图像人脸区域隐私保护系统设计

课程设计说明书

题目：图像人脸区域隐私保护系统设计课程：数字图像处理课程设计

院（部）：信息与电气工程学院

专业：电子信息工程

班级：

学生姓名：

学号：

指导教师：

完成日期：

目录

摘要 (3)

1 设计目的 (4)

2 设计要求 (5)

3 设计内容 (6)

3.1、具体设计 (6)

3．1．1、图像输入设计 (6)

3．1．2、图像肤色区分设计 (7)

3．1．3、对肤色图进行修补处理设计 (7)

3．1．4、网格标记图像设计 (7)

2．1、5、人脸识别标记 (9)

3．1．6、对原图像进行脸部模糊处理 (10)

总结与致谢 (11)

参考文献 (12)

附录 (13)

摘要

近年来随着科技和人们的生活水平的提高，生物特征识别技术在近几十年中飞速发展。作为人的一种内在属性，并且具有很强的自身稳定性及个体差异性，生物特征成为了自动身份验证的最理想依据。人脸识别由于具有直接，友好，方便的特点，使用者易于为用户所接受，从而得到了广泛的研究与应用。除此之外，我们还能够对人脸识别的结果作进一步的分析，得到有关人的性别，表情，年龄等诸多额外的丰富信息，扩展了人脸识别的应用前景。

人脸是准确鉴定一个人的身份，推断出一个人的种族、地域，地位等信息的重要依据。科学界从图像处理、计算机视觉等多个学科对人脸进行研究。人脸识别在满足人工智能应用和保护信息安全方面都有重要的意义，是当今信息化时代必须解决的问题。

本设计用MATLAB对图像的读取，在识别前，先对图像进行处理，再通过肤色获得可能的脸部区域，最后根据人脸固有眼睛的对称性来确定是否就是人脸，同时采用高斯平滑来消除图像的噪声，再进行二值化，二值化主要采用局域取阈值方法，接下来就进行定位、提取特征值和识别等操作。经过测试，图像预处理模块对图像的处理达到了较好的效果，提高了定位和识别的正确率。为保护当事人或行人的隐私权，需要将图像中当事人的人脸区域作模糊，实现图像中人脸区域隐私保护。

关键词：人脸识别；图像处理；图像模糊

1 设计目的

随着社会的发展和技术的进步，特别是近年来计算机在软硬件方面性能的飞速提升，各应用领域对快速高效的身份验证的要求日益迫切。由于生物特征是人的内在属性，具有很强的自身稳定性和个体差异性，因此成为身份验证的最理想依据。其中，利用人脸特征进行身份验证又是最自然最直接的手段。人脸识别系统与指纹、虹膜、掌纹等其他人体生物特征识别系统相比，更加友好、方便，更易于为用户所接受。

所谓人脸识别(Face Recognition)，分析人脸图像，从中提取有效的识别信息，用来辨别身份的一门技术。即，对己知人脸进行标准化处理后，通过某种方法和数据库中的人脸标本进行匹配，寻找库中对应人脸及该人脸的相关信息。人脸识别技术应用背景十分广泛，可用于公安系统刑侦破案的罪犯身份识别、身份证及驾驶执照等证件验证、银行及海关的监控、自动门卫系统、视频会议、机器人的智能化研究以及医学等方面。

人身辨别方法主要是通过人身标识物品和人身标识知识两种方式来实现的。常见的人身标示物品有钥匙、证件等各种标识，人身标示知识

有用户名、密码等。众周知，像钥匙、证件标识等人身标识物品很容易丢失或被伪造，而标识知识容易遗忘或记错，更为严重的是传统身份识别系统往往无法区分标识物品真正的拥有者和取得标识物品的冒充者，一旦他人获得标识物品，也可以拥有相同的权力，电视采访、街景地图等应用中，为保护当事人或行人的隐私权，需要将图像中当事人的人脸区域作模糊或马赛克处理。因此具有广阔的应用前景和商业价值。

2 设计要求

1、读取人物图像。

2、对图像进行数字图像处理。

3、对人脸识别。

4、对人脸进行模糊或者马赛克处理。

3 设计内容

本设计的系统总方案设计方框图如图1所示。

标出脸部

图1 系统总设计方框图

3.1、具体设计

3.1．1、图像输入设计：

RGB=imread('gaoyuanyuan.jpg'); %face02,04,06

YCbCr=rgb2ycbcr(RGB); %将RGB色彩值变换为YcbCr色彩空间（将RGB

真彩色图像转化为YcbCr色彩空间中相等的图

像）

Y=YCbCr(:,:,1); %这三行分别是Ycbcr空间的y,cb,cr对应矩阵Cb=YCbCr(:,:,2);

Cr=YCbCr(:,:,3);

imshow(RGB);title('原始图像RGB'); %原始图像

figure,imshow(YCbCr);

title('YcbCr色彩空间的图像'); %进行将RGB色彩值变换为YcbCr

色彩空间的图像

如图2所示：

图2 原图像与YCbCr图

3.1．2、图像肤色区分设计：

I=RGB;

W=size(YCbCr,1); %y对应矩阵宽大小

H=size(YCbCr,2); %y对应矩阵高大小

k=(2.53/180)*pi;

m=sin(k);n=cos(k); %正余弦噪声

%%%111111111111111111111111111

cx=109.38;cy=152.02;ecx=1.60;

ecy=2.41;a=25.39;b=14.03; %(cb=( 100,140),cr=(70,160)这是阈值，这个阈值应该是人脸肤色的范围

for i=1:W

for j=1:H

if Y(i,j)<110

I(i,j,:)=0;

elseif (Y(i,j)<=200&Y(i,j)>=110)

x=(double(Cb(i,j))-cx)*n+(double(Cr(i,j))-cy)*m;

y=(double(Cr(i,j))-cy)*n-(double(Cb(i,j))-cx)*m;

if((x-ecx)^2/a^2+(y-ecy)^2/b^2)<=1

I(i,j,:)=255;

else I(i,j,:)=0;

end

elseif Y(i,j)>200

x=(double(Cb(i,j))-cx)*n+(double(Cr(i,j))-cy)*m;

y=(double(Cr(i,j))-cy)*n-(double(Cb(i,j))-cx)*m;

if ((x-ecx)^2/(1.1*a)^2+(y-ecy)^2/(1.1*b)^2)<=1

I(i,j,:)=255; %肤色部分变为白色

else I(i,j,:)=0; %其余转成黑色

end

end

end

end

figure,imshow(I);title('肤色区分后的图像'); %进行将肤色识别

后的黑白图像

如图3所示：

图3肤色区分后的图像

3.1.3、对肤色图进行修补处理设计：

se1=strel('square',35); %这个函数可以创建边长35的方形元素

f0=imclose(I,se1); %利用上面创建的方形元素，弥补imshow(I)

中人脸中以及其他部分残留的小块黑色figure,imshow(f0);

title('修补漏洞后的人脸'); %显示修补漏洞后的人脸

如图4所示：

图4 修补漏洞后的人脸图

3.1.4、网格标记图像设计：

BW = im2bw(f0, graythresh(f0)); % 二值化

figure, imshow(RGB);

title('网格标记图像', 'FontWeight', 'Bold');

hold on;

[xt, yt] = meshgrid(round(linspace(1, size(I, 1), 10)), ... round(linspace(1, size(I, 2), 10)));

mesh(yt, xt, zeros(size(xt)), 'FaceColor', ...

