摘要:本设计提出了一种学生课堂学习状态光电监测系统，通过对学生课堂上坐姿的监测反映出学生们课堂的学习状态。该系统分为上位机和下位机两个部分，上位机发送相应的动作指令，下位机接收到指令后控制步进电机执行相应的动作，实现摄像头的自由移动。图像采集后使用帧差法检测图像中的学生所在的区域，然后将图像转换至YCbCr颜色空间，根据皮肤图像在YCbCr空间的聚集特性，计算各个颜色分量的值并判断是否为皮肤像素。接着对图像进行开运算和闭运算，去除图像中被背景图像包围的孤立的前景图像，填充孔洞，使边界更加平滑。之后将图中的皮肤区域提取出来，并通过归一化使图像区域的图像和图像库中的图像尺寸一致。接下来通过图像分类来判断学生的坐姿。本文将二值图像看作2维矩阵，通过计算矩阵的相似度来反应图像所属的类。图像共分为4类，包含了课堂上常见的坐姿，分别是读写、趴、举手和托腮。通过比较采集的图像与图像库各类图像的相似度，识别出当前图像中学生的坐姿。

本文运用数字图像处理技术自动识别出学生课堂坐姿，可用于对学生课堂坐姿的统计，为学生课堂教育的改进提供客观的数据支持。

关键词 Matlab；运动检测；坐姿识别；形态学；相似度

目录

摘要

Abstract

1 绪论-1

1.1 选题背景-1

1.2 设计意义-1

1.3 本文结构-1

2 系统方案的设计-3

2.1 设计目标-3

2.2 设计方案-3

2.3 本章小结-5

3 下位机设计-6

3.1 设计方案-6

3.2 元器件选择-6

3.2.1 MCU的选择-6

3.2.2 步进电机的选取-7

3.2.3 步进电机驱动器的选取-7

3.2.4 摄像头的选取-8

3.2.5 电源的选取-8

3.2.6 框架结构-9

3.3 下位机程序设计-9

3.4 本章小结-10

4 皮肤区域检测-11

4.1 设计方案-11

4.2 图像的采集与处理工具-11

4.3 背景去除-11

4.3.1 常用的运动检测方法-11

4.3.2 本文使用方法-12

4.3.3 运动区域检测结果-13

4.4 皮肤检测-13

4.4.1 颜色空间-14

4.4.2 皮肤识别-15

4.5 图像增强-17

4.5.1 常用形态学处理方法-17

4.5.2 皮肤区域形态学处理-19

4.6 皮肤区域识别-19

4.7 本章小结-20

5 坐姿识别-21

5.1 设计方案-21

5.2 基于图像特征的图像分类-21

5.2.1 图像特征-21

5.2.2 基于SURF的图像分类-21

5.3 基于矩阵的图像分类-23

5.3.1 尺寸归一化-23

5.3.2 坐姿识别-24

5.4 本章小结-24

6 实验结果-25

6.1 实验结果-25

6.2 技术参数-25

致谢-27

参考文献-28

附录-29