本文關(guān)鍵詞：人物圖像處理技術(shù)研究及其在Web端實(shí)現(xiàn)　出處：《華僑大學(xué)》2017年碩士論文　論文類型：學(xué)位論文

  更多相關(guān)文章： 圖像處理技術(shù) HTML5 人臉檢測與跟蹤 行人檢測

【摘要】：自20世紀(jì)70年代,圖像處理自成一門學(xué)科以來,圖像處理技術(shù)逐漸走進(jìn)了人們的日常生活。近年來,隨著物聯(lián)網(wǎng)技術(shù)的長足發(fā)展,圖像作為物聯(lián)網(wǎng)中重要的信息來源,越來越體現(xiàn)出其重要的應(yīng)用價(jià)值,并成為該應(yīng)用領(lǐng)域一項(xiàng)不可或缺的技術(shù)。目前,圖像處理技術(shù)的實(shí)現(xiàn)主要依賴于算法及硬件支持,在圖像處理領(lǐng)域,大量的科研人員都在從事各種算法的研究,并通過強(qiáng)大的圖形工作站,GPU等硬件來實(shí)現(xiàn)高清圖像的處理。通常,圖形工作站及相應(yīng)的GPU的價(jià)值不菲,為科研人員的研究形成比較大的入門門檻。同時(shí)一些需要使用圖像處理技術(shù)的普通人員又無法真正理解算法,也無法具備相應(yīng)的硬件條件。因此,如果能將圖像處理算法移植到服務(wù)器端,并通過Web的人機(jī)界面來向用戶提供圖像處理服務(wù),就可以實(shí)現(xiàn)圖像處理算法,甚至是硬件資源的平臺共享,這符合目前計(jì)算模式服務(wù)化的大趨勢。伴隨著互聯(lián)網(wǎng)技術(shù)的快速發(fā)展以及人們對當(dāng)代網(wǎng)絡(luò)的新要求,HTML5應(yīng)運(yùn)而生,它的出現(xiàn),正好為解決上述問題提供了一條有效途徑。同時(shí),由于現(xiàn)階段實(shí)現(xiàn)的基于Web的圖像處理服務(wù)大部分都偏重娛樂性,忽略了在線提供圖像處理服務(wù)的學(xué)術(shù)價(jià)值和研究意義,因此,本文在充分研究服務(wù)端架構(gòu),HTML5標(biāo)準(zhǔn)以及部分圖像處理算法的基礎(chǔ)上,將部分人物圖像處理技術(shù)移植到了服務(wù)端進(jìn)行實(shí)現(xiàn),為瀏覽器客戶端用戶提供人臉檢測與跟蹤和行人檢測兩部分的圖像處理服務(wù)。此外,隨著大數(shù)據(jù)時(shí)代的來臨,云計(jì)算平臺和大數(shù)據(jù)處理的出現(xiàn)將會(huì)為本文今后的研究工作提供強(qiáng)有力的技術(shù)力量。本文所完成的研究工作具體有以下幾個(gè)方面:1.本文首先詳細(xì)介紹了本文的研究背景及研究意義,表明了以HTML5為基礎(chǔ)在Web上提供圖像處理服務(wù)的緊迫性,其次,本文具體闡述了圖像處理服務(wù)化及HTML5在國內(nèi)外的研究現(xiàn)狀,最后,本文重點(diǎn)描述了圖像處理及其在Web上實(shí)現(xiàn)服務(wù)化時(shí)所需要的技術(shù)理論基礎(chǔ)。2.本文利用HTML5 Canvas技術(shù)實(shí)現(xiàn)了基于Web的人臉檢測與跟蹤。通過將HTML5 Canvas技術(shù)和經(jīng)過優(yōu)化的人臉特征分類器、人臉檢測與跟蹤算法相結(jié)合,本文在Web上實(shí)現(xiàn)了人臉檢測與跟蹤。實(shí)驗(yàn)結(jié)果表明,所提方法不僅能有效地運(yùn)行在支持HTML5的瀏覽器上,而且還滿足了人臉檢測與跟蹤過程中的實(shí)時(shí)性要求,保證了人臉檢測的檢測率,具有更優(yōu)的檢測效果。3.本文提出了一種基于HOG和Adaboost-BP模型的行人檢測方法。通過圖像預(yù)處理快速選定行人候選區(qū)域,在此基礎(chǔ)上,利用HOG特征與Adaboost-BP模型實(shí)現(xiàn)對測試樣本圖像的檢測識別。實(shí)驗(yàn)表明,本文方法與基于HOG-SVM算法的行人檢測方法相比具有更高的檢測率、更低的誤檢率和漏檢率,在多個(gè)行人數(shù)據(jù)庫上的實(shí)驗(yàn)結(jié)果表明本文方法具有較好的檢測效果。為了能在Web上提供有關(guān)行人檢測的圖像處理服務(wù),本文將利用HTML5 WebSocket協(xié)議在Web上實(shí)現(xiàn)行人檢測。本課題為基于Web提供圖像處理服務(wù)做了有益的探索性研究,希望本文所完成的工作能夠給該領(lǐng)域的研究者們帶來一些幫助和啟發(fā)。
[Abstract]:Since 1970s, since the image processing as a discipline, image processing technology has gradually entered people's daily life. In recent years, with the rapid development of networking technology, networking image as an important source of information, more and more shows its important application value, and become an integral part of the application technology. At present, the realization of image processing technology mainly depends on the algorithm and hardware support in the field of image processing, a large number of researchers are engaged in the study of various algorithms, and through the powerful graphics workstation, GPU hardware to achieve the processing of high-definition images. Usually, the workstation and the corresponding GPU value of money for the study of scientific research personnel form a relatively large threshold. At the same time, some need to use image processing technology and the common people can not really understand the algorithm, also cannot have the corresponding hardware Conditions. Therefore, if the image processing algorithm is transplanted to