'None', 'LineWidth', 3, ...

'EdgeColor', 'r');

如图5所示：

图5 网格标记图像图3．1．5、人脸识别标记：

[n1, n2] = size(BW);

r = floor(n1/10); % 分成10块，行

c = floor(n2/10); % 分成10块，列

x1 = 1; x2 = r; % 对应行初始化

s = r*c; % 块面积

for i = 1:10

y1 = 1; y2 = c; % 对应列初始化

for j = 1:10

if(y2<=c || y2>=9*c) || (x1==1 || x2==r*10) %如果是在四周区域

loc = find(BW(x1:x2, y1:y2)==0);

[p, q] = size(loc);

pr = p/s*100; % 黑色像素所占的比例数

if pr<= 100

f1(x1:x2, y1:y2) = 0;

end

end

y1 = y1+c; % 列跳跃

y2 = y2+c; % 列跳跃

end

x1 = x1+r; % 行跳跃

x2 = x2+r; % 行跳跃

end

[L, num] = bwlabel(BW, 8); % 区域标记

stats = regionprops(L, 'BoundingBox'); % 得到包围矩形框

Bd = cat(1, stats.BoundingBox);

[s1, s2] = size(Bd);

mx = 0;

for k = 1:s1

p = Bd(k, 3)*Bd(k, 4); % 宽*高

if p>mx && (Bd(k, 3)/Bd(k, 4))<1.8 %%%如果满足面积块大，而且宽/

高<1.8

mx = p;

j = k;

end

end

figure,imshow(RGB); hold on;

rectangle('Position', Bd(j, :), ...

'EdgeColor', 'r', 'LineWidth', 3);

title('标记图像', 'FontWeight', 'Bold');

如图6所示：

图6人脸识别标记图

3.1.6、对原图像进行脸部模糊处理：

h1=ones(40,40)/1600;

I2=imfilter(RGB ,h1); %对原图像进行全部模糊

%figure,imshow(I2);

a=Bd(j,:);%脸部标记的矩形框的四个坐标

for i=a(2)-0.5:a(2)-0.5+a(4);

for j=a(1)-0.5:a(1)-0.5+a(3);

RGB(i,j,:)=I2(i,j,:);%部分模糊的替换

end

end

figure,imshow(RGB);title('模糊后的人脸图像'); %显示模糊后的人脸如图7所示：

图7 人脸模糊隐私保护图

总结与致谢

这一次做的图像人脸区域隐私保护系统设计。原理看似简单，但过程让我深深感受到再简单的图像处理，理论与实际也会有一定的差入。在参考书设计原理的基础上经过了个人的改进，让功能更完善，特别是程序的调试，花的时间最多，也是最难的一个地方。通过本次设计，培养了创新意识和综合素质，更好地掌握了数字图像处理设计，提高个人基本能力、实验及设计能力和独立工作能力，基本知识更加牢固，会编程调试、会查资料在设计的过程和设计说明书的撰写过程中，老师给予了我热心的帮助和大力的支持，给我提了诸多的宝贵意见，拓宽了我的思路。在此我向张运楚、杨红娟、张君捧老师致以崇高的敬意和衷心的感谢！

参考文献

[1] 王科俊,姚向辉．人脸图像检测与识别方法综述[J]．自动化技术与应用．2004,

23(12).

[2] 邢藏菊,曲延锋,王守觉．静态灰度图像中的人脸快速检测[J]．计算机辅助设计与

图形学学报．V01．14,No．May,2002．

[3] 周杰,卢春雨,张长水,等.人脸自动识别方法综述[J].电子学报,2004

(4):102-106.

[4] 简(Jain A.K.) [美],韩博,徐枫著．数字图像处理基础[M]．北京：清华大学出版

社,2006.

[5] 冈萨雷斯．数字图像处理(MATLAB)中文版[M]．北京：电子工业出版社,2007.

[6] Castleman, K. R.[美]著,朱志刚等译．数字图像处理[M]．北京:电子工业出版

社,2002．

[7] 朱虹．数字图像处理基础[M]．北京：科学出版社,2005.

[8] 刘志敏,扬杰,施鹏飞．数学形态学的图像分割算法[D]．计算机工程与科

学,1998,20 (4):21．

[9] 章毓晋．图像分割．北京:科学出版社,2001．

[10] 王树伟,杨鸲．Matlab 6.5辅助图像处理[M]．电子工业出版社,2003.

附录：系统设计程序

RGB=imread('face06.jpg'); %face02,04,06

YCbCr=rgb2ycbcr(RGB); %将RGB色彩值变换为YcbCr色彩空间（将RGB真彩色图像转化为YcbCr色彩空间中相等的图像）

Y=YCbCr(:,:,1); %这三行分别是Ycbcr空间的y,cb,cr对应矩阵

Cb=YCbCr(:,:,2);

Cr=YCbCr(:,:,3);

imshow(RGB);title('原始图像RGB'); %原始图像

figure,imshow(YCbCr);title('YcbCr色彩空间的图像'); %进行将RGB色彩值变换为YcbCr色彩空间的图像

I=RGB;

W=size(YCbCr,1); %y对应矩阵宽大小

H=size(YCbCr,2); %y对应矩阵高大小

k=(2.53/180)*pi;

m=sin(k);n=cos(k); %正余弦噪声

%%%111111111111111111111111111

cx=109.38;cy=152.02;ecx=1.60;

ecy=2.41;a=25.39;b=14.03; %(cb=( 100,140),cr=(70,160)这是阈值，这个阈值应该是人脸肤色的范围

for i=1:W

for j=1:H

if Y(i,j)<110

I(i,j,:)=0;

elseif (Y(i,j)<=200&&Y(i,j)>=110)

x=(double(Cb(i,j))-cx)*n+(double(Cr(i,j))-cy)*m;

y=(double(Cr(i,j))-cy)*n-(double(Cb(i,j))-cx)*m;

if((x-ecx)^2/a^2+(y-ecy)^2/b^2)<=1

I(i,j,:)=255;

else I(i,j,:)=0;

end

elseif Y(i,j)>200

x=(double(Cb(i,j))-cx)*n+(double(Cr(i,j))-cy)*m;

y=(double(Cr(i,j))-cy)*n-(double(Cb(i,j))-cx)*m;

if ((x-ecx)^2/(1.1*a)^2+(y-ecy)^2/(1.1*b)^2)<=1

I(i,j,:)=255; %肤色部分变为白色

else I(i,j,:)=0; %其余转成黑色

end

end

end

end

figure,imshow(I);title('肤色区分后的图像'); %进行将肤色识别后的黑白图像

%%%1111111111111111111

%%%%%%%%% 找到人脸区域并设为白色%%%% (r=35)

se1=strel('square',35);%这个函数可以创建边长35的方形元素

f0=imclose(I,se1);%利用上面创建的方形元素，弥补imshow(I)中人脸中以及其他部分残留的小块黑色

figure,imshow(f0);title('修补漏洞后的人脸'); %显示修补漏洞后的人脸

%%%44444444444444444444444444444

BW = im2bw(f0, graythresh(f0)); % 二值化

figure, imshow(RGB);

title('网格标记图像', 'FontWeight', 'Bold');

hold on;

[xt, yt] = meshgrid(round(linspace(1, size(I, 1), 10)), ...

round(linspace(1, size(I, 2), 10)));

mesh(yt, xt, zeros(size(xt)), 'FaceColor', ...

'None', 'LineWidth', 3, ...

