opencv

式奠定良好的基础，同时也为这些问题的解决提供重要的启示。 因此，人脸检测与识别课题具有十分重要的理论和应用研究价值。 人脸检测研究现状 国外研究现状 由于人脸检测有着相当广泛 的应用和研究价值，因此，许多国家很早就展开了相关方面的研究。 主要有美国 、欧洲国家、日本、韩国等科技发达的国家。 早在 1993年，美国国防部高级研究项目组 (ARPA)和美国陆军研究实验室 (ARL)

在数字图像处理技术和计算机视觉技术中，基于序列图像形成的视频图像的运动物体的分析研究是最为复杂的一个方向。 其研究方向的实质是：针对连续的图像中，一帧帧图像的差分比较，提取出不同的部分，根据图像的分割技术，就可以提取出每帧图像的不同部分，即运动的物体，同时根据数学算法和函数就可以针对于运动目标进行识别和跟踪了。 综上述以数字图像处理为基础，从而分析视频图像的运动的整个处理过 程

得到精确的实验结果打好基础。 本试验中，在测试场地所 采集到的车辆图片，由于场地和环境、天气等因素的影响，存在这许多的噪声，所以需要对图像进行平滑处理才能使车辆的轮廓保持清晰，同时还要除去图像中的高频噪声。 采用中值滤波，能实现这一目的。 中值滤波器在滤除长尾叠加噪声和叠加白噪声时能够取得较好的效果。 为了使中值滤波在更多的场合运用 ,人们对它进行了很多的算法改进 ,如一种改进就是权重中值滤波

灰度 图像 中，由于 其 本身计算公式的影响，噪声点是肯定存在 于 其中的，并且 对图像的质量有很大的影响。 作为一种 对 图像 进行 平滑去噪的手段，中值滤波既可第 3 章 车辆图像的处理 9 以去除孤点噪声点， 也可以保持图像的边缘特性， 适于光线条件较好的环境。 中值滤波是 一种以 排序统计理论 为基础 的 非线性信号处理技术，它的作用是能够 有效抑制噪声。 它是一种 和卷积相似的