Наукова новизна та практичне значення одержаних результатів

↑

▷ Содержание

⇐ ПредыдущаяСтр 10 из 10

В рамках цієї роботи було розроблено метод і алгоритм автоматизованого розпізнавання образів на базі алгоритмів контурного аналізу. Досліджувався на окремому завданні: розпізнавання Герба України. Також в даній роботі використовувався метод Віоли-Джонса, який дозволив навчити нейронну мережу і отримати на виході каскад Хаара, завдяки якого можна було розпізнавати той же об'єкт (Герб України). Проведена оцінка складності алгоритму контурного аналізу. Проведено порівняльний аналіз отриманих результатів від розробленого методу і від навченого каскаду, який використовує зовсім інші методи виявлення об'єктів. Надані рекомендації до використання того чи іншого методу, в таких чи інших ситуаціях.

ПЕРЕЛІК ВИКОРИСТАНИХ ДЖЕРЕЛ

1. Журавлев Ю.И. Об алгебраическом подходе к решению задач распознавания и классификации. Проблемы кибернетики. Вып. 33 — М.: Наука, 1978.

2. Гуревич И.Б., Журавлев Ю.И., Сметанин Ю.Г. Алгебры изображений: исследовательские и прикладные задачи/ Труды IV конференции РОАИ. -Новосибирск, 1998. -с.74-78.

3. I.B. Gurevich, Yu.G. Smetanin, Yu.I. Zhuravlev. Image Algebras: Research and Applied Problems// Pattern Recognition and Image Understanding: 5th Open German-Russian Workshop/fB.Radig. (ed.). Sankt Augusting: Infix, 1999, pp.100-107.

4. Гренадер У. Лекции по теории образов. Пер. с англ. М.: Мир, - Т. 1-3.

5. G. Ritter, J. Wilson. Computer Vision. Algorithms in Image Algebra. Prentice Hall Ptr, 1997.

6. Comment on Ignorance, Myopia and Novelette in Computer Vision Systems by M.A. Snuder/ Ramech C. Jain, Thomas O. Binford// CVGIP: Image Understand 1991. - V.53, №1. - P.l 12-117.

7. Jain R.C., Binford Т.О. revolutions and experimental computer vision/ Bowyer K.W., Jons J.P. // CVGIP: Image Understand. 1991. V.53, №1. - P.127-128.

8. Прэтт У. Цифровая обработка изображений: Пер. с англ. -М.: Мир, Кн.1, 2.

9. Розенфельд А. Распознавание и обработка изображений. М.: Мир, 1972.

10. Павлидис Т. Алгоритмы машинной графики и обработки изображений: Пер. с англ. М.: Радио и связь, 1986.

11. Методы компьютерной обработки изображений/ Под ред. В.А. Сойфера. -М.: Физматлит, 2001. -784 с.

12. Анисимов Б.В., Курганов В.Ф., Злобин В.К. Распознавание и цифровая обработка изображений. М.: Высшая школа, 1983.

13. Чэн Ш.К. Принципы проектирования систем визуальной информации: Пер. с англ. М.: Мир, 1994. 408 с.14

14. Введение в контурный анализ. Я. А. Фурмана. Москва 2003

15. Фурман Я. А., Хафизов Д. Г., Хафизов Р. Г. Распознавание образов и анализ изобаржений (РОАИ-6-2002). Великий народ 2002

16. Фурман Я.А., Роженцов АА., Леухин А.Н. Новые оптимальные сигналы для задач разрешения/распознавания// Вестник Верхне-Волжского отделения Академии технологических наук Российской Федерации. Серия: высокие технологии в радиоэлектронике. - Н. Новгород, 1998.

17. Фурман Я.А. Основы теории обработки контуров изображений: Учебное пособие для вузов. Йошкар-Ола: МарГТУ, 1997. - 256 с.

18. Фурман Я.А., Егошина И.Л. Обработка контуров изображений с протяженными прямолинейными границами. «Автометрия», №6. 1999.

19. Фурман Я.А., Егошина И.Л. Согласованные контурные фильтры. «Радиотехника», №7. 1998. С.33-39.

20. Фурман Я.А., Егошина И.Л., Михайлов А.И. Оценка степени сходства двух плоских форм. «Автометрия», №4. 1995. С.19-26.

