人脸检测是生物识别、计算机图像处理和模式识别等多个技术相结合的产物,是机器视觉领域一个热门的研究课题,在公安、国防、海关、交通、金融、社保、医疗及其他民用安全控制等行业存在着广泛的需求。Adaboost人脸检测算是综合性能比较好的一种人脸检测算法,在PC等设备上实现较为普遍。但算法计算过程相对复杂,时间和空间复杂度比较高,用嵌入式处理器实现该算法,研究较少。本设计采用FPGA来实现Adaboost人脸检测算法,引入了SOPC的方法来设计整个系统架构。全部的计算和控制任务都集成到一片FPGA芯片内部,只需引入少量必要的芯片,就可以构建一个完整的人脸检测系统,大大降低了成本,提高了系统的实用性。既可以利用硬件的并行性和流水线架构来加速算法的处理过程,又可以利用软件的灵活性和可扩展性,合理安排软件的工作流程,使各个模块有条不紊地协同工作。本文的主要工作包括以下内容:1、介绍了国内外人脸检测算法,研究了Adaboost算法的原理和实现方法,用matlab编写算法的参数训练程序,训练出算法所需的弱分类器和强分类器等参数,讨论并得出了Adaboost算法在用FPGA实现人脸检测时应采用的扫描方法。2、以altera公司的DE2-70型的FPGA实验板作为研究平台,为SSRAM、SDRAM、SD卡和VGA接口等编写驱动程序或设置参数。3、在开发板上实现对待检测的bmp图片数据的读入、解码、灰度化、积分图计算和存储等操作,为检测窗口计算模块的执行作好准备。编写了对检测结果存储、合并和计算等模块,从而将最终的检测结果输出到显示器上。4、结合Adaboost算法原理,设计了从SSRAM读取数据到检测窗口和检测窗口数据更新模块,利用FPGA的并行性和流水线的执行方式加速检测窗口的计算过程。本设计最终完成的人脸检测,在系统时钟为100MHz的情况下,对一幅320*240大小的图片,检测人脸部分的处理时间平均需86.1.ms,即11.6帧每秒。