声明
摘要
第1章 绪论
1．1．研究背景及选题意义
1．2．国内外研究发展现状
1．2．1．国内外大型设备管理系统发展现状
1．2．2．嵌入式技术发展现状
1．2．3．图像识别技术发展现状
1．3．本文主要工作和研究内容
1．3．1．图像识别人工智能模型研究的内容
1．3．2．论文的主要工作
1．3．3．论文的章节安排
1．4．本章小结
第2章 嵌入式图像识别的相关技术
2．1．嵌入式技术
2．1．1．嵌入式交叉开发模式
2．1．2．嵌入式linux操作系统
2．2．数字图像处理的基本技术
2．2．1．数字滤波
2．2．2．图像灰度化和二值化
2．2．3．腐蚀和膨胀
2．2．4．图像缩放
2．2．5．BP神经网络
2．3．OpenCV和FANN函数库简介
2．3．1．OpenCV函数库
2．3．2．FANN函数库
2．5．本章小结
第3章 系统的总体设计
3．1．系统总体分析
3．2．系统的硬件平台
3．2．1．嵌入式处理器的选择
3．2．2．Tiny6410开发板介绍
3．2．3．硬件平台的搭建
3．3．系统软件需求
3．4．系统软件的总体设计
3．4．1．嵌入式软件一般架构
3．4．2．系统软件的设计
3．5．本章小结
第4章 嵌入式系统及开发环境的建立
4．1．嵌入式linux系统移植
4．1．1．bootloader的移植
4．1．2．交叉编译器的安装
4．1．3．linux内核移植
4．1．4．linux根文件系统的制作
4．1．5．Bootloader、内核和文件系统烧写
4．2．嵌入式开发调试环境的搭建
4．2．1．基于NFS嵌入式开发环境的建立
4．2．2．嵌入式调试环境的建立
4．2．3．gdb+gdbserver+nfs调试流程
4．3．OpenCV的移植
4．4．本章小结
第5章 系统软件的具体设计和实现
5．1．图像采集和预处理
5．1．1．基于OpenCV的图像采集
5．1．2．OpenCV中图像预处理算法
5．2．图像匹配
5．2．1．图像匹配算法选择
5．2．2．平均Hash图像匹配算法的实现
5．3．图像传输
5．3．1．通信协议的制定
5．3．2．基于套接字API的网络编程
5．3．3．图像采集端和PC端通信的实现
5．4．人体识别程序的设计和实现
5．4．1．人体目标的提取
5．4．2．头肩模型的建立
5．4．3．HU不变矩提取
5．4．4．BP神经网络的设计与实现
5．5．BP神经网络的训练
5．5．1．样本采集
5．5．2．隐藏层节点数的确定
5．6．多人体识别的一些探索
5．7．本章小结
第6章 结果分析及展示
6．1．图像动态传输效果测试
6．2．人体识别测试
第7章 总结与展望
7．1．工作总结
7．2．未来展望
致谢
参考文献
攻读硕士期间发表的文章
东南大学;