21. Фурман Я.А., Кравцова Н.М. Задания групповых точечных объектов и алгоритмы нумерации составляющих их точек//Цифровая обработка многомерных сигналов. Межвуз.сб.науч.тр./МарПИ, ЛЭТИ, МАИ, МИРЭА. Йошкар-Ола, 1992. - С.25-31.

22. Фурман Я.А., Юрьев А.Н., Яншин В.В. Цифровые методы обработки и распознавания бинарных изображений. Красноярск: Изд-во Красноярского ун-та, 1992.-248с.

23. Файн В.С. Распознавание образов и машинное понимание естественного языка. М.: Наука, 1987. - 240 с.

24. Искусственный интеллект: В 3-х кн. Кн. 1. Системы общения и экспертные системы: Справочник /Под ред. Э. В. Попова. М.: Радио и связь, 1990. -464 с.

25. Аверкин А. Н., Гаазе-Рапопорт М. Г., Поспелов Д. А. Толковый словарь по искусственному интеллекту. М.: Радио и связь, 1992. - 256 с.

26. Горелик А. JL, Гуревич И. Б., Скрипкин В. А. Современное состояние проблемы распознавания: Некоторые аспекты. Сер. Кибернетика. М.: Радио и связь, 1985.- 160 с.

27. Ту Д. Т., Гонсалес Р. К. Принципы распознавания образов: Пер. с англ. -М.: Мир, 1978.-411 с.

28. Learning OpenCV. Gary Bradski, Adrian Kaehle, 2008

29. OpenCV Reference Manual. Intel Corporation 2001

30. Distinctive Image Features from Scale-Invariant Keypoints. David G. L. Canada, 2004

31. David G. L. Distinctive Image Features from Scale-Invariant Keypoints, 2004

32. Гончаров, A.B. Исследование алгоритмов поиска изображений, основанных на вейвлет-преобразовании / A.B. Гончаров // Тезисы докладов студенческой конференции РГУ "Неделя науки" механико-математического факультета. — 2005. — С. 91-92.

33. Бермант А. Ф. Краткий курс математического анализа / А. Ф. Бермант, И. Г. Араманович. - 6-е изд. - М.: Наука, 1969. - 736 с.

34. Виттих В.А. Обработка изображений в автоматизированных системах научных исследований. / В. А. Виттих, В. В. Сергеев, В. А. Сойфер. — М.: Наука, 1982.-213с.

35. Гилл Ф. Практическая оптимизация / Ф. Гилл, У. Мюррей, М. Райт. -М.: Мир, 1985. 510 с.

36. Гонсалес Р. Цифровая обработка изображений / Р. Гонсалес, Р. Вудс; Пер. с англ. М.: Техносфера, 2005. - 1072 с.

37. Даджион Д. Цифровая обработка многомерных сигналов / Д. Даджион, Р. Мерсеро. М.: Мир, 1988.-488 с.

38. Дегтярев C.B. Методы цифровой обработки изображений: учеб. пособие 4.1 / C.B. Дегтярев, С.С. Садыков, С.С. Тевс, Т. А. Ширабакина. Курск, 2001. — 167 с.

39. Кострикин А. И. Введение в алгебру. Основы алгебры: Учебник для вузов. М.: Физматлит, 1994. - 320 с.

40. Ланкастер П. Теория матриц. М.: Наука, 1978. - 280 с.

41. Ланнэ A.A., Соловьева Е.Б. Нелинейные цифровые фильтры импульсных помех. 2 Международная НТК "Цифровая обработка сигналов и ее применение" М. 1999, т.2, С.31-38.

42. Макклеллан Дж. Г., Рейдер Ч. М. 'Применение теории чисел в цифровой обработке сигналов / Под ред. Ю. И. Манина. М.: Радио и связь, 1983.-264 с.

43. П.Оппенгейм А. В., Шафер Р. В. Цифровая обработка сигналов. -М.: Радио и связь, 1979. 416 с.

44. Прэтт У. Цифровая обработка изображений. В 2 кн. М.:Мир, 1982. -Кн. 1.-312 с. Кн. 2.-480 с.

45. Пупков К. А. Функциональные ряды в теории нелинейных систем / К. А. Пупков, В. И. Капалин, А. С. Ющенко. М.: Наука, 1976. 448 с.

46. Рабинер JI. Теория и применение цифровой обработки сигналов. / JI. Рабинер, Б. Гоулд; Пер. с англ. М.: Мир, 1978. 848 с.

