| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 研究背景 | 第8-9页 |
| 1.2 研究意义 | 第9-10页 |
| 1.3 国内外研究现状 | 第10-12页 |
| 1.3.1 国外研究现状 | 第10-11页 |
| 1.3.2 国内研究现状 | 第11-12页 |
| 1.4 本文工作 | 第12页 |
| 1.5 论文结构 | 第12-14页 |
| 第二章 本文相关的关键技术 | 第14-21页 |
| 2.1 嵌入式系统的概述 | 第14-17页 |
| 2.1.1 嵌入式系统的定义 | 第14页 |
| 2.1.2 嵌入式系统的特点 | 第14-16页 |
| 2.1.3 嵌入式图像处理概述 | 第16-17页 |
| 2.2 ARM处理器的概述 | 第17-19页 |
| 2.2.1 ARM处理器概述及特点 | 第17页 |
| 2.2.2 ARM处理器的发展 | 第17-19页 |
| 2.3 人脸检测程序到ARM的移植 | 第19-20页 |
| 2.4 本章小结 | 第20-21页 |
| 第三章 OPENCV的人脸检测算法的移植 | 第21-28页 |
| 3.1 人脸检测算法的选择分析 | 第21-22页 |
| 3.2 人脸检测算法移植的主要问题分析及解决方案 | 第22-26页 |
| 3.2.1 移植OpenCV采用工具的选择 | 第22页 |
| 3.2.2 汇编代码的选择 | 第22-23页 |
| 3.2.3 修改或替换不兼容的API | 第23-24页 |
| 3.2.4 EVC对C/C++语言的支持 | 第24-25页 |
| 3.2.5 第三方软件模块的使用 | 第25-26页 |
| 3.3 本章小结 | 第26-28页 |
| 第四章 基于OPENCV的人脸检测系统设计 | 第28-37页 |
| 4.1 系统需求分析 | 第28-29页 |
| 4.2 人脸检测系统的功能模块划分 | 第29-30页 |
| 4.2.1 业务流程设计 | 第29页 |
| 4.2.2 功能架构设计 | 第29-30页 |
| 4.3 基于类特征与ADABOOST级联的人脸检测算法的设计 | 第30-35页 |
| 4.3.1 类Haar特征和积分图 | 第30-32页 |
| 4.3.2 AdaBoost机器学习算法 | 第32-34页 |
| 4.3.3 级联分类器 | 第34-35页 |
| 4.4 本章小结 | 第35-37页 |
| 第五章 基于OPENCV的人脸检测系统的实现与测试 | 第37-57页 |
| 5.1 系统开发平台的搭建 | 第37-41页 |
| 5.1.1 硬件结构总体设计 | 第37-38页 |
| 5.1.2 处理器的选择 | 第38-39页 |
| 5.1.3 摄像头的选择 | 第39-41页 |
| 5.1.4 软件环境 | 第41页 |
| 5.2 图像采集模块的实现 | 第41-49页 |
| 5.2.1 S3C6410与OV9650的集成 | 第41-45页 |
| 5.2.2 OV9650摄像头驱动的实现 | 第45-48页 |
| 5.2.3 摄像头图像采集 | 第48-49页 |
| 5.3 人脸检测模块实现 | 第49-51页 |
| 5.4 系统测试 | 第51-56页 |
| 5.4.1 系统测试环境 | 第51页 |
| 5.4.2 功能测试 | 第51-55页 |
| 5.4.3 性能测试 | 第55-56页 |
| 5.5 本章小结 | 第56-57页 |
| 第六章 结束语 | 第57-59页 |
| 6.1 本文解决的问题 | 第57页 |
| 6.2 进一步工作 | 第57-58页 |
| 6.3 总结 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 致谢 | 第63页 |