基于Pxa270和Qt图形界面技术的人脸识别与密码电子锁的门禁系统

秒速五厘米 2024-04-01 10:27 53阅读 0赞

目 录  
第1章 绪论 1  
1.1 应用背景 1  
1.2 系统描述 1  
1.2.1 系统方案 1  
1.2.2 系统主要功能描述 2  
1.3 性能指标 2  
1.4 系统特色 3  
1.4.1 充分利用班上资源 3  
1.4.2 QT界面上实现人性化的操作界面 3  
1.4.3 实用性强 3  
第2章 人脸识别技术综述 4  
2.1 人脸识别系统 4  
2.2 人脸检测与定位技术概述 4  
2.2.1 基于模板匹配的图像人脸检测方法 4  
2.2.2 基于规则的特征搜索方法 5  
2.2.3 基于线性子空间的人脸检测方法 5  
2.2.4 基于人工神经网络的人脸检测方法 6  
2.3 人脸识别 6  
2.3.1 基于向量机（SVM）的人脸识别方法 6  
2.3.2 基于人工神经网络人脸识别方法 8  
2.3.3 基于特征脸（PCA）的方法 9  
第3章 基于PCA的人脸识别 11  
3.1 算法简介 11  
3.2 人脸图像预处理 11  
3.2.1 几何归一化 12  
3.2.2 灰度归一化 12  
3.2.3 图像直方图均衡化 13  
3.3 PCA人脸识别步骤 15  
3.3.1 算法总体流程 15  
3.3.2 PCA人脸识别具体步骤 15  
第4章 系统总体设计 19  
4.1 系统总体流程图 19  
4.2 人脸图像预处理流程图 19  
4.3 PCA人脸识别流程图 20  
第5章 QT图形界面设计及视频图像采集 21  
5.1 QT主窗体设计 21  
5.1.1 主窗体界面 21  
5.1.2 管理员管理界面 22  
5.1.3 添加人员信息界面 22  
5.1.4 修改人员信息界面 22  
5.1.5 删除人员信息界面 23  
5.2 视频图像采集 23  
第6章 电子锁的控制 25  
6.1 控制综述 25  
6.2 串口通信 25  
第7章 总结与展望 27  
7.1 本文总结 27  
7.2 自动人脸识别门禁系统展望 27  
致 谢 28  
参考文献 29  
1.2 系统描述  
1.2.1 系统方案  
方案概述：本方案基于Pxa270和Qt图形界面技术，对摄像头传送的实时数据帧进行基于v4l的API多线程编程，然后对摄像头抓拍的请求进入人员图片进行图像预处理，然后再结合训练人脸库进行人员的身份识别，最后根据人脸识别的结果有开发板一端发送判别信号给密码电子锁，控制电子锁的开启还是关闭，该方案能够大大提高相关单位出入人员身份识别的效率和速度，方便可靠。  
设备简介：  
Up\_Techpxa270-s嵌入式开发平台实验箱；  
USB接口网眼摄像头；  
串口线；  
RS232 USB转串口线；  
安装Linux操作系统的计算机。  
1.2.2 系统主要功能描述  
基于人脸识别与密码电子锁的门禁系统主要功能如下：  
1．出入人员在主界面上相应栏输入员工号点击确定后系统根据输入的员工号查询数据库确认是否存在该员工，若存在则打开摄像头显示在主界面指定位置，再进行实时抓图进行人脸识别验证身份，若不存在该工号的员工则直接拒绝进入。  
2．对摄像头抓取的人脸图片进行人脸识别验证身份，具体流程如下：首先对抓取的图像进行预处理，包括图像灰度化。对灰度图像进行图像增强、滤波等操作是图片更加清晰易于处理。然后在读取训练人脸库，将每一张读入的二维人脸图像转换成一维向量，这样讲训练人脸库中的人脸转换为一个矩阵，然后再对该矩阵进行KL变换、求特征值特征向量，从而训练形成特征子空间。接着需要将训练人脸和检测人脸分别投影到特征子空间中，于是每一个训练人脸和检测人脸就对应为特征子空间内的一个点。然后计算检测人员与每个训练人脸之间的距离（即欧几里得距离），然后根据训练人脸库计算距离分类阀值，再根据这个阀值进行人脸识别。  
3. 根据上一步人脸识别的结果，结合第一步的工号，如果该员工是普通员工，则直接跳出欢迎提示语，如果该员工为企业人力资源部管理员，则提示是否需要进行企业人员资料管理，在给定时间内如果管理员未确认要修改资料则只提示欢迎提示语。如果确认需要管理则进入管理界面。  
4. 管理员进入管理界面后可以根据需要对企业员工信息进行管理，具体可以进行的操作有，增加一个企业员工信息，删除一个企业员工信息以及修改某个企业员工的信息，本系统数据库内存的员工信息主要有工号、性别、年龄、职位等字段，只有管理员有权修改。  
5. 当系统对请求进入人员进行身份确认后，发送信号给密码电子锁，密码电子锁根据系统发送的信号开锁或者不开锁  
1.3 性能指标