'EdgeColor', 'r');

[n1, n2] = size(BW);

r = floor(n1/10); % 分成10块，行

c = floor(n2/10); % 分成10块，列

x1 = 1; x2 = r; % 对应行初始化

s = r*c; % 块面积

for i = 1:10

y1 = 1; y2 = c; % 对应列初始化

for j = 1:10

if(y2<=c || y2>=9*c) || (x1==1 || x2==r*10)

%如果是在四周区域

loc = find(BW(x1:x2, y1:y2)==0);

[p, q] = size(loc);

pr = p/s*100; % 黑色像素所占的比例数

if pr<= 100

f1(x1:x2, y1:y2) = 0;

end

end

y1 = y1+c; % 列跳跃

y2 = y2+c; % 列跳跃

end

x1 = x1+r; % 行跳跃

x2 = x2+r; % 行跳跃

end

[L, num] = bwlabel(BW, 8); % 区域标记

stats = regionprops(L, 'BoundingBox'); % 得到包围矩形框

Bd = cat(1, stats.BoundingBox);

[s1, s2] = size(Bd);

mx = 0;

for k = 1:s1

p = Bd(k, 3)*Bd(k, 4); % 宽*高

if p>mx && (Bd(k, 3)/Bd(k, 4))<1.8

%%%如果满足面积块大，而且宽/高<1.8

mx = p;

j = k;

end

end

figure,imshow(RGB); hold on;

rectangle('Position', Bd(j, :), ...

'EdgeColor', 'r', 'LineWidth', 3);

title('标记图像', 'FontWeight', 'Bold');

%%%44444444444444444444444444444 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%下面为图像局部模糊h1=ones(40,40)/1600;

I2=imfilter(RGB ,h1); %对原图像进行全部模糊

%figure,imshow(I2);

a=Bd(j,:);%脸部标记的矩形框的四个坐标

for i=a(2)-0.5:a(2)-0.5+a(4);

for j=a(1)-0.5:a(1)-0.5+a(3);

% for i=60:233; %60:233

% for j=257:400; %257:400

RGB(i,j,:)=I2(i,j,:);%部分模糊的替换

end

end

figure,imshow(RGB);title('模糊后的人脸图像'); %显示模糊后的人脸

国外个人信息保护或隐私保护法规汇总

国外在企业收集、利用公众信息方面的 政策、措施、规定、法规。 一、美国 1.《隐私权法》 1974 年12 月31 日, 美国参众两院通过了《隐私权法》（Privacy Act）1, 1979 年, 美国第96届国会修订《联邦行政程序法》时将其编入《美国法典》。该法又称《私生活秘密法》, 是美国行政法中保护公民隐私权和了解权的一项重要法律。就“行政机关”对个人信息的采集、使用、公开和保密问题作出详细规定, 以此规范联邦政府处理个人信息的行为, 平衡公共利益与个人隐私权之间的矛盾。2该法中的“行政机关”, 包括联邦政府的行政各部、军事部门、政府公司、政府控制的公司, 以及行政部门的其他机构, 包括总统执行机构在内。该法也适用于不受总统控制的独立行政机关, 但国会、隶属于国会的机关和法院、州和地方政府的行政机关不适用该法。该法中的“记录”, 是指包含在某一记录系统中的个人记录。个人记录是指“行政机关根据公民的姓名或其他标识而记载的一项或一组信息”。其中, “其他标识”包括别名、相片、指纹、音纹、社会保障号码、护照号码、汽车执照号码, 以及其他一切能够用于识别某一特定个人的标识。个人记录涉及教育、经济活动、医疗史、工作履历以及其他一切关于个人情况的记载。 《隐私权法》规定了行政机关“记录”的收集、登记、公开、保存等方面应遵守的准则。 2.《电子通讯隐私法》 到目前为止，美国并没有一部综合性法典对个人信息的隐私权提供保护，主2摘自《情报科学》，周健：美国《隐私权法》与公民个人信息保护

要依靠联邦和州政府制定的各种类型的隐私和安全条例。其中最为重要的条例是1986 年颁布的《电子通讯隐私法》（The Electronic Communication Privacy Act，简称ECPA）3。 尽管《电子通讯隐私法》还存在不足，但它是目前有关保护网络上的个人信息最全面的一部数据保护立法。《电子通讯隐私法》涵盖了声音通讯、文本和数字化形象的传输等所有形式的数字化通讯，它不仅禁止政府部门未经授权的窃听，而且禁止所有个人和企业对通讯内容的窃听，同时还禁止对存贮于电脑系统中的通讯信息未经授权的访问及对传输中的信息未经授权的拦截。 3.《金融服务现代化法案》 Financial Services Modernization Act of 1999，也就是格雷姆-里奇-比利雷法（Gramm-Leach-Bliley Act，GLB Act）4，它规定了金融机构处理个人私密信息的方式。这部法案包括三部分：金融秘密规则（Financial Privacy Rule），它管理私密金融信息的收集和公开；安全维护规则（Safeguards Rule），它规定金融机构必须实行安全计划来保护这些信息；借口防备规定（Pretexting provisions），它禁止使用借口的行为（使用虚假的借口来访问私密信息）。这部法律还要求金融机构给顾客一个书面的保密协议，以说明他们的信息共享机制。 4、《儿童在线隐私权保护法案》 The Children’s Online Privacy Protection Act,，简称COPPA5，它规定网站经营者必须向父母提供隐私权保护政策的通知，以儿童为目标的网站必须在网站主页上或是从儿童处收集信息的每一网页上提供链接连接到此通知。它还详细规定了网站对13 岁以下儿童个人信息的收集和处理。 3摘自

数字图像处理教学大纲(2014新版)

数字图像处理 课程编码：3073009223 课程名称：数字图像处理 总学分： 2 总学时：32 (讲课28，实验4) 课程英文名称：Digital Image Processing 先修课程：概率论与数理统计、线性代数、C++程序设计 适用专业：自动化专业等 一、课程性质、地位和任务 数字图像处理课程是自动化专业的专业选修课。本课程着重于培养学生解决智能化检测与控制中应用问题的初步能力，为在计算机视觉、模式识别等领域从事研究与开发打下坚实的理论基础。主要任务是学习数字图像处理的基本概念、基本原理、实现方法和实用技术，并能应用这些基本方法开发数字图像处理系统，为学习图像处理新方法奠定理论基础。 二、教学目标及要求 1．了解图像处理的概念及图像处理系统组成。 2．掌握数字图像处理中的灰度变换和空间滤波的各种方法。 3．了解图像变换，主要是离散和快速傅里叶变换等的原理及性质。 4．理解图像复原与重建技术中空间域和频域滤波的各种方法。 5. 理解解彩色图像的基础概念、模型和处理方法。 6. 了解形态学图像处理技术。 7. 了解图像分割的基本概念和方法。 三、教学内容及安排 第一章：绪论（2学时） 教学目标：了解数字图像处理的基本概念，发展历史，应用领域和研究内容。通过大量的实例讲解数字图像处理的应用领域；了解数字图像处理的基本步骤；了解图像处理系统的组成。 重点难点：数字图像处理基本步骤和图像处理系统的各组成部分构成。 1.1 什么是数字图像处理 1.2 数字图像处理的起源