47. Рампони Дж. Расчет изотропных характеристик квадратичных фильтров методом двухимпульсной характеристики // ТИИЭР., 1990., Т.78., № 4., С. 96-108.

48. Садыков С.С. Цифровая обработка и анализ изображений Ташкент: НПО "Кибернетика", АН РУЗ. - 1994. - 193 с.

49. Сорокин С. В. Использование взвешенных медианных фильтров для удаления импульсного шума при обработке изображений / С. В. Сорокин // Известия высших учебных заведений. Поволжский регион. Технические науки. 2007. - № 3 (30). - С. 50-57.

50. Сорокин С. В. Увеличение изображений с помощью многофазной интерполяции / С. В. Сорокин, М. А. Щербаков // Цифровая обработка сигналов и ее применение: сб. тр. Междунар. конф. и выставки. М., 2007. - С. 341-343.

51. Сорокин С. В. Нелинейный оператор повышения качества изображения / С. В. Сорокин, М. А. Щербаков // Надежность и качество: тр. Междунар. симп.: в 2-х т. / под ред. Н. К. Юркова. -Пенза: Инф.-издат. центр Пенз. гос. ун-та, 2007. Т. 1. - С. 288-289.

52. Freeman H. On the encoding of arbitrary geometric configurations // IEEE Trans. Electron. Comput.,1961. – Vol. 10, № 2. – P. 260-268.

53. Freeman H. Shape description via the use of critical points // Pattern recognition, 1978. – Vol. 10, № 3. – P. 159-169.

Додаток A

Додаток B

package p;

import static com.googlecode.javacv.cpp.opencv_core.CV_AA;

import static com.googlecode.javacv.cpp.opencv_core.IPL_DEPTH_8U;

import static com.googlecode.javacv.cpp.opencv_core.cvClearMemStorage;

import static com.googlecode.javacv.cpp.opencv_core.cvDrawContours;

import static com.googlecode.javacv.cpp.opencv_core.cvGetSeqElem;

import static com.googlecode.javacv.cpp.opencv_core.cvLoad;

import static com.googlecode.javacv.cpp.opencv_core.cvPoint;

import static com.googlecode.javacv.cpp.opencv_core.cvRectangle;

import static com.googlecode.javacv.cpp.opencv_imgproc.*;

import static com.googlecode.javacv.cpp.opencv_objdetect.CV_HAAR_DO_CANNY_PRUNING;

import static com.googlecode.javacv.cpp.opencv_objdetect.cvHaarDetectObjects;

import java.awt.Frame;

import java.io.BufferedReader;

import java.io.FileReader;

import java.util.Scanner;

import org.eclipse.swt.SWT;

import org.eclipse.swt.events.SelectionEvent;

import org.eclipse.swt.events.SelectionListener;

import org.eclipse.swt.graphics.Image;

import org.eclipse.swt.layout.*;

import org.eclipse.swt.widgets.*;

import com.googlecode.javacpp.Loader;

import com.googlecode.javacv.CanvasFrame;

import com.googlecode.javacv.OpenCVFrameGrabber;

import com.googlecode.javacv.cpp.opencv_objdetect;

import com.googlecode.javacv.cpp.opencv_core.CvContour;

import com.googlecode.javacv.cpp.opencv_core.CvMemStorage;

import com.googlecode.javacv.cpp.opencv_core.CvRect;

import com.googlecode.javacv.cpp.opencv_core.CvScalar;

import com.googlecode.javacv.cpp.opencv_core.CvSeq;

import com.googlecode.javacv.cpp.opencv_core.IplImage;

import com.googlecode.javacv.cpp.opencv_imgproc.CvHuMoments;

import com.googlecode.javacv.cpp.opencv_imgproc.CvMoments;

import com.googlecode.javacv.cpp.opencv_objdetect.CvHaarClassifierCascade;

public class Main {

public static void main(String[] args) {

Display display = new Display();

Shell shell = new Shell(display);

shell.setLayout(new GridLayout(1, true));

shell.setText("Детектор");

Image image = new Image(display, "C:\\Eye-icon.ico");

shell.setImage(image);

//group box for radio buttons

GridData gd = new GridData(SWT.FILL, SWT.FILL, true, true);

Group group1 = new Group(shell, SWT.NONE);

group1.setLayoutData(gd);

group1.setText("Выбор метода детектирования объектов: ");

group1.setLayout(new GridLayout(1, true));