1.  准确性  
    本系统针对请求进入人员的人脸图像采集与识别具有较高的准确性，尤其是在待检测人员面部表情稳定没有夸张的面部修饰及遮挡物时人脸识别会更加准确，除了在一些特殊情况，例如待检测人员在人脸采集时有过度夸张的面部表情或者人脸采集时面部带有较大面积的遮挡物，本算法存在一定偏差，但就目前而言没有一个算法能保证没有误差。
2.  高效性  
    本系统采用的人脸识别算法具有简便，执行速度快，且占用资源少等特点，因此对采集到的图像进行人脸识别具有较高的效率，非常适合在嵌入式设备上运行。
3.  确定性  
    每次对采集的图像进行人脸识别后所做出的动作都是确定的，可以预测的，不会出现未知动作或者错误。
4.  稳定性  
    一个系统如果只能运行在理想状态，那么这个系统是毫无价值的，尤其是对于工作各个企业，工厂，单位的人脸识别系统，需要能够处理各种环境干扰和设备误差，保证识别的正确性。
5.  实时性  
    交通配时系统的最根本的出发点是改善交通路口拥堵的情况，这就要求系统具有实时性，对车辆面积增加能较快做出反应，并及时做出配时调整。  
    1.4 系统特色  
    1.4.1 充分利用班上资源  
    整个系统运行需要用到板子上的多个硬件模块：USB接口，串口，网口，摄像头，LCD显示器。充分利用UP-TECHPXA270-S平台丰富的接口资源，具有良好的可扩展性。  
    1.4.2 QT界面上实现人性化的操作界面  
    通过QtE编程完成了基于UP-TECHPXA270-S平台对显示屏上的可视化，并详细说明从程序设计、移植到运行的过程。程序能很好的运行在开发板平台上，验证了程序的有效性和可靠性。并且用QtE开发的应用程序界面清晰美观，操作简单方便。具有面向对象、跨平台和界面设计方便美观等特点。  
    1.4.3 实用性强  
    本系统用于各交通路口，能较大程度改进车辆拥堵的状况，保障道路顺畅无阻，该系统最大的优点和技术创新点是其配时是根据车辆的面积，相比一般的计算车辆数，能较大的降低处理的复杂度，提高效率，同时也能保障较高的准确性，另外，其简便的使用方法，非常适合投入实际应用，对现代交通运输意义巨大。

第2章 人脸识别技术综述  
2.1 人脸识别系统  
人脸识别系统是用计算机作为他的一种辅助设备，利用已有的静态的或者动态的图像来识别人脸，系统流程一般可以描述为：从视频中抓取一张图片或者给定一张静态图片，然后利用已有的人脸数据库来确认抓取的图片或者给定的静态图中人物的身份，人脸识别系统一般可以分为四大模块：对抓取的具有复杂的背景的图像进行人脸检测定位，然后对检测到的人脸进行分割，接着是对图像进行预处理，本文转载自http://www.biyezuopin.vip/onews.asp?id=12541再进行人脸特征的抽取，最后是利用人脸数据库进行人脸匹配识别。一般的人脸识别系统如图2.1所示：  
![在这里插入图片描述][e8c5fbe357f845dcb4e13f4135b66c3a.png_pic_center]

图2.1 人脸识别系统

#ifndef _RECOGNOTION_H_
    #define _RECOGNOTION_H_
    #include<stdio.h>
    #include<math.h>
    #include"sharedefine.h"
    #include"createdatabase.h"
    
    int recognotion(char *TestImage,float  m[],float  A[][Train_Number],double  Eigenfaces[][Train_Number])
    {
        
      //FILE *fp;                                                                      //用于存储 TestImage的文件指针
      int i,j,k,l,p=0;                                                                    //用于循环操作
      double Eigenfaces_t[Train_Number][N]={
        0};                                     //Eigenfaces_t[4][5]=Eigenfaces'   
      double ProjectedImage[Train_Number][Train_Number]={
        0};                        //矩阵ProjectedImages[][]
      double max_fa;
      double fa[Train_Number*Train_Number]={
        0};
      short InImage[N];
      //double InImage[N]={0};                                        
    
