的设计提供参考。 本文从PC平台的软件实现入手，分别实现了PC平台下的AdaBoost人脸检测算法和PCA人脸识别算法,分析了现象及结果，接下来搭建了基于ARM嵌入式系统的硬件平台，对AdaBoost人脸检测算法进行了硬件平台的移植，并得出相应实验效果。
上传时间： 2013-05-31
上传用户：saharawalker
语音识别技术就是能使计算机“听懂”人类的语言，然后根据其含义来执行相应的命令，从而实现为人类服务。 随着语音识别的深入研究，对它的技术应用主要有两个方面： 一个方向是大词汇量连续语音识别系统，主要应用于计算机的听写机，以及与电话网或者互联网相结合的语音信息查询服务系统，这些系统都是在计算机平台上实现的； 另外一个重要的发展方向是小型化、便携式语音产品的应用，这些应用系统大都使用专门的硬件系统实现。 随着后PC年代的到来，后一种发展将成为语音识别技术和嵌入式系统交叉研究的一个非常热门的话题，将进一步推动语音识别技术往智能化方向发展。 论文主要研究语音识别系统及其在ARM嵌入式平台上的实现。 根据嵌入式系统平台的特性和系统的实际需求，对目标平台的硬件和软件系统进行适当的剪裁定制，并且对语音识别中的算法进行改进和优化，同时为了加强系统的交互性，增加了控制界面，为实际应用提供很好的人机交互操作。 首先论文对嵌入式系统及嵌入式操作系统进行研究，通过实际比较后选用嵌入式Linux作为系统的操作系统； 然后对语音识别技术进行研究，并根据实际要求，采用Mel倒谱参数作为系统语音参数提取算法，DTW作为系统识别的模式匹配方法，并根据ARM嵌入式平台的要求，分别对上述两个算法进行优化设计，同时利用QT跨平台语言对应用控制程序进行代码实现，并移植到目标板上，构建出一个完整的嵌入式语音识别系统。 最后，对整个系统进行整体测试，通过实验结果表明，系统达到了预期设计的便携、智能及很好的交互性的目的。
上传时间： 2013-04-24
上传用户：1054154823
生物识别技术是根据人体自身所固有的生理特征或行为特征来进行身份识别。与传统识别方法相比，生物特征的身份识别技术不存在携带不便、丢失、遗忘等问题。虹膜识别以其精确度高、稳定性好、高独特性、非接触等特点作为一种新兴的生物识别技术使它受到国内外研究人员的重视。 近年虹膜识别理论的发展十分迅速，到目前为止已经有虹膜识别系统投入了商业应用，但大多数此类系统都需要PC作为运行平台而缺乏灵活性。但是嵌入式应用是虹膜识别技术走向实际应用的必然趋势。因此本文提出了一个利用DSP+ARM实现虹膜识别嵌入式应用的一个方案。本系统由6个模块组成：电源管理和监控、虹膜图像采集、虹膜图像处理(DSP)、存储器(SDRAM和FLASH)、人机交互(ARM)以及数据传输部分。 在硬件设计方面介绍了DSP的有关知识和DSP系统硬件设计的过程，讲解了DSP系统各硬件模块的设计与调试。在软件设计方面介绍了利用CCS开发的设计流程和调试经验并且对于如何固化代码使系统硬件自举进行详细阐述，另外还介绍了如何基于WINCE利用ARM系统进行人机界面快速开发。 最后，文章对未来工作方向进行了简要的说明。
上传时间： 2013-04-24
上传用户：hwl453472107
数字识别系统源代码 使用说明 第一步：训练网络。使用训练样本进行训练。（此程序中也可以不训练，因为笔者已经将训练好的网络参数保存起来了，读者使用时可以直接识别） 第二步：识别。首先，打开图像（256色）；再次，进行归一化处理，点击“一次性处理”；最后，点击“R”或者使用菜单找到相应项来进行识别。识别的结果显示在屏幕上，同时也输出到文件result.txt中。 该系统的识别率一般情况下为90%。 此外，也可以单独对打开的图片一步一步进行图像预处理工作，但要注意，每一步工作只能执行一遍，而且要按顺序执行。 具体步骤为：“256色位图转为灰度图”－“灰度图二值化”－“去噪”－“倾斜校正”－“分割”－“标准化尺寸”－“紧缩重排”。 注意，待识别的图片要与win.dat和whi.dat位于同一目录，这两文件保存训练后网络的权值参数。
上传时间： 2013-06-25
