人脸检测是在指给定的一幅图片或连续视频中确定是否有人脸的存在,如果有人脸,则标出人脸的位置和大小。人脸检测是计算机模式识别最热门的研究课题之一,在视频会议,远程监控,远程治疗中都有应用。许多学者,和专家对此做了许多大量的工作,取得了优秀成果并提出了大量的有效算法。但大多是在PC机上实现的,不能满足便捷,实时,低成本的要求。根据这一现状,本论文提出了在DSP环境下实现Adaboost人脸检测算法。本文的主要工作如下:1、人脸检测算法居多,在了解相关的人脸检测算法后,进行最后的比较,选定适应能力强、错误率小的Adaboost人脸检测算法。基于Haar特征的级联分类器算法,在训练样本足够多足够好时,在理论上可以将错误率降到任意小,可以适应许多复杂的环境中。2、本文对Adaboost人脸检测算法实现MATLAB的仿真,可以首先不去研究算法是如何实现的,着重关注算法本身的性能。3、在硬件的实现上,使用DM642芯片,它在视频图像开发上提供很多硬件支持。用到DSP/BIOS实时系统进行编程,大体分为三个任务:分别为图像处理,图像分析,图像显示三个任务,任务之间互相通信。4、Opencv是开源的计算机视觉库,是图像处理的有利工具,可以为图像工程师大大缩短产品开发时间。本文对Opencv的人脸检测部分进行研究并进行DSP上的移植,在移植过程中充分考虑到DSP的内部硬件结构特点和软件编程,对Opencv中用到的数据结构和函数进行适当的修改和裁剪,程序能够在DSP中合理的运行。