1.3.1 伽马射线成像 1.3.2 X射线成像 1.3.3 紫外波段成像 1.3.4 可见光及红外波段成像 1.3.5 微波波段成像 1.3.6 无线电波成像 1.3.7 使用其他成像方式的例子 1.4 数字图像处理的基本步骤 1.5 图像处理系统的组成 第二章：数字图像基础（4学时） 教学目标：了解视觉感知要素；了解几种常用的图像获取方法；掌握图像的数字化过程及其图像分辨率之间的关系；掌握像素间的联系的概念；了解数字图像处理中的常用数学工具。 重点难点：要求重点掌握图像数字化过程及图像中像素的联系。 2.1 视觉感知要素（1学时） 2.1.1 人眼的构造 2.1.2 眼镜中图像的形成 2.1.3 亮度适应和辨别 2.2 光和电磁波谱 2.3 图像感知和获取（1学时） 2.3.1 用单个传感器获取图像 2.3.2 用条带传感器获取图像 2.3.3 用传感器阵列获取图像 2.3.4 简单的图像形成模型 2.4 图像取样和量化（1学时） 2.4.1 取样和量化的基本概念 2.4.2 数字图像表示 2.4.3 空间和灰度级分辨率 2.4.4 图像内插 2.5 像素间的一些基本关系（1学时） 2.5.1 相邻像素 2.5.2 临接性、连通性、区域和边界 2.5.3 距离度量 2.6 数字图像处理中所用数学工具的介绍 2.6.1 阵列与矩阵操作

图像采集通用控制系统的设计与实现

图像采集通用控制系统的设计与实现 张超，古乐野，徐晓，乔忠慧 (中国科学院成都计算机应用研究所，四川 成都610041） 摘要：本文介绍了一种基于ARM的实时图像采集通用控制系统的设计与实现。在设计中主要采用了LPC2132微控制器芯片和四相步进电机正弦波驱动器STK672—080芯片。文中主要介绍了该控制系统的工作原理、系统组成、硬件设计以及软件设计中的关键问题。 关键词：ARM；图像采集；人机交互；步进电机 中图分类号：TP368.1文献标志码：B Design and Implementation of Universal Control System in Image Collection ZHANG Chao, GU Le-ye, XU Xiao, QIAO Zhong-hui (Chengdu Institute of Computer Application, Chinese Academy of Sciences, Chengdu, Sichuan 610041, China) Abstract：This paper introduced the design and implementation of real-time image collection’s control system based on ARM. LPC2132 microcontroller and the sine wave stepping motor driver were adopted in the system. This paper also described the construct of the system, design of hardware, several critical techniques in the development of software of the control system. Key words: ARM; image collection; human-computer interaction; stepping motor 0 引言 OCR（Optical Character Recognition）阅读机是以实时图像采集和图像处理为核心技术的, 主要由送纸机构、扫描主体和接纸机构三部分组成。送纸机构主要功能是搓动纸张，并将纸张传送到扫描主体中；扫描主体的主要功能是采集图像，并将纸张传送到接纸机构中；接纸机构主要功能是装载已经扫描过的纸张。在OCR阅读机中，控制系统的性能直接决定图像采集的速度。本文介绍了一种基于ARM的图像采集通用控制系统的设计方案，这种方案比较稳定、可靠，还大大提高了图像采集的速度。 1 系统结构设计和工作原理 图1 OCR阅读机的控制系统部分组成框图 本控制系统主要有ARM主控模块、电源模块、信号检测模块、电机驱动模块和显示驱动及按键模块五个部分；ARM控制模块是主控模块；电源模块提供系统中各芯片所需的电

数字图像处理系统毕业设计论文

毕业设计说明书基于ARM的嵌入式数字图像处理系统 设计 学生姓名：张占龙学号： 0905034314 学院：信息与通信工程学院 专业：测控技术与仪器 指导教师：张志杰 2013年 6月

摘要 简述了数字图像处理的应用以及一些基本原理。使用S3C2440处理器芯片，linux内核来构建一个简易的嵌入式图像处理系统。该系统使用u-boot作为启动引导程序来引导linux内核以及加载跟文件系统，其中linux内核与跟文件系统均采用菜单配置方式来进行相应配置。应用界面使用QT制作，系统主要实现了一些简单的图像处理功能，比如灰度话、增强、边缘检测等。整个程序是基于C++编写的，因此有些图像变换的算法可能并不是最优化的，但基本可以满足要求。在此基础上还会对系统进行不断地完善。 关键词：linnux 嵌入式图像处理边缘检测 Abstract This paper expounds the application of digital image processing and some basic principles. The use of S3C2440 processor chip, the Linux kernel to construct a simple embedded image processing system. The system uses u-boot as the bootloader to boot the Linux kernel and loaded with file system, Linux kernel and file system are used to menu configuration to make corresponding configuration. The application interface is made using QT, system is mainly to achieve some simple image processing functions, such as gray, enhancement, edge detection. The whole procedure is prepared based on the C++, so some image transform algorithm may not be optimal, but it can meet the basic requirements. On this basis, but also on the system constantly improve. Keywords:linux embedded system image processing edge detection

个人信息保护法律法规汇总

1、中华人民共和国宪法 第三十三条凡具有中华人民共和国国籍的人都是中华人民共和国公民。 中华人民共和国公民在法律面前一律平等。 国家尊重和保障人权。 第三十八条中华人民共和国公民的人格尊严不受侵犯。禁止用任何方法对公民进行侮辱、诽谤和诬告陷害。 第三十九条中华人民共和国公民的住宅不受侵犯。禁止非法搜查或者非法侵入公民的住宅。 第四十条中华人民共和国公民的通信自由和通信秘密受法律的保护。除因国家安全或者追查刑事犯罪的需要，由公安机关或者检察机关依照法律规定的程序对通信进行检查外，任何组织或者个人不得以任何理由侵犯公民的通信自由和通信秘密。 第四十一条中华人民共和国公民对于任何国家机关和国家工作人员，有提出批评和建议的权利；对于任何国家机关和国家工作人员的违法失职行为，有向有关国家机关提出申诉、控告或者检举的权利，但是不得捏造或者歪曲事实进行诬告陷害。 对于公民的申诉、控告或者检举，有关国家机关必须查清事实，负责处理。任何人不得压制和打击报 由于国家机关和国家工作人员侵犯公民权利而受到损失的人，有依照法律规定取得赔偿的权利。 第四十七条中华人民共和国公民有进行科学研究、文学艺术创作和其他文化活动的自由。国家对于从事教育、科学、技术、文学、艺术和其他文化事业的公民的有益于人民的创造性工作，给以鼓励和帮助。 第五十一条中华人民共和国公民在行使自由和权利的时候，不得损害国家的、社会的、集体的利益和其他公民的合法的自由和权利。 中华人民共和国宪法修正案（2004年） 第二十四条宪法第三十三条增加一款，作为第三款：“国家尊重和保障人权。”第三款相应地改为第四款。 2、中华人民共和国民法通则 第九十九条公民享有姓名权，有权决定、使用和依照规定改变自己的姓名，禁止他人干涉、盗用、假冒。 法人、个体工商户、个人合伙享有名称权。企业法人、个体工商户、个人合伙有权使用、依法转让自己的名称。 第一百条公民享有肖像权，未经本人同意，不得以营利为目的使用公民的肖像。第一百零一条公民、法人享有名誉权，公民的人格尊严受法律保护，禁止用侮辱、诽谤等方式损害公民、法人的名誉。 第一百零二条公民、法人享有荣誉权，禁止非法剥夺公民、法人的荣誉称号。 3、中华人民共和国妇女权益保障法（2005修正） 主席令[2005]第40号 第四十二条妇女的名誉权、荣誉权、隐私权、肖像权等人格权受法律保护。