    
    
                 // 矩阵InImage[]
      double Difference[N]={
        0};                                                 //矩阵Difference[]
      double ProjectedTestImage[Train_Number]={
        0};                              //矩阵ProjectTestImage[]
      double temp[Train_Number]={
        0};                                           //创建一个临时变量以求取范式的值
      double Euc_dist[Train_Number]={
        0};                                      //创建一个矩阵来存取范式的值
      double Euc_min;                                                       //求出最小的范式
      int Image_Need;                                                      //最小范式的值的图片名
      double Euc=0;
      double Rf[N]={
        0};
      //short InputImage[h][w]={0};
    /******************************计算Eigenfaces'的值*****************************************************************/
      for(i=0;i<Train_Number;i++)                               
       {
        
    	  for(j=0;j<N;j++)
    	  {
        
    		  Eigenfaces_t[i][j]=Eigenfaces[j][i];
    	  }
      } 
      /*
        
        printf("*********************************\n");
        printf("Eigenfances_t[][]=\n");
        for(i=0;i<Train_Number;i++)                                        //输出Eigenfaces_t[][]
    	{
    	   for(j=0;j<N;j++)
    	  {
    	 	  printf("%f  ",Eigenfaces_t[i][j]);
    	  }
    	  printf("\n"); 
       }
    
    	printf("*********************************\n");
    	printf("A[][]=\n");
        for(i=0;i<N;i++)                                                  //输出A[][]
    	{
    	   for(j=0;j<Train_Number;j++)
    	  {
    	 	  printf("%f  ",A[i][j]);
    	  }
    	  printf("\n"); 
       }
    */
     // printf("******f=%d\n",f);
     /***************************求ProjectedImage[][]****************************************************************/ 
      for(i=0;i<f;i++)                                       //求出ProjectedImage[][]
      {
        
        for(k=0;k<f;k++) 
    	{
        
    	  for(j=0;j<N;j++)
    	  {
        
    		  ProjectedImage[k][i]+=Eigenfaces_t[k][j]*(A[j][i]);
    		  
    	  }
    	 // printf("%f  \n",temp[k][i]);
    	}
      }
    
    /
    //  printf("*********************************\n");
     // printf("ProjectedImage=Eigenfaces_t[][]*A[][]\n");     //输出ProjectedImage[][]
     // for(i=0;i<Train_Number;i++)
      //{
        
        //  for(j=0;j<Train_Number;j++)
        //   {
        
        //	   printf("%f   ",ProjectedImage[i][j]);
        //   }
    //	  printf("\n");printf("\n");
    //  }
     
      /*******************TestImage的二维像素值***********************************************************************/
    
      Bitmap *bmp = (Bitmap*)malloc(sizeof(Bitmap));
      load_bitmap(TestImage,bmp);
      if(bmp->bit_count!=8 && bmp->bit_count!=24 )
      {
        
       printf("Bitmap is not a 8-bit or 24-bit.\n");
       return 0;
       }
      if(bmp->bit_count==8)
      {
        
       for(i=0;i<(int)bmp->height;i++)
       {
        
        for(j=0;j<(int)bmp->width;j++,p++)
        {
        
         //printf(" (%d,%d)=%d ",i,j,(int)bmp->matrix[i][j]);
         InImage[p]=(int)bmp->matrix[i][j];
         }
        //printf("\n");
        //printf("--------------------------------------------\n");
        //printf("\n");
       }
      // save_bitmap("8.bmp",bmp);
       }
    
       free_bitmap(bmp);
     
      //fp=fopen(TestImage,"rb");
      //for(i=0;i<(h*w);i++)
    	  //InImage[i]=(int)fgetc(fp);
    
    
    
    
    
    
    /*
    
     printf("****************************\n");                       //输出InImage[]
     printf("InImage[]=");
     for(i=0;i<N;i++)
    	 printf("%d  ",InImage[i]);
    	 */
     /*******************************************************************************************************/
     for(i=0;i<N;i++)                                               //求出Difference[]
     {
        
    	 Difference[i]=InImage[i]-m[i];
     }
    /* 
     ///输出m[]和Difference[]
     printf("\n      m[]=");                                        //输出m
     for(i=0;i<N;i++){printf("%f  ",m[i]);}
     printf("\n Difference[]=InImage[]-m[]\n          ");          //输出Difference[]=InImage[]-m[]
     for(i=0;i<N;i++){printf("%f  ",Difference[i]);}
    */
     /********************************************************************************************************/ 
     for(i=0;i<f;i++)                                          //求出ProjectedTestImage[]
     {
        
    	 for(j=0;j<N;j++)
    	 {
        
    		 //printf("输出ProjectedTestImage[]=\n");
    		 //printf("%f   ",ProjectedTestImage[i]);
    		 ProjectedTestImage[i]+=Eigenfaces_t[i][j]*Difference[j];
    		 
