由于PC环境下的人脸识别系统体积大、成本高、稳定性差、应用局限性大,因此设计了基于VPM642的人脸识别系统。该系统首先将待检人脸图片或视频使用主成分分析算法提取图像当中的人脸特征,然后用最近邻法进行分类识别。再通过Visual Studio 2010开发平台中的C语言进行软件设计,最终将算法移植到VPM642硬件平台上,并采取系统的相关优化措施实现DSP上的人脸识别。通过分析测试,优化后系统的运行速度得到了提高,能够实现人脸识别的实时处理。
针对实际纸病检测应用中采集到的图像分辨率越来越高,在图像处理过程中出现数据维数过大的问题,提出一种基于鲁棒主成分分析法(Robust Principal component Analysis,RPcA)的纸病图像分割算法,该算法将纸病图像对应的矩阵分解成稀疏矩阵和低秩矩阵。在后续检测中只需选取稀疏矩阵对应的图像进行检测就可以满足纸病检测的要求,有效减少了计算量,最终节省了整个纸病检测环节的检测时间。仿真结果表明,该方法可用于纸病图像的分割,并且具有良好的分割效果。