LabVIEW应用于实时图像采集及处理系统

LabVIEW应用于实时图像采集及处理系统 2008-7-29 9:35:00于子江娄洪伟于晓闫丰隋永新杨怀江供稿 摘要：本文在LabVIEW和NI-IMAQ Vision软件平台下，利用通用图像采集卡开发一种图像实时采集处理虚拟仪器系统。通过调用动态链接库驱动通用图像采集卡完成图像采集，采集图像的帧速率达到25帧每秒。利用NI-IMAQ Vision视频处理模块，进行图像处理，以完成光电探测器的标定。该系统具有灵活性强、可靠性高、性价比高等优点。 主题词：虚拟仪器;图像处理;LabVIEW;动态链接库 1.引言 美国国家仪器（NI）公司的虚拟仪器开发平台LabVIEW，使用图形化编程语言编程，界面友好，简单易学，配套的图像处理软件包能提供丰富的图像处理与分析算法函数，极大地方便了用户，使构建图像处理与分析系统容易、灵活、程序移植性好，大大缩短了系统开发周期。在推出应用软件的基础上，NI公司又推出了图像采集卡，对于NI公司的图像采集卡，可以直接使用采集卡自带的驱动以及LabVIEW中的DAQ库直接对端口进行操作。 但由于NI公司的图像采集卡成本很高，大多用户难以接受，因此硬件平台往往采用通用图像采集卡，软件方面的图像处理程序仍采用LabVIEW以及视频处理模块编写。本文正是基于这样的目的，提出了一种在LabVIEW环境下驱动通用图像采集卡的方案，在TDS642EVM高速DSP视频处理板卡的平台下，完成实时图像采集及处理。 在图象处理的工作中主要完成对CCD光电探测器的辐射标定。由于探测器在自然环境下获取图像时，会受到来自大气干扰，自身暗电流，热噪声等影响，使CCD像元所输出信号的数值量化值与实际探测目标辐射亮度之间存在差异，所以要得到目标的精确图像就必须对探测器进行辐射标定。 2.图像采集卡简介 闻亭公司TDS642EVM（简称642）多路实时视频处理板卡是基于DSP TMS320DM642芯片设计的评估开发板。计算能力可达到4Gips，板上的视频接口和视频编解码芯片Philips SAA7115H相连,实现实时多路视频图像采集功能,支持多种PAL,NTSC和SECAM视频标准。本系统通过642的PCI接口与主机进行数据交换。PCI支持“即插即用（PnP）”自动配置功能，使图像采集板的配置变得更加方便，其一切资源需求的设置工作在系统初启时交由BIOS处理，无需用户进行繁琐的开关与跳线操作。PCI接口的海量数据吞吐,为其完成实时图像采集和处理提供保证。 3.系统组成及工作原理

简单数字图像处理系统

数字图像课程设计简单数字图像处理系统 function varargout = untitled(varargin) % Begin initialization code - DO NOT EDIT gui_Singleton = 1; gui_State = struct('gui_Name', mfilename, ... 'gui_Singleton', gui_Singleton, ... 'gui_OpeningFcn', @untitled_OpeningFcn, ... 'gui_OutputFcn', @untitled_OutputFcn, ... 'gui_LayoutFcn', [] , ... 'gui_Callback', []); if nargin && ischar(varargin{1}) = str2func(varargin{1}); end if nargout [varargout{1:nargout}] = gui_mainfcn(gui_State, varargin{:}); else gui_mainfcn(gui_State, varargin{:}); end % End initialization code - DO NOT EDIT % --- Executes just before untitled is made visible. function untitled_OpeningFcn(hObject, eventdata, handles, varargin) %界面初始化函数 setappdata,'I',0); % This function has no output args, see OutputFcn. % hObject handle to figure % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) % varargin command line arguments to untitled (see VARARGIN) % Choose default command line output for untitled = hObject;

个人信息保护

个人信息保护 摘要：随着个人信息侵权事件的频繁发生，有关个人信息保护的立法问题也成为学界关注的焦点，而对于个人信息权的保护模式一直是理论界关注的焦点之一。本文通过对美国和德国两国的个人信息权保护模式的分析，提出对我国个人信息权保护模式应选择人格权保护模式，将其确定为一项具体人格权加以保护。关键词：个人信息个人信息权保护模式 日常生活中，我们经常遇到这样的事情：超市开业，会员卡会莫名其妙地寄到了家里；新房刚拿到钥匙，就有装修公司跟踪而至；新车刚买，就接到电话，询问是否需要购买车辆保险等等。大量的个人信息在不知不觉中被收集、利用，现代人因此而成为“透明人”或“半透明人”，而个人信息保护制度的缺失使人们的工作和生活受到了严重影响，09年央视3.15晚会上的分众传媒“短信门”事件更提醒我们加强个人信息保护已经刻不容缓。因此，个人信息的法律保护就成为法律亟需解决的一个问题。虽然我国从2005年就已经开始将个人信息保护法纳入立法日程，但至今尚未出台，而对个人信息相关问题的争论在理论界也从未停止，对个人信息权保护模式的选择理论界也存在颇多争议，本文将对此进行探讨，发表本人一点浅薄的看法。 一、个人信息权 （一）个人信息 个人信息是指可以识别出信息主体本人的一切信息的总和，包括了信息主体生理信息、心理信息、智力信息以及有关信息主体个体的信息、社会的信息、经济的信息、文化的信息、家庭的信息等等。对于个人信息,学界有不同的称谓,有的称为个人隐私,有的称为个人资料(数据),下面对这三个概念进行一下比较. 1.个人信息与个人隐私 隐私是近年来在我们生活中频繁出现的词语，一般是指不愿告诉别人的或不想公开的个人的事情，或者说与公共利益无关的个人私生活秘密方面的事情。“个人隐私”与“个人信息”最大的区别在于范围上的差异，个人信息的范围大于个人隐私，即“个人信息”包含“个人隐私”，个人隐私是个人信息的下位概念，是个人信息的一部分。如个人的手机号码、家庭住址、医药档案、职业等,这些也许算不上隐私，但都属于个人信息的范畴。如果我们在立法中选择“个人隐私”的概念，那就表示法律仅保护个人信息中涉及个人隐私的信息，而不保护不涉及

数字图像处理系统论文

数字图像处理系统论文

毕业设计说明书基于ARM的嵌入式数字图像处理系统 设计 学生姓名：张占龙学号： 0905034314 学院：信息与通信工程学院 专业：测控技术与仪器 指导教师：张志杰 2013年 6月

摘要 简述了数字图像处理的应用以及一些基本原理。使用S3C2440处理器芯片，linux内核来构建一个简易的嵌入式图像处理系统。该系统使用u-boot作为启动引导程序来引导linux内核以及加载跟文件系统，其中linux内核与跟文件系统均采用菜单配置方式来进行相应配置。应用界面使用QT制作，系统主要实现了一些简单的图像处理功能，比如灰度话、增强、边缘检测等。整个程序是基于C++编写的，因此有些图像变换的算法可能并不是最优化的，但基本可以满足要求。在此基础上还会对系统进行不断地完善。 关键词：linnux 嵌入式图像处理边缘检测 Abstract This paper expounds the application of digital image processing and some basic principles. The use of S3C2440 processor chip, the Linux kernel to construct a simple embedded image processing system. The system uses u-boot as the bootloader to boot the Linux kernel and loaded with file system, Linux kernel and file system are used to menu configuration to make corresponding configuration. The application interface is made using QT, system is mainly to achieve some simple image processing functions, such as gray, enhancement, edge detection. The whole procedure is prepared based on the C++, so some image transform algorithm may not be optimal, but it can meet the basic requirements. On this basis, but also on the system constantly improve. Keywords:linux embedded system image processing edge detection