    	 }
    	// printf("*************%f   ",ProjectedTestImage[i]); 	
     }
     /*
     ///
     printf("\n");                                              //输出ProjectTestImage[]
     printf("\n");
     printf("******************************\n");
     printf("输出ProjectedTestImage[]=\n");
     for(i=0;i<Train_Number;i++)printf("%f   ",ProjectedTestImage[i]);
    */
     /**************************************求出Euc_dist[]********************************************************/
     for(i=0;i<f;i++)
     {
        
       
    	 for(j=0;j<f;j++)
    	 {
        
    		 temp[j]=ProjectedTestImage[j]-ProjectedImage[j][i];
    	
    	 }
    	 
    	 for(j=0;j<f;j++)
    	 {
        
    		 Euc_dist[i]+=(temp[j])*(temp[j]);		 
    	 }	 
         Euc_dist[i]=sqrt(Euc_dist[i]);
     }
    
     /
     //for(i=0;i<Train_Number;i++)
        // printf("\nEuc_dist[%d]=%f ",i,Euc_dist[i]);
     /******************************************************************************************************************/
    Euc_min=Euc_dist[0];
    Image_Need=0;
     for(i=0;i<f;i++)
     {
        
       if(Euc_min>Euc_dist[i])
       {
        
    	   Euc_min=Euc_dist[i];
     	   Image_Need=i;
       }
     }
     /
     //printf("\n最小的范式值是：%f\n",Euc_min);
    
     /***********************计算出阀值*********************************************/
     l=0;
    	for(i=0;i<Train_Number;i++)
    	{
        
    		for(j=0;j<Train_Number;j++)
    		{
        
    			for(k=0;k<f;k++)
    			{
        
                  fa[l]=fa[l]+fabs(ProjectedImage[k][i]-ProjectedImage[k][j]);
    			 // printf("(%d,%d,%d)",i,j,l);
    			  //printf("%f  ",fa[l]);
    			}
    			l++;//printf("%f  ",fa[i]);
    		//	printf("\n");printf("\n");
    		}
    		//printf("\n");
    	}
    	/
    //	printf("\nfa:\n");
    //	for(i=0;i<Train_Number*Train_Number;i++)printf("%d  ",fa[i]);
    	/****************************求出最大阀值*************************************************/
    	max_fa=fa[0];
    	for(i=0;i<Train_Number*Train_Number;i++)
    	{
        
          if(max_fa<fa[i])max_fa=fa[i];
    	}
    
    	max_fa=max_fa/2;
    //	printf("最大的阀值为θ：");
    //	printf("%f ",max_fa);
    //	printf("\n");
    /*	
    	printf("\n");
    	printf("%f ",max_fa);
    
       
    	/***************************求出距离Euc******************************************************************************/
    	for(i=0;i<N;i++)
    	for(j=0;j<f;j++)
    	{
        
    		Rf[i]+=Eigenfaces[i][j]*ProjectedTestImage[j];
    	}
    /*	//
    	for(i=0;i<N;i++)
    	printf("%d  ",Rf[i]);
    	for(i=0;i<N;i++)
    	printf("%d  ",m[i]);
    /***********************************************/
        for(i=0;i<N;i++)
    	{
        Rf[i]+=m[i];}
    /*	/
    	printf("\n");
    	for(i=0;i<N;i++)
    	printf("%f  ",Rf[i]);
    
    	for(i=0;i<N;i++)
    	{
    		Euc+=(InImage[i]-Rf[i])*(InImage[i]-Rf[i]);		
    	}
    	Euc=sqrt(Euc);
    	///
    //	printf("\n");
    //	printf("原始图片和重构脸的距离ε:");
    //	printf("%f ",Euc);
    //	printf("\n");
        /***************************判断人脸*****************************************************/
    	if(Euc>=max_fa)
    	{
        
            //printf("该图不为人脸！");
            return -1;
    	
    	}else
    	{
        
    		if(Euc_min<max_fa)
    		{
        
             // printf("寻找的图片名：%d \n",Image_Need);
              return Image_Need;
    		}
    		else
    		{
        
