基于ARM嵌入式的图像处理和识别系统

申请理由：图像处理和识别的过程需要强大的计算性能，一般在计算机或GPU上基于VC++和OpenCV做处理，但是设备过大，不宜于用到汽车，增强现实，移动设备等上面，在手机上面开发只能做纯应用软件，效率很低，实时性完全达不到，必须要在高性能多核心的嵌入式处理器上剪裁具有针对性的Linux系统，并搭建OpenCV运行库，实现高性能驱动，来达到对实时性的要求。满足要求，技术成熟的只有DSP和ARM架构的芯片，但DSP过于昂贵，甚至超过了专业相机的价格，用于开发像素要就不太高的计算机视觉处理系统不合适。NanoPi2开发板拥有大内存，高性能的Cortex-A9架构的S5P4418处理器，性能和实时性得到满足。接口方面：USB接口，HDMI显示接口，及无线网卡，刚好满足系统图像输出输出及无线传输的要就。这块开发板非常适合用来做此项目。本人有过基于DSP6000系列的图像处理和识别的经验。

项目描述：一、总体过程
1、将在计算机上搭建基于Linux的图像处理开发环境，设计图像增强和分割及识别算法，并在计算机上验证其有效性，优化算法结构。
2、移植Debian系统到NanoPi2开发板连接显示器和USB摄像头，确保系统可以工作。
3、编写高效率的USB摄像头驱动程序，完成算法移植。
4、设计其他识别算法库并完成算法移植。
5、尝试剪裁有针对性的用于计算机视觉处理的Linux系统，使系统更高效。
二、项目设计细节
细节部分在于算法的设计，以人脸识别为例。
       首先对捕获的图像进行预处理包括图像增强，然后二值化或主成分分析等，再此基础上完成对图像的分割，得到人脸的特征或感兴趣的部位，最后完成图像的匹配识别。处理过后将处理和识别结果显示到显示屏。

快完成了，过程是苦甜的，结果是甜的