图像人脸区域隐私保护系统设计

图像人脸区域隐私保护系统设计

课程设计说明书 题目：图像人脸区域隐私保护系统设计课程：数字图像处理课程设计 院（部）：信息与电气工程学院 专业：电子信息工程 班级： 学生姓名： 学号： 指导教师： 完成日期：

目录 摘要 (3) 1 设计目的 (4) 2 设计要求 (5) 3 设计内容 (6) 3.1、具体设计 (6) 3．1．1、图像输入设 计 (6) 3．1．2、图像肤色区分设计 (7) 3．1．3、对肤色图进行修补处理设计 (7) 3．1．4、网格标记图像设计 (7) 2．1、5、人脸识别标

记 (9) 3．1．6、对原图像进行脸部模糊处理 (10) 总结与致谢 (11) 参考文献 (1) 2 附录 (13) 摘要 近年来随着科技和人们的生活水平的提高，生物特征识别技术在近几十年中飞速发展。作为人的一种内在属性，而且具有很强的自身稳定性及个体差异性，生物特征成为了自动身份验证的最理想依据。人脸识别由于具有直接，友好，方便的特点，使用者易于为用户所接受，从而得到了广泛的研究与应用。除此之外，我们还能够对人脸识别的结果作进一步的分析，得到有关人的性别，表情，年龄等诸多额外的丰富信息，扩展了人脸识别的应用前景。 人脸是准确鉴定一个人的身份，推断出一个人的种族、地

域，地位等信息的重要依据。科学界从图像处理、计算机视觉等多个学科对人脸进行研究。人脸识别在满足人工智能应用和保护信息安全方面都有重要的意义，是当今信息化时代必须解决的问题。 本设计用MATLAB对图像的读取，在识别前，先对图像进行处理，再经过肤色获得可能的脸部区域，最后根据人脸固有眼睛的对称性来确定是否就是人脸，同时采用高斯平滑来消除图像的噪声，再进行二值化，二值化主要采用局域取阈值方法，接下来就进行定位、提取特征值和识别等操作。经过测试，图像预处理模块对图像的处理达到了较好的效果，提高了定位和识别的正确率。为保护当事人或行人的隐私权，需要将图像中当事人的人脸区域作模糊，实现图像中人脸区域隐私保护。 关键词：人脸识别；图像处理；图像模糊

数字图像处理车牌识别课程设计matlab实现附源代码

基于matlab的车牌识别系统 一、目的与要求 目的：利用matlab实现车牌识别系统，熟悉matlab应用软件的基础知识，了解了基本程序设计方法，利用其解决数字信号处理的实际应用问题，从而加深对理论知识的掌握，并把所学的知识系统、高效的贯穿到实践中来，避免理论与实践的脱离，巩固理论课上知识的同时，加强实践能力的提高，理论联系实践，提高自身的动手能力。同时不断的调试程序也提高了自己独立编程水平，并在实践中不断完善理论基础，有助于自身综合能力的提高。 要求： 1.理解各种图像处理方法确切意义。 2.独立进行方案的制定，系统结构设计要合理。 3．在程序开发时，则必须清楚主要实现函数的目的和作用，需要在程序书写时说明做适当的注释。如果使用matlab来进行开发，要理解每个函数的具体意义和适用范围，在写课设报告时，必须要将主要函数的功能和参数做详细的说明。 4、通过多幅不同形式的图像来检测该系统的稳定性和正确性。 二、设计的内容 学习MATLAB程序设计，利用MATLAB函数功能，设计和实现通过设计一个车牌识别系统。车牌识别系统的基本工作原理为：将手机拍摄到的包含车辆牌照的图像输入到计算机中进行预处理，再对牌照进行搜索、检测、定位，并分割出包含牌照字符的矩形区域，然后对牌照字符进行二值化并将其分割为单个字符，然后将其逐个与创建的字符模板中的字符进行匹配，匹配成功则输出，最终匹配结束则输出则为车牌号码的数字。车牌识别系统的基本工作原理图如图1所下所示：

三、总体方案设计 车辆牌照识别整个系统主要是由车牌定位和字符分割识别两部分组成，其中车牌定位又可以分为图像预处理及边缘提取模块和牌照的定位及分割模块；字符识别可以分为字符分割和单个字符识别两个模块。 为了用于牌照的分割和牌照字符的识别，原始图象应具有适当的亮度，较大的对比度和清晰可辩的牌照图象。但由于是采用智能手机在开放的户外环境拍照，加之车辆牌照的整洁度、自然光照条件、拍摄时摄像机与牌照的矩离等因素的影响，牌照图象可能出现模糊、歪斜和缺损等严重缺陷，因此需要对原始图象进行识别前的预处理。 牌照的定位和分割是牌照识别系统的关键技术之一，其主要目的是在经图象预处理后的原始灰度图象中确定牌照的具体位置，并将包含牌照字符的一块子图象从整个图象中分割出来，供字符识别子系统识别之用，分割的准确与否直接关系到整个牌照字符识别系统的识别率。 由于拍摄时的光照条件、牌照的整洁程度的影响，和摄像机的焦距调整、镜头的光学畸变所产生的噪声都会不同程度地造成牌照字符的边界模糊、细节不清、笔划断开或粗细不均，加上牌照上的污斑等缺陷，致使字符提取困难，进而影响字符识别的准确性。因此，需要将拍出的车牌进行处理，在这个过程中，我采用画图工具，将汽车图像的车牌部分进行裁剪，并将车牌的蓝色部分过亮的地方颜色加深，还将车牌中的一个白色的原点抹去，另外还将车牌上的铆钉使用车牌的蓝色背景覆盖，这样分割出的字符更加准确。 车牌识别的最终目的就是对车牌上的文字进行识别。主要应用的为模板匹配方法。 因为系统运行的过程中，主要进行的都是图像处理，在这个过程中要进行大量的数据处理，所以处理器和内存要求比较高，CPU要求主频在600HZ及以上，内存在128MB 及以上。系统可以运行于Windows7、Windows2000或者Windows XP操作系统下，程序调试时使用matlabR2011a。 四、各个功能模块的主要实现程序 （一）首先介绍代码中主要的函数功能及用法：

图像人脸区域隐私保护系统设计说明

课程设计说明书 题目：图像人脸区域隐私保护系统设计课程：数字图像处理课程设计 院（部）：信息与电气工程学院 专业：电子信息工程 班级： 学生姓名： 学号： 指导教师： 完成日期：

目录 摘要 (3) 1 设计目的 (4) 2 设计要求 (5) 3 设计内容 (6) 3.1、具体设计 (6)

3．1．1、图像输入设 计 (6) 3．1．2、图像肤色区分设计 (7) 3．1．3、对肤色图进行修补处理设计 (7) 3．1．4、网格标记图像设计 (7) 2．1、5、人脸识别标记 (9) 3．1．6、对原图像进行脸部模糊处理 (10) 总结与致谢 (11) 参考文献 (12) 附录 (13)