//contours analis radio buuton

gd = new GridData(SWT.LEFT, SWT.CENTER, true, true);

final Button button1 = new Button(group1, SWT.RADIO);

button1.setLayoutData(gd);

button1.setText("Контурный анализ");

//haar radio buuton

gd = new GridData(SWT.LEFT, SWT.CENTER, true, true);

final Button button2 = new Button(group1, SWT.RADIO);

button2.setLayoutData(gd);

button2.setText("Каскад Хаара");

//group box for settings

gd = new GridData(SWT.FILL, SWT.FILL, true, true);

final Group group2 = new Group(shell, SWT.NONE);

gd.grabExcessHorizontalSpace = true;

group2.setLayoutData(gd);

group2.setText("Дополнительные настройки: ");

GridLayout gl = new GridLayout(3, false);

gl.makeColumnsEqualWidth = false;

group2.setLayout(gl);

//Gaussian

gd = new GridData(SWT.RIGHT, SWT.CENTER, true, true);

final Label label1 = new Label(group2, SWT.NONE);

label1.setText("Фильтр Гаусса:");

label1.setLayoutData(gd);

gd = new GridData(SWT.FILL, SWT.CENTER, true, false);

final Scale scale1 = new Scale(group2, SWT.NONE);

scale1.setMinimum(0);

scale1.setMaximum(31);

scale1.setIncrement(2);

scale1.setPageIncrement(2);

scale1.setSelection(9);

scale1.setLayoutData(gd);

gd = new GridData(SWT.LEFT, SWT.CENTER, true, true);

final Label label2 = new Label(group2, SWT.NONE);

label2.setText("9 ");

label2.setLayoutData(gd);

//canny1

gd = new GridData(SWT.RIGHT, SWT.CENTER, true, true);

final Label label3 = new Label(group2, SWT.NONE);

label3.setText("Верхний порог Canny:");

label3.setLayoutData(gd);

gd = new GridData(SWT.FILL, SWT.CENTER, true, false);

final Scale scale2 = new Scale(group2, SWT.NONE);

scale2.setMinimum(1);

scale2.setMaximum(255);

scale2.setPageIncrement(5);

scale2.setSelection(100);

scale2.setLayoutData(gd);

gd = new GridData(SWT.LEFT, SWT.CENTER, true, true);

final Label label4 = new Label(group2, SWT.NONE);

label4.setText("100 ");

label4.setLayoutData(gd);

//canny2

gd = new GridData(SWT.RIGHT, SWT.CENTER, true, true);

final Label label5 = new Label(group2, SWT.NONE);

label5.setText("Нижний порог Canny:");

label5.setLayoutData(gd);

gd = new GridData(SWT.FILL, SWT.CENTER, true, false);

final Scale scale3 = new Scale(group2, SWT.NONE);

scale3.setMinimum(1);

scale3.setMaximum(255);

scale3.setPageIncrement(5);

scale3.setSelection(100);

scale3.setLayoutData(gd);

gd = new GridData(SWT.LEFT, SWT.CENTER, true, true);

final Label label6 = new Label(group2, SWT.NONE);

label6.setText("100 ");

label6.setLayoutData(gd);

//check box buuton

gd = new GridData(SWT.LEFT, SWT.CENTER, true, true);

gd.horizontalSpan = 3;

final Button button5 = new Button(group2, SWT.CHECK);

button5.setLayoutData(gd);

button5.setText("Показать окно результатов оператора Canny");

//group box for selecting file or capture

gd = new GridData(SWT.FILL, SWT.FILL, true, true);

Group group4 = new Group(shell, SWT.NONE);

group4.setLayoutData(gd);

group4.setText("Выбор видеопотока: ");

group4.setLayout(new GridLayout(2, true));

//capture

gd = new GridData(SWT.LEFT, SWT.CENTER, true, true);

final Button button6 = new Button(group4, SWT.RADIO);

gd.horizontalSpan = 2;

button6.setLayoutData(gd);

button6.setText("Веб-камера");

button6.setSelection(true);

//file stream

gd = new GridData(SWT.LEFT, SWT.CENTER, true, true);

final Button button7 = new Button(group4, SWT.RADIO);

gd.horizontalSpan = 2;

button7.setLayoutData(gd);

button7.setText("Из файла");

