基于PC和ARM9嵌入式的模式識別實現(xiàn)和優(yōu)化設計.pdf

1、在當今信息時代,計算機模式識別是一門熱門而實用的科學.模式識別在圖形處理方面有著廣闊的前景,在身份鑒別,交通監(jiān)控,出入驗證,關(guān)口安檢等等各個方面發(fā)揮著重要作用。模式識別發(fā)展至今,在計算機的強大運算能力的支撐下,已經(jīng)衍生出了各種復雜的理論算法,能夠識別的目標也越來越多,識別的能力也越來越精確。
　　統(tǒng)計學習理論是當前廣為使用一種模式識別的理論，基于該理論的 Adaboost算法是OpenCV處理模式識別的核心部分。在OpenCV中，

2、完成對目標的識別一般需要進行分類器的訓練，來對輸入圖像進行分類處理.因此，本論文將針對分類器的性能進行詳細的研究，通過多次實驗研究，找出適用于模式識別的最佳方案。另外，為了使模式識別系統(tǒng)更加小型化,智能化,本論文采用了嵌入式設備作為模式識別的平臺。通過對嵌入式 Linux系統(tǒng)的移植和 OpenCV庫及其應用程序的移植來完成在嵌入式中的實現(xiàn)。主要內(nèi)容有：
　　1．研究模式識別的軟硬件平臺架構(gòu)，通過對目標的使用環(huán)境和應用對象的考察，決

3、定使用的硬件CPU為S3C2440芯片，使用的軟件操作系統(tǒng)為嵌入式Linux操作系統(tǒng)，使用的模式識別庫為OpenCV庫。
　　2．研究Linux的系統(tǒng)移植，包括內(nèi)核移植，文件系統(tǒng)制作，驅(qū)動移植以及在嵌入式中移植OpenCV應用程序的方案。
　　3．研究如何在Windows下利用OpenCV實現(xiàn)某種模式的識別的辦法，研究樣本的處理和分類器的形成方案。
　　4．研究模式識別核心部分分類器的性能，通過對分類器原理的理解，找出