摘要 近年来随着科技和人们的生活水平的提高，生物特征识别技术在近几十年中飞速发展。作为人的一种内在属性，并且具有很强的自身稳定性及个体差异性，生物特征成为了自动身份验证的最理想依据。人脸识别由于具有直接，友好，方便的特点，使用者易于为用户所接受，从而得到了广泛的研究与应用。除此之外，我们还能够对人脸识别的结果作进一步的分析，得到有关人的性别，表情，年龄等诸多额外的丰富信息，扩展了人脸识别的应用前景。 人脸是准确鉴定一个人的身份，推断出一个人的种族、地域，地位等信息的重要依据。科学界从图像处理、计算机视觉等多个学科对人脸进行研究。人脸识别在满足人工智能应用和保护信息安全方面都有重要的意义，是当今信息化时代必须解决的问题。 本设计用MATLAB对图像的读取，在识别前，先对图像进行处理，再通过肤色获得可能的脸部区域，最后根据人脸固有眼睛的对称性来确定是否就是人脸，同时采用高斯平滑来消除图像的噪声，再进行二值化，二值化主要采用局域取阈值方法，接下来就进行定位、提取特征值和识别等操作。经过测试，图像预处理模块对图像的处理达到了较好的效果，提高了定位和识别的正确率。为保护当事人或行人的隐私权，需要将图像中当事人的人脸区域作模糊，实现图像中人脸区域隐私保护。

基于Labview的图像采集与处理

目前工作成果： 一、USB图像获取 USB设备在正常工作以前，第一件要做的事就是枚举，所以在USB摄像头进行初始化之前，需要先枚举系统中的USB设备。 （1）基于USB的Snap采集图像 程序运行结果： 此程序只能采集一帧图像，不能连续采集。将采集图像函数放入循环中就可连续采集。

循环中的可以计算循环一次所用的时间，运行发现用Snap采集图像时它的采集速率比较低。运行程序时移动摄像头可以清楚的看到所采集的图像有时比较模糊。 （2）基于USB的Grab采集图像 运行程序之后发现摄像头采集图像的速率明显提高。

二、图像处理 1、图像灰度处理 （1）基本原理 将彩色图像转化成为灰度图像的过程成为图像的灰度化处理。彩色图像中的每个像素的颜色有R、G、B三个分量决定，而每个分量有255中值可取，这样一个像素点可以有1600多万（255*255*255）的颜色的变化范围。而灰度图像是R、G、B三个分量相同的一种特殊的彩色图像，其一个像素点的变化范围为255种，所以在数字图像处理种一般先将各种格式的图像转变成灰度图像以使后续的图像的计算量变得少一些。灰度图像的描述与彩色图像一样仍然反映了整幅图像的整体和局部的色度和亮度等级的分布和特征。图像的灰度化处理可用两种方法来实现。 第一种方法使求出每个像素点的R、G、B三个分量的平均值，然后将这个平均值赋予给这个像素的三个分量。 第二种方法是根据YUV的颜色空间中，Y的分量的物理意义是点的亮度，由该值反映亮度等级，根据RGB和YUV颜色空间的变化关系可建立亮度Y与R、G、B三个颜色分量的对应：Y=0.3R+0.59G+0.11B，以这个亮度值表达图像的灰度值。 （2）labview中图像灰度处理程序框图 处理结果：

基于Matlab的数字图像处理系统设计要点

论文（设计）题目： 基于MATLAB的数字图像处理系统设计 姓名宋立涛 学号２０１２１１８６７ 学院信息学院 专业电子与通信工程 年级２０１２级 ２０１３年６月１６日

基于MATLAB的数字图像处理系统设计 摘要 MATLAB 作为国内外流行的数字计算软件，具有强大的图像处理功能，界面简洁，操作直观，容易上手，而且是图像处理系统的理想开发工具。 笔者阐述了一种基于MATLAB的数字图像处理系统设计，其中包括图像处理领域的大部分算法，运用MATLAB 的图像处理工具箱对算法进行了实现，论述了利用系统进行图像显示、图形表换及图像处理过程，系统支持索引图像、灰度图像、二值图像、RGB 图像等图像类型；支持BMP、GIF、JPEG、TIFF、PNG 等图像文件格式的读，写和显示。 上述功能均是在MA TLAB 语言的基础上，编写代码实现的。这些功能在日常生活中有很强的应用价值，对于运算量大、过程复杂、速度慢的功能，利用MATLAB 可以既能快速得到数据结果，又能得到比较直观的图示。 关键词：MATLAB 数字图像处理图像处理工具箱图像变换

第一章绪论 1.1 研究目的及意义 图像信息是人类获得外界信息的主要来源，近代科学研究、军事技术、工农业生产、医学、气象及天文学等领域中，人们越来越多地利用图像信息来认识和判断事物，解决实际问题，由此可见图像信息的重要性，数字图像处理技术将会伴随着未来信息领域技术的发展，更加深入到生产和科研活动中，成为人类生产和生活中必不可少的内容。 MATLAB 软件不断吸收各学科领域权威人士所编写的实用程序，经过多年的逐步发展与不断完善，是近几年来在国内外广泛流行的一种可视化科学计算软件。MATLAB 语言是一种面向科学与工程计算的高级语言，允许用数学形式的语言来编写程序，比Basic、Fortan、C 等高级语言更加接近我们书写计算公式的思维方式，用MATLAB 编写程序犹如在演算纸上排列出公式与求解问题一样。它编写简单、编程效率高并且通俗易懂。 1.2 国内外研究现状 1.2.1 国内研究现状 国内在此领域的研究中具有代表性的是清华大学研制的数字图像处理实验开发系统TDB-IDK 和南京东大互联技术有限公司研制的数字图像采集传输与处理实验软件。 TDB-IDK 系列产品是一款基于TMS320C6000 DSP 数字信号处理器的高级视频和图像系统，也是一套DSP 的完整的视频、图像解决方案，该系统适合院校、研究所和企业进行视频、图像方面的实验与开发。该软件能够完成图像采集输入程序、图像输出程序、图像基本算法程序。可实现对图像信号的实时分析，图像数据相对DSP独立方便开发人员对图像进行处理，该产品融合DSP 和FPGA/CPLD 两个高端技术，可以根据用户的具体需求合理改动，可以分析黑白和彩色信号，可以完成图形显示功能。 南京东大互联技术有限公司研制的数字图像采集传输与处理实验软件可实现数字图像的采集、传输与处理。可利用软件及图像采集与传输设备，采集图像并实现点对点的数字图像传输，可以观察理解多种图像处理技术的效果和差别，

数字图像处理课程设计——人脸检测与识别

： 数字图像处理 课 程 设 计 ] $

: 人脸检测与识别课程设计 一、简介 人脸检测与识别是当前模式识别领域的一个前沿课题，人脸识别技术就是利用计算机技术，根据数据库的人脸图像，分析提取出有效的识别信息，用来“辨认”身份的技术。人脸识别是模式识别研究的一个热点, 它在身份鉴别、信用卡识别, 护照的核对及监控系统等方面有着广泛的应用。人脸图像由于受光照、表情以及姿态等因素的影响, 使得同一个人的脸像矩阵差异也比较大。因此, 进行人脸识别时, 所选取的特征必须对上述因素具备一定的稳定性和不变 性. 主元分析(PCA)方法是一种有效的特征提取方法,将人脸图像表示成一个列向量, 经过PCA 变换后, 不仅可以有效地降低其维数, 同时又能保留所需要的识别信息, 这些信息对光照、表情以及姿态具有一定的不敏感性. 在获得有效的特征向量后, 关键问题是设计具有良好分类能力和鲁棒性的分类器. 支持向量机 (SVM ) 模式识别方法,兼顾训练误差和泛化能力, 在解决小样本、非线性及高维模式识别问题中表现出许多特有的优势。 本此课程设计基于MATLAB，将检测与识别分开进行。其中检测部分使用实验指导书上的肤色模型算法进行，不进行赘述。识别部分采用PCA算法对检测出的人脸图像进行特征提取, 再利用最邻近距离分类法对特征向量进行分类识别，将在后文具体表述。仿真结果验