the server, and through the Web interface to provide users with image processing services, you can achieve the image processing algorithm, and hardware resource sharing platform, which is consistent with the trend of the current computing services. With the rapid development of Internet technology and people the new requirements of the contemporary network HTML5 came into being, it appears, it provides an effective way to solve the above problems. At the same time, because of the image processing Web services mostly focus on entertainment based on at present, ignoring the online academic value and significance of the research, image processing service so the server research on the framework of full, HTML5 standard and basic part of image processing algorithms, image processing technology will be part of the characters were transplanted to the server, to browse Is the client provides image processing service detection face detection and tracking of pedestrians and two parts. In addition, with the advent of the era of big data, cloud computing platform and large data processing will provide strong technical force for the future research work. The research work of this paper has done the following aspects: 1. in this paper first introduces the research background and the significance of this study, that is based on HTML5 to provide the urgency of image processing services in Web. Secondly, the paper describes the image processing service and HTML5 research status at home and abroad, finally, this paper describes the image processing and achieve the required service in Web on the theoretical basis of.2. technology using HTML5 Canvas technology to achieve the Web face detection and tracking based on HTML5 and Canvas technology. The optimized human face The feature classifier combining face detection and tracking algorithm, this paper realizes the face detection and tracking in Web. The experimental results show that the proposed method can not only effectively run in support of HTML5 browser, but also meet the real-time face detection and tracking in the process to ensure the detection rate of face detection and has better effect of.3. this paper proposes a pedestrian detection method based on HOG and Adaboost-BP model. Through image preprocessing fast pedestrian candidate regions selected, on the basis of this, the use of HOG features and Adaboost-BP model to achieve the test sample image detection and recognition. Experiments show that this method compared with pedestrian detection method HOG-SVM based on the algorithm has a higher detection rate, lower false detection rate and false negative rate, in a number of pedestrian database. The experimental results show that this method has better detection effect. Fruit. In order to provide image processing services on pedestrian detection in Web, this paper will use the HTML5 WebSocket protocol implementation of pedestrian detection in Web. This paper provides Web with image processing services to do a useful exploratory study based on the hope that the work of this thesis can give researchers in this field and bring some help inspired.

