随着计算机视觉技术的快速发展,人们对安全的需求与日俱增,生物特征识别,作为对安全场合常用的身份鉴别技术,受到广泛的关注与研究。人脸、指纹等生物特征不仅要求近距离接触摄像装置,而且识别技术实现成本较高。而步态识别,具有非接触性、隐蔽性等特点,克服了传统的生物特征识别需要高分辨率图像的缺陷。本文基于OpenCV开源函数库,以步态识别在门禁系统中的应用为前提,利用C与C++(基于MFC)作为开发工具,开发实现了一套完整的步态识别系统,并深入研究步态识别中的拒识算法。本文设计一套完整的步态识别技术方案,该方案以Matlab为开发工具,对中科院自动化所提供的大型步态数据库CASIA-B中的样本进行测试,试验结果表明,该步态识别技术方案达到了理想的识别率。在此基础上,完成以下三个方面的工作:第一、利用C与C++实现整个步态识别技术,形成可以独立使用的各个功能模块;第二、搭建完整的步态图像采集环境。该图像采集环境由摄像头模块、单色背景和灯光组成,形成一套固定的采集环境,减少外部因素产生的噪声;第三、提出一种背景检测与去除算法及拒识算法。添加摄像头模块后,由于实际环境的噪声干扰,在图像预处理阶段会产生大量的噪声(阴影),不利于特征提取,将图像转换到YCrCb颜色空间中,将目标图片与背景图片的Y、Cr、Cb通道求差,通过设定的帧差阈值找到阴影位置并实现阴影去除。另外,由于门禁系统在实际应用中不仅需要满足较高的识别率,还需有拒识功能,即不仅能准确识别训练样本库中的真实样本,还能拒绝识别不属于训练样本类的虚假样本。因此,本文对步态识别中拒识模块展开研究,提出一种基于极值寻优的拒识算法。在只有训练样本的前提下,找到几何空间中所有样本投影后离散度最小的投影方向,确定拒识区间,当非训练样本的测试样本在投影方向上投影后,落在拒识区间,实现拒识功能。实验结果表明,该拒识算法能实现较高的拒识率,证实了该算法的有效性本文最终实现了一套基于OpenCV开发完整且可实际使用的步态识别系统,不仅实时性强,而且用户界面友好。