上传用户：wzr0701
指纹识别是在指纹图像上找到指纹的特征，通过计算机模糊比较的方法，把两个指纹的特征模板进行比较，计算出它们的相似程度，最终得到两个指纹的匹配结果。本文对现已存在的多种指纹识别算法进行编程比较，并对细化算法提出改进。同时采用基于ARM7TDMI内核的32位处理器S3C44B0作为主控制器，半导体电容传感器FPS200作为指纹数据采集设备，构建了自动指纹识别系统。论文完成主要工作如下： 1、指纹采集模块的设计：根据FPS200的相关寄存器资源和管脚特性，完成指纹传感器FPS200的电路设计；研究FPS200主要寄存器的功能和图像采集方式，给出FPS200在三种工作方式下的工作流程，并且对三种工作模式进行分析。 2、指纹识别算法研究：通过对现已存在的多种图像预处理算法进行编程实现和对比研究发现，细化后的图像多存在短线、断线、毛刺等干扰以及细化不彻底的现象，为此提出了新的修复算法：分析目标点周围纹线的走向趋势，选择去除或者保留周围的相连点，较好地解决了细化不彻底的问题；再对细化后的图像采用方形模板进行纹线跟踪，去除伪特征点，克服了逐步递进的纹线跟踪算法过于复杂、不易实现等问题。 3、采用Sansung公司基于ARM7TDMI内核的32位RISC处理器S3C44B0，构建了自动指纹识别系统。该系统主要包括电源管理部分、指纹图像采集模块、存储器模块、JTAG调试接口以及与外设连接的串行接口。硬件部分主要完成指纹采集模块接口的设计与开发，软件部分主要完成指纹图像采集程序、指纹识别算法程序和串口通信程序的开发，此外还通过串口实现指纹数据上传到上位机，在VB环境下实现了简易的人机交互软件，提供指纹图像的直观显示，用于对指纹识别程序进行测试，并对测试结果进行了分析。
上传时间： 2013-05-21
上传用户：Andy123456
语音识别是通过识别和理解过程把人类的语音信号转变为文本或命令的技术。近年来语音识别技术由于其重要性和研究难度成为研究的热点。随着嵌入式的发展，嵌入式语音识别技术成为语音识别领域发展的新的重要方向。 在此背景下，本课题进行基于ARM的嵌入式语音识别系统的研究。论文分别从理论分析、系统硬件平台的总体设计、系统软件的分析定制等方面，对语音识别在ARM上的应用做了研究。 1、在理论上，详细介绍了语音识别的发展历史与研究现状；具体阐述语音识别技术的基本原理和主要研究方法，并推导了语音识别技术中最常用到的两种算法DTW和HMM的数学模型，为进一步的语音识别研究打下基础。 2、在硬件平台方面，本文分析设计了语音识别系统的总体方案，主要包括以下三部分：语音识别系统的控制部分、语音的输入输出部分以及语音程序的存储部分；文中详细介绍了各部分的作用以及它们之间的连接方式，此外根据实际需要，选择确定了语音芯片等外围电路芯片的型号并扩展了外围电路。 3、在系统软件选择定制方面，不仅要求各部分自身功能完善，能够满足本课题的需求，而且要求各部分相互之间满足一定的兼容性，即定制的系统具有稳定性，可以有效的工作。考虑到以上的因素，本课题针对特定的语音识别系统的需求，对交叉编译环境、U-boot、内核、根文件系统等均进行了量身定制。最终选用Crosstool来制作专门编译Linux-2.6.22.6的交叉编译工具；选用比较稳定的支持tftp下载的u-boot-1.2.0作为引导程序；选用Linux-2.6.22.6作为嵌入式操作系统内核，并对其进行剪裁定制，特别是增加了UDA1341TS音频驱动和网卡驱动部分；选用了带有mdev功能的busybox-1.9.1来制作根文件系统。 在以上三方面的基础上，本课题对语音识别程序系统进行了实验研究。实验包括音频驱动、语音录制、语音训练、语音识别程序的编译以及语音识别等程序在ARM上的移植。 最后，本论文采用DTW模型，完成了语音模板的训练和语音识别的任务。经过实验测试，该系统有效完成了预期的语音识别任务。
上传时间： 2013-05-30
上传用户：wsx123