//file path

gd = new GridData(SWT.FILL, SWT.CENTER, true, true);

final Text text1 = new Text(group4, SWT.BORDER);

text1.setLayoutData(gd);

//browse

gd = new GridData(SWT.LEFT, SWT.CENTER, true, true);

final Button button8 = new Button(group4, SWT.PUSH);

button8.setLayoutData(gd);

button8.setText("...");

//group box for two buttons: start and stop

gd = new GridData(SWT.FILL, SWT.FILL, true, true);

Group group3 = new Group(shell, SWT.NONE);

group3.setLayoutData(gd);

group3.setText("Управление:");

group3.setLayout(new GridLayout(2, true));

gd = new GridData(SWT.FILL, SWT.FILL, true, true);

final Button button3 = new Button(group3, SWT.PUSH);

button3.setLayoutData(gd);

button3.setText("Запустить");

gd = new GridData(SWT.FILL, SWT.FILL, true, true);

final Button button4 = new Button(group3, SWT.PUSH);

button4.setLayoutData(gd);

button4.setText("Остановить");

button4.setEnabled(false);

final Contours contours = new Contours();

final Thread contoursThread = new Thread(contours);

final Haar haar = new Haar();

final Thread haarThread = new Thread(haar);

button1.addListener(SWT.MouseDown, new Listener() {

@Override

public void handleEvent(Event event) {

label1.setEnabled(true);

label2.setEnabled(true);

label3.setEnabled(true);

label4.setEnabled(true);

label5.setEnabled(true);

label6.setEnabled(true);

scale1.setEnabled(true);

scale2.setEnabled(true);

scale3.setEnabled(true);

button5.setEnabled(true);

}

});

button2.addListener(SWT.MouseDown, new Listener() {

@Override

public void handleEvent(Event event) {

label1.setEnabled(false);

label2.setEnabled(false);

label3.setEnabled(false);

label4.setEnabled(false);

label5.setEnabled(false);

label6.setEnabled(false);

scale1.setEnabled(false);

scale2.setEnabled(false);

scale3.setEnabled(false);

button5.setEnabled(false);

}

});

button3.addListener(SWT.MouseDown, new Listener() {

@Override

public void handleEvent(Event arg0) {

if (button1.getSelection()) {

contoursThread.start();

} else {

haarThread.start();

}

button1.setEnabled(false);

button2.setEnabled(false);

button3.setEnabled(false);

button4.setEnabled(true);

}

});

button4.addListener(SWT.MouseDown, new Listener() {

@Override

public void handleEvent(Event arg0) {

if (button1.getSelection()) {

contours.stop();

} else {

haar.stop();

}

button1.setEnabled(true);

button2.setEnabled(true);

button3.setEnabled(true);

button4.setEnabled(false);

}

});

scale1.addListener(SWT.Selection, new Listener() {

@Override

public void handleEvent(Event event) {

contours.gaussianThr = scale1.getSelection();

//label2.setText(String.valueOf(scale1.getSelection()));

if ((contours.gaussianThr % 2) == 0) {

contours.gaussianThr++;

scale1.setSelection(contours.gaussianThr);

label2.setText(String.valueOf(scale1.getSelection()));

}

}

});

scale2.addListener(SWT.Selection, new Listener() {

@Override

public void handleEvent(Event event) {

contours.cannyThr1 = scale2.getSelection();

label4.setText(String.valueOf(scale2.getSelection()));

}

});

scale3.addListener(SWT.Selection, new Listener() {

@Override

public void handleEvent(Event event) {

contours.cannyThr2 = scale3.getSelection();

label6.setText(String.valueOf(scale3.getSelection()));

}

});

button5.addListener(SWT.MouseDown, new Listener() {

@Override

public void handleEvent(Event event) {

if (button5.getSelection()!= true) {

contours.createFrame();

} else {

contours.disposeFrame();

}

}

});

shell.pack();

shell.open();

while (!shell.isDisposed()) {

if (display.readAndDispatch())

display.sleep();

}

}

}

class Contours implements Runnable {

CanvasFrame frame;

CanvasFrame frame2;

public int cannyThr1 = 100;

public int cannyThr2 = 100;

public int gaussianThr = 9;

boolean fr2 = false;

static boolean stoped;

public void createFrame() {

if (frame2 == null) {

frame2 = new CanvasFrame("Gray Frame");

frame2.setDefaultCloseOperation(CanvasFrame.EXIT_ON_CLOSE);

