[发明专利]一种基于EmguCV的智能服务机器人人脸识别方法

权利要求书

1.一种基于EmguCV的智能服务机器人人脸识别方法，其特征在于：包括如下步骤：

步骤1：摄像头检测进入检测环境下的人脸并发送至人脸采集系统；

步骤2：人脸图像采集系统获取人脸图像；

步骤3：对获取的人脸图像通过采用图形去噪、灰度变换和均衡化处理得到人脸图像信息，然后通过Haar分类器判断是否为Haar分类器包含的XML文件；

步骤4：若为Haar分类器包含的XML文件则将针对该人脸图像信息对应的人物的信息与服务相关类型；

步骤5：若不为Haar分类器包含的XML文件则使用Image类Save方法将人脸图像信息保存为图片格式；然后使用System.IO命名空间下的FileStream类的OpenWrite方法，创建图片格式的人脸图像信息与编号对应的IO数据流；

步骤6：通过XmlWriter的WriteStartDocument、WriteStartElement、WriteElementString、WriteEndElement以及WriteEndDocument生成XML文件。

2.根据权利要求1所述的一种基于EmguCV的智能服务机器人人脸识别方法，其特征在于：其中步骤3中通过Haar分类器判断是否为Haar分类器包含的XML文件还包括如下步骤：

步骤31：通过阀值法和边缘法进行分割；

步骤32：通过几何特征、纹理和颜色进行特征提取；

步骤33：通过样板匹配法和特征匹配法进行识别。

3.根据权利要求1所述的一种基于EmguCV的智能服务机器人人脸识别方法，其特征在于：步骤图形去噪采用低通滤波，灰度变换指通过灰度变换将原直方图两端的灰度值分别拉向最小值0和最大值255，使图像占有的灰度等级充满0-255的整个区域，均衡化处理指采用常用的亮度值进行调整灰度变换之后的图像信息。

4.根据权利要求2所述的一种基于EmguCV的智能服务机器人人脸识别方法，其特征在于：步骤32中纹理特征提取采用二值模式算法LBP实现，二值模式算法LBP具体包括：在像素3x3邻域内的，以邻域中心像素为阈值，将相邻的8个像素的灰度值与其进行比较，如果周围像素值大于中心像素值，则该像素点的位置被标记为1，否则为0，3x3邻域内的8个点经比较可产生8位二进制数，即得到该邻域中心像素点的LBP值，并用这个值来反映该区域的纹理信息。

5.根据权利要求1所述的一种基于EmguCV的智能服务机器人人脸识别方法，其特征在于：其中步骤3中的Haar分类器判断是否为Harr分类器包含的XML文件具体包括：对检测到的人脸图像信息，通过识别算法，对训练过的人脸图像中的各个特征点进行评估后，从XML文件中选取匹配率最高的人脸图像信息并输出该人脸图像信息对应的人脸图像。

6.根据权利要求1所述的一种基于EmguCV的智能服务机器人人脸识别方法，其特征在于：其中步骤3中XML文件对于人脸图像保存在System.Drawing.dll的程序集文件。

7.根据权利要求1所述的一种基于EmguCV的智能服务机器人人脸识别方法，其特征在于：步骤5中“若不为Harr分类器包含的XML文件”步骤之后还包括：则启动语音控制功能，通过语音控制模块再次调取摄像头进行图像信息录入。

8.根据权利要求1所述的一种基于EmguCV的智能服务机器人人脸识别方法，其特征在于：在步骤4中“该人脸图像信息对应的人物的信息与身份自动服务相关类型行为”具体包括：识别人脸图像信息之后，根据人脸图像信息到云端服务器上调取该人脸图像信息对应的人物信息以及经常使用的服务类型并进行显示。