现阶段，中国的自动售货行业蓬勃发展。作为自动服务的核心部件，基于单片机的纸币识别系统已经越来越不能满足市场需求。 本文对基于uClinux操作系统和S3C4510B的纸币识别系统的各个方面进行了研究。研究表明，纸币识别系统要求能满足硬实时性，但uClinux操作系统的实时性不强。由于uClinux功能强大，免费且资源丰富，如能成功改进本纸币识别系统的实时性，纸币识别系统将在成本，性能和功能性等方面有更大的优势，所以对实时性进行改进将非常有意义。 在本纸币识别系统中，纸币特征采集子系统对实时性要求很高，需要满足硬实时的要求，所以是否能满足该子系统的实时性的要求，将是本纸币识别系统能否很好工作的关键所在。通过对当前多种uClinux实时性改进方案进行了解和研究，参考了RTAI和RTLinux的工作原理，提出了基于uClinux操作系统和S3C4510B的纸币识别系统的实时性改进方案。纸币特征采集子系统主要依靠码盘光耦产生的反馈信号生成硬件中断，然后通过处理该中断，实现对纸币特征的采集。在本文提出的方案中，为了提高系统对硬件中断的反应速度，避开uClinux对中断的慢处理，在操作系统与硬件之间建立了一个特殊的硬件抽象层来管理中断，并将纸币特征采集功能与操作系统剥离，放入一个单独的处理单元。通过这样的处理，使得中断产生时，硬件抽象层暂停uClinux操作系统的运行，直接将中断交由纸币特征采集处理单元处理，实时的完成纸币特征数据的采集。
上传时间： 2013-05-24
上传用户：shenlan
随着计算机与信息技术的发展，生物特征识别技术受到了广泛的关注。指纹识别是生物特征识别中的一项重要内容，一直以来是国内外的研究热点。 嵌入式自动指纹识别是指指纹识别技术在嵌入式系统上的应用。传统的嵌入式自动指纹识别系统多采用单片DSP或MIPS处理器来完成算法，由于DSP或MIPS处理器只能根据程序顺序执行，在指纹匹配过程中只能和整个库中的指纹进行一一匹配，因此这类系统在处理较大指纹库时下匹配时间相当长。为了克服这个缺点，本文构建了浮点DSP和FPGA协同处理构架的硬件平台，充分利用DSP在计算上的精确度和FPGA并行处理的特点，由DSP和FPGA共同处理匹配算法。 本文的主要工作如下： 1．设计了一个硬件系统，包括DSP处理器、FPGA、指纹传感器、人机交互接口和USB1.1接口。同时，还设计了各硬件模块的驱动程序，为应用程序提供控制接口。由于系统中DSP工作频率为300MHz，其中某些器件的工作频率达到了100MHz，因此本文还给出了一些信号完整性分析和PCB设计经验。 2．编写了Verilog程序，在FPGA中实现了9路指纹的并行匹配。由于FPGA本身的局限性，实现原有匹配算法有很大困难。在简化原有匹配算法的基础上本文提出了便于FPGA实现“粗匹配”算法。此外，还设计了用于和DSP通信的接口模块设计。 3．完成了系统应用程序设计。在使用uC/OS-Ⅱ实时操作系统的基础上设计了各系统任务，通过调用驱动程序控制和协调各硬件模块，实现了自动指纹识别功能。为了便于存放指纹特征信息，设计了指纹库数据结构，实现了指纹库添加、删除、编辑的功能。 最终，本系统实现了高效、快速的进行指纹识别，各模块工作稳定。同时，模块化的软硬件设计使本系统便于进行二次开发，快速应用于各种场合。
上传时间： 2013-06-04
上传用户：guanliya
生物识别技术代表了未来身份验证技术的发展方向，而指纹识别技术又是最可靠、最有效的生物识别技术之一。目前，指纹识别技术是优于其它生物识别技术的身份鉴别方法。这是因为人的指纹各不相同、终生基本不变的特点已经得到公认，特别是现有的指纹识别算法已达到识别迅速、准确可靠的水平，是完全可以商业化的生物识别技术。 传统的指纹识别系统多是基于PC平台，这种系统将指纹图像处理和指纹匹配甚至指纹采集控制都放在PC平台上，在获得了较高速度和开发效率的同时，缺点也是显而易见的，其体积庞大，成本较高。而已有的嵌入式指纹识别系统多是基于单片机和DSP的，不是在运算速度上受到硬件限制，就是在系统的扩展性、可维护性及用户交互上有诸多不足。 近年来指纹识别应用的普及对自动指纹识别系统的便携性和易用性提出了更高的要求，指纹识别技术正向着小型化和嵌入式的方向发展。