}

}

public void disposeFrame() {

if (frame2!= null) {

frame2.dispose();

}

}

public void run() {

frame = new CanvasFrame("Main Frame");

frame.setDefaultCloseOperation(CanvasFrame.EXIT_ON_CLOSE);

stoped = false;

try {

OpenCVFrameGrabber grabber = new OpenCVFrameGrabber("C:\\3test.avi");

grabber.start();

while (!stoped) {

IplImage Grab = grabber.grab();

if (Grab == null)

return;

Grab = Detect(Grab);

frame.showImage(Grab);

}

} catch (Exception e) {

e.printStackTrace();

} finally {

frame.dispose();

if (frame2!= null)

frame2.dispose();

}

}

public void stop() {

stoped = true;

}

public IplImage Detect(IplImage Grab) {

CvMemStorage storage = CvMemStorage.create(0);

CvSeq contour = new CvSeq(null);

CvSeq seqhull = new CvSeq(null);

CvMoments moments = new CvMoments();

CvHuMoments hu_moments = new CvHuMoments();

CvHuMoments hu_templ = new CvHuMoments();

try {

Scanner fileScan = new Scanner(new BufferedReader(new FileReader(

"C:\\moments.txt")));

if (fileScan.hasNext())

hu_templ.hu1(fileScan.nextDouble());

if (fileScan.hasNext())

hu_templ.hu2(fileScan.nextDouble());

if (fileScan.hasNext())

hu_templ.hu3(fileScan.nextDouble());

if (fileScan.hasNext())

hu_templ.hu4(fileScan.nextDouble());

if (fileScan.hasNext())

hu_templ.hu5(fileScan.nextDouble());

if (fileScan.hasNext())

hu_templ.hu6(fileScan.nextDouble());

if (fileScan.hasNext())

hu_templ.hu7(fileScan.nextDouble());

} catch (Exception e) {

}

IplImage gray = IplImage.create(Grab.width(), Grab.height(),

IPL_DEPTH_8U, 1);

if (Grab == null) {

System.err.println("Невозможно загрузить изображение.");

} else {

cvCvtColor(Grab, gray, CV_BGR2GRAY); // Получаем серый цвет

//cvEqualizeHist(gray, gray);

cvSmooth(gray, gray, CV_GAUSSIAN, gaussianThr, 0, 0, 0);

//cvThreshold(gray, gray, 100, 110, CV_THRESH_BINARY);

// Необходимо удалить белый бордюр

// cvRectangle(gray, cvPoint(0,0),

// cvPoint(gray.width()-1,gray.height()-1),CvScalar.GRAY, 2, 8, 16);

// Утолщаем контуры

//cvDilate(gray, gray, null, 1);

// Нах. границы

cvCanny(gray, gray, cannyThr1, cannyThr2, 3);

// Нах. контуры

// frame.showImage(gray);

cvFindContours(gray, storage, contour,

Loader.sizeof(CvContour.class), CV_RETR_TREE,

CV_CHAIN_APPROX_SIMPLE, cvPoint(0, 0));

int NC = 0;

while (contour!= null &&!contour.isNull()) {

if (contour.elem_size() > 0) {

/*

* CvSeq points = cvApproxPoly(contour,

* Loader.sizeof(CvContour.class), storage,

* CV_POLY_APPROX_DP, cvContourPerimeter(contour)*0.002, 0);

*

* //seqhull = cvConvexHull2(

* points,null,CV_COUNTER_CLOCKWISE,1);

*/

cvMoments(contour, moments, 1);

cvGetHuMoments(moments, hu_moments);

if (MatchShapes(hu_templ, hu_moments) < 100) {

// if (NC == 0) {

cvDrawContours(Grab, contour, CvScalar.RED,

CvScalar.RED, -1, 4, CV_AA);

/* CvRect r = cvBoundingRect(contour, 1);

int x = r.x(), y = r.y(), w = r.width(), h = r.height();

cvRectangle(Grab, cvPoint(x, y), cvPoint(x + w, y + h), CvScalar.MAGENTA, 4, CV_AA, 0);*/

}

System.out.print("NC = " + NC + "\n");

System.out.print("hu1 = " + hu_moments.hu1() + "\n");

System.out.print("hu2 = " + hu_moments.hu2() + "\n");

System.out.print("hu3 = " + hu_moments.hu3() + "\n");