证了本算法是有效的。 二、人脸检测 1.》 2.源码 img=imread('D:\std_test_images\'); figure; imshow(img); R=img(:,:,1); G=img(:,:,2); B=img(:,:,3); faceRgn1=(R>95)&(G>40)&(B>20)&max(img,[],3)-min(img,[],3)>15&abs(R-G)>15&R>B; ~ figure; imshow(faceRgn1); r=double(R)./double(sum(img,3)); g=double(G)./double(sum(img,3)); Y=*R+*G+*B; faceRgn2=(r>&(r<&(g>&(g<&(r>g)&g>='Boundingbox'); BB1=struct2cell(BB); BB2=cell2mat(BB1); ) figure; imshow(img); [s1 s2]=size(BB2); mx=0; for k=3:4:s2-1 p=BB2(1,k)*BB2(1,k+1); if p>mx&(BB2(1,k)/BB2(1,k+1))< mx=p; ！ j=k; hold on; rectangle('position',[BB2(1,j-2),BB2(1,j-1),BB2(1,j),BB2(1,j+1)],'linewidth',3,'edg ecolor','r'); hold off; end end

物联网隐私保护问题讲课教案

物联网隐私保护问题

1、物联网的体系结构 目前人们对于物联网体系结构有一些不同的描述，但内涵基本相同。一般来说，可以把物联网的体系结构分为感知层、传输层、处理层和应用层四个部分，如表1所示 a）感知层的任务是全面感知外界信息，通过各种传感器节点获取各类数据，利用传感器网络或射频阅读器等网络和设备实现数据在感知层的汇聚和传输；b）传输层把感知层收集到的信息安全可靠地传输到信息处理层，传输层的功能主要通过网络基础设施实现，如移动通信网、卫星网、互联网等； c）处理层的任务是对传输层传输的信息进行相应的计算与处理，需要研究智能计算、并行计算、云计算和数据挖掘（da-ta mining）等多种关键技术； d）应用层是对智能处理后的信息的利用，是根据用户的需求建立相应的业务模型，运行相应的应用系统； 表1物联网体系结构 2、物联网隐私威胁 物联网的隐私威胁可以简单地分为两大类 a）基于数据的隐私威胁 数据隐私问题主要是指物联网中数据采集传输和处理等过程中的秘密信息泄露，从物联网体系结构来看，数据隐私问题主要集中在感知层和处理层，如感知层数据聚合、数据查询和RFID数据传输过程中的数据隐私泄露问题，处理层中进行各种数据计算时面临的隐私泄露问题数据隐私往往与数据安全密不

可分，因此一些数据隐私威胁可以通过数据安全的方法解决，只要保证了数据的机密性就能解决隐私泄露问题，但有些数据隐私问题则只能通过隐私保护的方法解决。 b）基于位置的隐私威胁 位置隐私是物联网隐私保护的重要内容，主要指物联网中各节点的位置隐私以及物联网在提供各种位置服务时面临的位置隐私泄露问题，具体包括RFID 阅读器位置隐私RFID用户位置隐私、传感器节点位置隐私以及基于位置服务中的位置隐私问题。 3、物联网隐私威胁分析 从前面的分析可以看出，物联网的隐私保护问题主要集中在感知层和处理层，下面将分别分析这两层所面临的隐私安全威胁。 （1）物联网感知层隐私安全分析 感知层的数据一般要经过信息感知、获取、汇聚、融合等处理流程，不仅要考虑信息采集过程中的隐私保护问题，还要考虑信息传送汇聚时的隐私安全。感知网络一般由传感器网络RFID技术、条码和二维码等设备组成，目前研究最多的是传感器网络和RFID系统。 a）RFID系统的隐私安全问题 RFID 技术的应用日益广泛，在制造、零售和物流等领域均显示出了强大的实用价值，但随之而来的是各种RFID的安全与隐私问题，主要表现在以下两个方面： 1）用户信息隐私安全 RFID 阅读器与 RFID 标签进行通信时，其通信内容包含了标签用户的个人隐私信息，当受到安全攻击时会造成用户隐私信息的泄

基于医联体区域医疗云平台安全和隐私保护设计与实现

基于医联体区域医疗云平台安全和隐私保护设计与实现 摘要区域医疗联合体（简称医联体），是将同一个区域内的医疗资源整合在一起，由医院联合若干医疗中心组成，推动“基层首诊、双向转诊、急慢分治”的分级诊疗格局，形成患者治疗过程的全线闭环管理。在区域医疗云平台安全设计中，增强信息安全的主动防御能力，纵深防御能力，提供网络边界综合防护，具备内部问题终端的自动化检测和发现，提供关键互联网应用服务器和操作系统加固能力，提高数据安全、数据隐私保护和数据审计的能力，最终达到该医疗云平台信息系统的高可靠性，长期持续性以及医疗数据的完整性，机密性和高可用性。 关键词医联体；区域医疗云平台；边界防护；数据隐私保护 1 概要介绍 现代诊疗体系要求诊疗服务平台化、协同化和智能化，通过建立医联体区域云平台，实现各联盟医院异构系统信息交换，医疗资源整合利用，为患者提供全方位的医疗服务。比如网上预约挂号、远程会诊教学、双向转接诊、健康教育、协同诊疗、在线结算系统等，提供广泛的高效便民就医等服务。 为保证医联体区域内各医院通过互联网协同业务的正常开展，在区域云平台建设中，安全规划和实施必不可少。 根据目前的安全威胁和信息安全建设现状分析，医院信息系统的信息安全建设面临的问题是：（1）如何周期性的，快速的发现医院互联网应用可能的漏洞风险威胁，在互联网应用上线前解决大部分的漏洞和风险。（2）随着互联网应用的开发部署，如何保证外网网络攻击威胁的有效防范，APT攻击的识别和阻断。（3）缺乏对关键服务器上的操作和关键配置文件的审计监控。服务器集中运维统一管理平台的缺乏。（4）后台系统及其服务器防护的缺失，使其医院信息系统面临较高的系统安全和数据安全的问题。（5）无法对医疗数据和文档的泄露提供有效的网络监控和日志审计[1]。 2 区域医疗云平台建设描述 面对医改政策和新环境下人们对医疗卫生的旺盛需求，医院需要全面、快捷的信息技术来满足以患者为中心的临床医疗服务和更好的实现医疗资源辐射的需求。医院可以借助医疗云平台，轻松实现医疗资源集中管控、业务协同、共享服务等信息化应用。 在新的IT环境下，需要就如下的安全考虑，根据合理的规划进行建设：（1）信息安全建设须前置，以适应新业务，新系统上线前的安全要求。（2）应用国际国内先进的APT防护设备，加强网络边界处针对APT高危持续性攻击的有效防护。（3）加强网络边界处的综合防护能力，能在网络边界处对病毒，未知威胁，