在微电子领域，以ARM、DSP、FPGA为代表的嵌入式微处理器的性能飞速提高，为构建嵌入式系统提供了硬件保证。 ARM是当前最为流行的32位RISC处理器架构，目前ARM占RISC处理器市场的七成左右。三星公司的S3C2410是基于ARM920T内核的通用32位微处理器，它具有高性能和低功耗的特性，被设计用于手持设备和通用嵌入式系统。 嵌入式系统对操作系统和其上运行的软件有特别的要求。针对本课题所采用的ARM硬件平台，详细介绍了嵌入式操作系统Arm-Linux的移植。分别说明了交叉编译工具链的安装、引导装载器的移植和Linux内核的裁减和交叉编译过程。为了运行应用程序，还介绍了文件系统的构建。 指纹识别系统需要指纹采集设备。FPS200是Veridicom公司推出的第三代半导体指纹传感器，是一款专为嵌入式系统设计的高性能、低成本、低功耗的电容式固态指纹传感器。本文详细阐述了基于FPS200的USB接口指纹采集卡的设计与实现。 指纹图像处理与匹配是整个系统的重要环节，论文介绍了图像处理与匹配的一般概念，并提出了新的指纹匹配方法。指纹匹配是自动指纹识别中的一个难点。现有的指纹匹配方法大致可以归结为图形匹配和人工神经网络匹配两大类，本文提出的基于线段的特征点匹配算法属于图形匹配。 嵌入式系统需要完善的软件支持。随着嵌入式技术的飞速发展，用户交互界面也由传统的字符界面向图形界面转变，图形用户界面系统得到了长足的发展。MiniGUI 是一个非常适合于工业控制实时系统以及嵌入式系统的可定制的、小巧的图形用户界面支持系统。本文介绍了基于MiniGUI的可视化指纹识别软件设计。 综上所述，本文针对特定硬件条件，构建了定制的嵌入式操作系统；设计了支持USB数据传输的指纹采集卡；指纹图像的滤波、提取特征和指纹特征匹配均针对嵌入式系统的实际情况进行了优化；利用MiniGUI图形支持库完成了界面美观友好的可视化指纹识别程序。系统具有安全可靠、易于扩展、性价比高等优点。
上传时间： 2013-08-01
上传用户：小儒尼尼奥
随着科学技术的发展，指纹识别技术被广泛应用到各种不同的领域。对于一般的指纹识别系统，其设计要求具有很高的实时性和易用性，因此识别算法应该具有较低的复杂度，较快的运算速度，从而满足实时性的要求。所以有必要根据不同的识别算法采用不同的实现平台，使得指纹识别系统具有较高的可靠性、实时性、有效性等性能要求。 SOPC片上可编程系统和嵌入式系统是当前电子设计领域中最热门的概念。NiosⅡ是Altera．公司开发的一种采用流水线技术、单指令流的RISC嵌入式处理器软核，可以将它嵌入到FPGA内部，与用户自定义逻辑组建成一个基于FPGA的片上专用系统。 本文在综合考虑各种应用情况的基础上，以网络技术、数据库技术、指纹识别技术和嵌入式系统技术为理论基础，提出了一种有效可行的系统架构方案。对指纹识别技术中各个环节的算法和原理进行了深入研究，合理的改进了部分指纹识别算法；同时为了提高系统的实时性，采用NiosⅡ嵌入式处理器和FPGA硬件模块实现指纹图像处理主要算法。论文主要包括以下几个方面： 1、对指纹图像预处理、特征提取和特征匹配算法原理进行阐述，同时改进了指纹图像的细化算法，提高了算法的性能，并设计了一套实用的指纹特征数据结构； 2、针对指纹图像预处理模块，包括图像的归一化、频率提取、方向提取以及方向滤波，采用基于FPGA的硬件电路的方式实现。实验结果表明，在保证系统误识率较低、可靠性高的基础上，大大提高了系统的执行速度； 3、改变了传统的单枚指纹识别方法，提出采用多枚指纹唯一标识身份，大大降低了识别系统的误识率； 4、改进了传统的基于三角形匹配中获取基准点的方法，同时结合可变界限盒思想进行指纹特征匹配。 5、结合COM+技术、数据库技术和网络技术，开发了后台指纹特征匹配服务系统，实现了嵌入式指纹识别系统同数据库的实时信息交换。 实验结果表明，本文所提出的系统构架方案有效可行，基于FPGA的自动指纹识别系统在速度、功耗、扩展性等方面具有独特的优势，拥有广阔的发展前景。
上传时间： 2013-04-24
上传用户：15528028198