【學(xué)位授予單位】：華僑大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：TP391.41;TP393.09

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 劉焱彬;平民級圖像處理軟件──Photolmpact 5.0[J];電腦知識與技術(shù);2000年03期

2 ;圖像處理中心簡介[J];宇航學(xué)報(bào);2001年04期

3 陳伯濤;辦公室里新來的圖像處理專家[J];電子與電腦;2001年03期

4 嚴(yán)肅;圖像處理超出狹義的范圍[J];中南民族學(xué)院學(xué)報(bào)(自然科學(xué)版);2001年02期

5 ;數(shù)據(jù)圖像處理三大技術(shù)[J];計(jì)算機(jī)時(shí)代;2004年12期

6 魏麒,何勇;圖像處理中的一個(gè)兩階段半雜交流水作業(yè)問題(英文)[J];Applied Mathematics:A Journal of Chinese Universities;2005年04期

7 阿飛;圖像處理軟件的色彩車間——“通道”[J];電腦愛好者;2005年03期

8 潘路;趙文娟;;圖像處理課程教學(xué)探討[J];中國西部科技;2006年22期

9 蘇曉;;基于GDI+的自建圖像處理庫[J];當(dāng)代經(jīng)理人;2006年09期

10 汪新星;吳秀玲;劉衛(wèi)平;孫俊英;;高分辨電子顯微像圖像處理技術(shù)的應(yīng)用[J];材料導(dǎo)報(bào);2007年06期

相關(guān)會(huì)議論文 前10條

1 苑廷剛;李愛東;李汀;艾康偉;嚴(yán)波濤;;圖像處理技術(shù)在田徑科研中的應(yīng)用初探[A];第七屆全國體育科學(xué)大會(huì)論文摘要匯編（二）[C];2004年

2 黃海永;朱浩;王朔中;;圖像處理軟件中宏結(jié)構(gòu)的實(shí)現(xiàn)和擴(kuò)展[A];面向21世紀(jì)的科技進(jìn)步與社會(huì)經(jīng)濟(jì)發(fā)展（上冊）[C];1999年

3 楊文杰;劉浩學(xué);;基于馬爾可夫場理論的圖像處理新方法評述[A];面向21世紀(jì)的科技進(jìn)步與社會(huì)經(jīng)濟(jì)發(fā)展（上冊）[C];1999年

4 王晉疆;劉文耀;肖松山;陳曉東;孫正;;光電圖像處理課程中教學(xué)環(huán)節(jié)的設(shè)計(jì)[A];光電技術(shù)與系統(tǒng)文選——中國光學(xué)學(xué)會(huì)光電技術(shù)專業(yè)委員會(huì)成立二十周年暨第十一屆全國光電技術(shù)與系統(tǒng)學(xué)術(shù)會(huì)議論文集[C];2005年

5 王鵬;;圖像處理技術(shù)與實(shí)驗(yàn)數(shù)據(jù)處理[A];全面建設(shè)小康社會(huì)：中國科技工作者的歷史責(zé)任——中國科協(xié)2003年學(xué)術(shù)年會(huì)論文集（上）[C];2003年

6 王曉劍;曹婉;王莎莎;;一種基于高速DSP的圖像處理應(yīng)用平臺[A];2008中國儀器儀表與測控技術(shù)進(jìn)展大會(huì)論文集（Ⅲ）[C];2008年

7 張煒;蔣大林;郎芬玲;曹廣鑫;王秀芬;;圖像處理技術(shù)應(yīng)用于選礦領(lǐng)域的綜述[A];第九屆全國信息獲取與處理學(xué)術(shù)會(huì)議論文集Ⅱ[C];2011年

8 劉春桐;趙兵;張志利;仲啟媛;;基于圖像處理的自動(dòng)瞄準(zhǔn)系統(tǒng)精度研究[A];全國自動(dòng)化新技術(shù)學(xué)術(shù)交流會(huì)會(huì)議論文集（一）[C];2005年

9 李向榮;;美式落袋球自動(dòng)擺球系統(tǒng)的圖像處理研究[A];2008中國儀器儀表與測控技術(shù)進(jìn)展大會(huì)論文集（Ⅲ）[C];2008年

10 周榮官;周醒馭;;地質(zhì)雷達(dá)圖像處理在崩塌隱患探測中的應(yīng)用及分析[A];第六屆全國信號和智能信息處理與應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2012年