            //	printf("不存在该人脸！");
                return -1;
    		}
    	}
        
        //return NULL;
    }
    #endif

![在这里插入图片描述][4e39531d7c7a424aa39fb18038044598.png_pic_center]  
![在这里插入图片描述][0feb948107d9428fa04f7fa4edcd2f78.png_pic_center]  
![在这里插入图片描述][d4e8850280e746c0ab176e3e6335fcba.png_pic_center]  
![在这里插入图片描述][a913cd93da644d6eb9e3c260fa843360.png_pic_center]  
![在这里插入图片描述][becbd8a767da4ca6848c6505fbf3187d.png_pic_center]  
![在这里插入图片描述][bef009bcacc3409297ac10e65f1133a8.png_pic_center]  
![在这里插入图片描述][051663808598400ebb843f5533e2035d.png_pic_center]  
![在这里插入图片描述][bacd22ffcbbd4b038f56d49eaa84b1ec.png_pic_center]  
![在这里插入图片描述][320fce4702574da0960e1bc3fb0f8179.png_pic_center]  
![在这里插入图片描述][93075ea4e7d8416491ef3cf6390f1f46.png_pic_center]  
![在这里插入图片描述][7eec9942551a4da4be0da3a90d2fab19.png_pic_center]  
![在这里插入图片描述][2a8fa45da9234caaaea6a5b27cf4f026.png_pic_center]  
![在这里插入图片描述][c6021e4a9b45442cba618f97202f46fe.png_pic_center]  
![在这里插入图片描述][d4898a0a07fc404aba1aae4817df95d5.png_pic_center]  
![在这里插入图片描述][1608af5c13e7410e9c000ef2f153d3ba.png_pic_center]  
![在这里插入图片描述][b7cb1e25f4114e778c2e8552447644a3.png_pic_center]  
![在这里插入图片描述][145b14cb4cde42869536abf8ab677555.png_pic_center]  
![在这里插入图片描述][0734672d55884bc181414947f67b3ea4.png_pic_center]  
![在这里插入图片描述][609720fe06634d75854673d7c1f39084.png_pic_center]

[e8c5fbe357f845dcb4e13f4135b66c3a.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/01/cd915e46431744a3b4d277b5a736d1ce.png
[4e39531d7c7a424aa39fb18038044598.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/01/40a8760860c449c5953194a43f7d7b76.png
[0feb948107d9428fa04f7fa4edcd2f78.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/01/5ec379fc4f354daa9cf2808979f79fa5.png
[d4e8850280e746c0ab176e3e6335fcba.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/01/15b2b52e60c6409ab948ceada33e8c0b.png
[a913cd93da644d6eb9e3c260fa843360.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/01/a86e6d0a480547cea86f32691f9e4c3e.png
[becbd8a767da4ca6848c6505fbf3187d.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/01/657986573ee04cd2a378ba4b90810b97.png
[bef009bcacc3409297ac10e65f1133a8.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/01/8f22aec5f7ad45878225e39c8527aa23.png
[051663808598400ebb843f5533e2035d.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/01/4c157f5ff81c4062a74423a81d0974ef.png
[bacd22ffcbbd4b038f56d49eaa84b1ec.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/01/2acc4a277949490cb392006eecf07fbf.png
[320fce4702574da0960e1bc3fb0f8179.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/01/dbb42152a6d940e3b1c6e4a1f8c7bd33.png
[93075ea4e7d8416491ef3cf6390f1f46.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/01/8e43a6b2be8e4144893f545941ff2d14.png
[7eec9942551a4da4be0da3a90d2fab19.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/01/c2c83139b45946fdadd0f4f4ccaa54d0.png
[2a8fa45da9234caaaea6a5b27cf4f026.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/01/c501c319bbe34345bf698676e3a86563.png
[c6021e4a9b45442cba618f97202f46fe.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/01/fb8441b7eabf4fd1a064fb6571e5f2e9.png
[d4898a0a07fc404aba1aae4817df95d5.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/01/60ed1a61b5834a6e80b3150b2d41b0e9.png
[1608af5c13e7410e9c000ef2f153d3ba.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/01/45bef68ba1b448dd95e0070d81736323.png
[b7cb1e25f4114e778c2e8552447644a3.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/01/86d0b93652044843a5a31f67591dbf81.png
[145b14cb4cde42869536abf8ab677555.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/01/e6e6459b07194ef4a8a52189eda3bc85.png
[0734672d55884bc181414947f67b3ea4.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/01/221e0f3710b64b32b20c83576a3ccd13.png
[609720fe06634d75854673d7c1f39084.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/01/ce3a7ce72cb14b69a174e88c4fa81a01.png