System.out.print("hu4 = " + hu_moments.hu4() + "\n");

System.out.print("hu5 = " + hu_moments.hu5() + "\n");

System.out.print("hu6 = " + hu_moments.hu6() + "\n");

System.out.print("hu7 = " + hu_moments.hu7() + "\n");

NC++;

}

contour = contour.h_next();

}

if (frame2!= null)

frame2.showImage(gray);

}

return Grab;

}

private double MatchShapes(CvHuMoments hu_m_templ, CvHuMoments hu_m) {

double mt = 0;

double[] ma = new double[7];

double[] mb = new double[7];

ma[0] = hu_m_templ.hu1();

ma[1] = hu_m_templ.hu2();

ma[2] = hu_m_templ.hu3();

ma[3] = hu_m_templ.hu4();

ma[4] = hu_m_templ.hu5();

ma[5] = hu_m_templ.hu6();

ma[6] = hu_m_templ.hu7();

mb[0] = hu_m.hu1();

mb[1] = hu_m.hu2();

mb[2] = hu_m.hu3();

mb[3] = hu_m.hu4();

mb[4] = hu_m.hu5();

mb[5] = hu_m.hu6();

mb[6] = hu_m.hu7();

for (int i = 0; i < 7; i++) {

mt += Math.abs((Math.signum(ma[i]) * Math.log(Math.abs(ma[i])) - Math.signum(mb[i]) * Math.log(Math.abs(mb[i]))) /

Math.signum(ma[i]) * Math.log(Math.abs(ma[i])));

}

System.out.print("\nMatchResult = " + mt + "\n");

return mt;

}

}

class Haar implements Runnable {

private static final int SCALE = 2;

// scaling factor to reduce size of input image

// cascade definition for face detection

private static final String CASCADE_FILE = "C:\\out_ok_25.02.2012.xml";

static boolean stoped;

public void run() {

stoped = false;

System.out.println("Starting OpenCV...");

Loader.load(opencv_objdetect.class);

CanvasFrame frame = new CanvasFrame("Main Frame");

frame.setDefaultCloseOperation(CanvasFrame.EXIT_ON_CLOSE);

try {

OpenCVFrameGrabber grabber = new OpenCVFrameGrabber("C:\\pasport.avi");

grabber.start();

while (!stoped) {

IplImage origImg = grabber.grab();

if (origImg == null)

return;

// convert to grayscale

IplImage grayImg = IplImage.create(origImg.width(),

origImg.height(), IPL_DEPTH_8U, 1);

cvCvtColor(origImg, grayImg, CV_BGR2GRAY);

// scale the grayscale (to speed up face detection)

IplImage smallImg = IplImage.create(grayImg.width() / SCALE,

grayImg.height() / SCALE, IPL_DEPTH_8U, 1);

cvResize(grayImg, smallImg, CV_INTER_LINEAR);

// equalize the small grayscale

IplImage equImg = IplImage.create(smallImg.width(),

smallImg.height(), IPL_DEPTH_8U, 1);

cvEqualizeHist(smallImg, equImg);

// create temp storage, used during object detection

CvMemStorage storage = CvMemStorage.create();

// instantiate a classifier cascade for face detection

CvHaarClassifierCascade cascade = new CvHaarClassifierCascade(

cvLoad(CASCADE_FILE));

System.out.println("Detecting faces...");

CvSeq faces = cvHaarDetectObjects(equImg, cascade, storage,

1.1, 3, CV_HAAR_DO_CANNY_PRUNING);

cvClearMemStorage(storage);

// iterate over the faces and draw yellow rectangles around them

int total = faces.total();

System.out.println("Found " + total + " obj");

for (int i = 0; i < total; i++) {

CvRect r = new CvRect(cvGetSeqElem(faces, i));

cvRectangle(

origImg,

cvPoint(r.x() * SCALE, r.y() * SCALE), // undo the

// scaling

cvPoint((r.x() + r.width()) * SCALE,

(r.y() + r.height()) * SCALE),

CvScalar.YELLOW, 6, CV_AA, 0);

}

frame.showImage(origImg);

}

} catch (Exception e) {

e.printStackTrace();

} finally {

frame.dispose();

}

}

public void stop() {

stoped = true;

}

}

Познавательные статьи:



Техника прыжка в длину с разбега

Организация работы процедурного кабинета

Области применения синхронных машин

Оптимизация по Винеру и Калману