相關(guān)重要報(bào)紙文章 前10條

1 新疆大學(xué)紡織與服裝學(xué)院 袁春燕;圖像處理技術(shù)讓數(shù)據(jù)更真實(shí)[N];中國紡織報(bào);2013年

2 楊朝暉;我鄰域圖像處理達(dá)到每秒1350億次超高速[N];科技日報(bào);2008年

3 吳啟海;圖像處理時(shí)8位/通道或16位/通道模式的選擇探討[N];中國攝影報(bào);2012年

4 殷幼芳;印前圖像處理技術(shù)對印刷質(zhì)量的影響[N];中國包裝報(bào);2005年

5 徐和德;圖像處理要適度[N];中國攝影報(bào);2006年

6 記者 申明;中星微發(fā)布場景高保真圖像處理技術(shù)[N];科技日報(bào);2010年

7 楊玉軍;郵編圖像處理技術(shù)通過驗(yàn)收[N];中國郵政報(bào);2000年

8 董長生 吳志軍;用圖像處理軟件推動(dòng)刑偵信息技術(shù)工作[N];人民公安報(bào);2003年

9 殷幼芳;藝術(shù)化的圖像處理技術(shù)[N];中國包裝報(bào);2006年

10 ;富士圖像處理方案走進(jìn)手機(jī)[N];計(jì)算機(jī)世界;2002年

相關(guān)博士學(xué)位論文 前10條

1 羅軍;圖像處理快速算法研究與硬件化[D];武漢大學(xué);2014年

2 孫傳猛;煤巖圖像處理及細(xì)觀損傷本構(gòu)模型研究[D];重慶大學(xué);2015年

3 嵇曉平;基于各向異性擴(kuò)散方程圖像處理問題的研究[D];哈爾濱工業(yè)大學(xué);2015年

4 黎海生;量子圖像處理關(guān)鍵技術(shù)研究[D];電子科技大學(xué);2014年

5 吳玉蓮;非局部信息和TGV正則在圖像處理中的應(yīng)用研究[D];西安電子科技大學(xué);2015年

6 張還;聚合物復(fù)合材料微觀圖像處理與分析[D];南京農(nóng)業(yè)大學(xué);2014年

7 劉宇飛;基于模型修正與圖像處理的多尺度結(jié)構(gòu)損傷識別[D];清華大學(xué);2015年

8 樊瑤;基于圖像處理的路面裂縫檢測關(guān)鍵技術(shù)研究[D];長安大學(xué);2016年

9 陸飛;基于浮點(diǎn)坐標(biāo)系的圖像處理方法及應(yīng)用研究[D];浙江工業(yè)大學(xué);2016年

10 職占江;圖像處理的變分模型若干問題研究[D];大連理工大學(xué);2016年

相關(guān)碩士學(xué)位論文 前10條

1 董國齡;基于圖像處理技術(shù)的水表自動(dòng)檢定及管理系統(tǒng)的設(shè)計(jì)[D];天津理工大學(xué);2015年

2 李永晨;基于DSP的多路圖像處理硬件系統(tǒng)研究[D];天津理工大學(xué);2015年

3 杜高峰;基于opencv圖像處理的列車受電弓動(dòng)態(tài)特性監(jiān)測方法研究[D];西南交通大學(xué);2015年

4 王世豪;基于小波及壓縮感知的圖像處理方法及應(yīng)用研究[D];燕山大學(xué);2015年

5 牛蕾;基于非線性動(dòng)力系統(tǒng)的圖像處理[D];東北林業(yè)大學(xué);2015年

6 宋君毅;基于圖像處理的魚群監(jiān)測技術(shù)研究[D];天津理工大學(xué);2015年

7 古偉楷;基于異構(gòu)計(jì)算技術(shù)的視頻與圖像處理研究[D];華南理工大學(xué);2015年

8 康睿;基于圖像處理的砂土顆粒細(xì)觀特性分析[D];寧夏大學(xué);2015年

9 趙杰;柴油噴霧粒子圖像處理及軟件的設(shè)計(jì)[D];長安大學(xué);2015年

10 石璐;基于圖像處理的礦質(zhì)混合料級配檢測算法研究[D];長安大學(xué);2015年

，

本文編號：1393919