基于数学形态学和HSI颜色空间的人头检测

为提高视频监控中人数统计的实时性,提出一种人头检测算法。该方法在HSI(hue, saturation intensity)颜色空间建立人头颜色模型,并结合头发的灰度范围进行二值化。采用数学形态学的膨胀腐蚀算法进行预处理,并在边缘检测之后再次进行膨胀腐蚀,从而得到若干个候选区域。利用轮廓的几何特征综合判断这些区域是否为人头。实际监控的实验结果表明:该方法能够快速有效地检测出人头,很好地满足了视频监控中人数统计的实时性要求。     

基于一维Hough变换的椭圆检测改进算法

该文对基于一维霍夫变换的椭圆检测算法进行了改进,通过减少无效采样,提高了算法的效率,减少了检测时间.首先通过基于弦中点统计的算法可以快速确定当前数字图像中的椭圆中心位置;然后保存关于中心对称的特征点对,并对这些特征点对进行关于短轴的一维累积,确定椭圆的5个参数.这样使得对长轴端点的采样限制在关于中心对称的点对序列上,可...     

典型侦察卫星镜头的光学图像检测方法研究

在空间图像轮廓识别中,镜头是判断相机是否存在的重要特征。针对镜头的轮廓特征,镜头的存在可以通过检测光学图像中的圆轮廓来判别。目前圆检测算法遍历时间长,无法满足空间图像实时检测的要求。为此,将圆的几何特征和随机Hough变换相结合,提出了一种改进的随机圆检测方法,将原有算法中点遍历变为有筛选的随机点选取,解决了原有算法数据冗余的问题,圆检测准确率高,在保证算法鲁棒性的同时降低了运算时间。     

基于边缘检测和Hough变换的圆定位算法

为了解决机器视觉系统对具有小直径特征的多圆进行定位时计算量过大、效率低下和检测精度过低的问题,提出一种基于边缘检测和Hough变换的圆定位改进方法。首先,针对Canny算法进行边缘检测时对图像平滑处理过度,且对无关瑕疵点削弱能力差的缺点,采用改进的中值滤波代替高斯滤波,增加45°和135°方向来计算梯度幅值,通过最大类间方差法自动选取阈值。改进的Canny算法能有效去除细小瑕疵并完整保存孔位边缘。其次,在边缘检测的基础上用Hough变换对圆进行定位,对像素点采取75%的抽样,同时限定检测圆的直径范围,减少累积次数。实验结果表明,检测精度可达0.06mm,能够满足工业现场检测要求。     

一种基于深度信息的人头检测方法

针对目前人头检测方法对光线变化敏感和易受阴影干扰的问题,提出了一种基于深度图像的人头检测方法.首先通过运动目标检测,得到运动人员所在区域;然后对该区域使用改进的立体匹配算法,该匹配算法对传统的WTA匹配算法进行改进,只对强纹理点进行匹配,对弱纹理点只进行视差验证,并根据三角投影原理计算出深度图.由于深度图中人员与周围场景的深度分布不同,根据深度分布将人头区域提取出来,得到候选区域,最后将候选区域经过形态学运算并根据区域轮廓的特征来判断是否为人头.实验结果表明:该方法在不同光线环境条件下的检测正确率为94%以上,误检测率仅为5.77%,检测精度高,对光线和阴影的抗干扰性良好,能够很好地适应复杂环境.     

快速有效的虹膜图像分割方法

针对影响虹膜识别性能的眼睑及睫毛遮挡以及瞳孔边界非标准圆等情况,提出一种新的虹膜图像分割方法．采用活动轮廓模型技术计算出瞳孔的精确边界;根据归一化虹膜图像水平方向灰度信号的小波模极值点在尺度空间的演化计算得到眼睑遮挡边界上点,并利用多项式拟合确定眼睑遮挡部分;最后结合一维Gabor滤波的眼睫毛检测结果实现有效的虹膜图像分割．与现有分割方法相比,消除了瞳孔传统圆模型给归一化虹膜图像带来的畸变影响,避免了传统眼睑边界检测过程中涉及的四维参数空间搜索范围问题,降低了算法实现复杂度．在CASIA图像库上的实验结果表明该方法可将系统识别等错误率从8%降低到4.4%．     

基于轮廓波变换的隐写分析算法

基于轮廓波变换对图像表示的优良性质,提出了一种基于轮廓波变换的通用隐写分析算法。综合了轮廓波变换高频子带系数、高频子带噪声残差、高频子带特征函数高阶统计模型,利用支持向量机(support vector machine,SVM)对JSteg、Jphide、F5、Outguess等隐写算法的不同嵌入率进行分类和检测。实验结果表明基于轮廓波变换隐写分析算法对大部分隐写算法具有优良的探测性能。与传统的小波变换相比,轮廓波变换能够更有效地捕捉到图像因密信的嵌入而引起的细微变化。     

基于机器视觉的焊缝宽度测量方法

针对焊缝检验尺对焊缝宽度检测精度差和效率低的特点,提出一种基于机器视觉的焊缝宽度测量方法。通过测量设备获取目标图像,使用直方图均衡化和分段线性变换相结合的算法对图像进行增强。采用基于最大阈值Ostu的图像分割算法经过膨胀腐蚀等形态学的处理提取目标轮廓,再利用霍夫变换检测焊缝边缘,计算焊缝宽度。实验结果表明,该算法对焊缝的宽度检测精度可达0.01mm,效率更高。     

基于最小二乘法的早期玉米作物行检测研究

根据农田图像的特点,提出一种新的作物行检测算法。首先为图像设置感兴趣区域,使其仅保存两条作物行,接着用超绿法分割作物与背景,再对图像进行降噪处理。从图像每一行中选取最长的线段作为作物行,并提取中点为特征点,利用左右位置关系将特征点分为左右两类,对分类后的特征点进行线性回归,得到最终结果。通过大量的测试和与霍夫变换和随机霍夫变换的比较发现,该算法具有抗干扰强、检测速度快的优点。     

基于统计模型和活动轮廓的运动目标检测与跟踪

提出了一种静止背景视频序列中运动目标的检测与跟踪方法.对连续两帧图像序列作差分计算,对差分图像的灰度分布建立混和高斯模型(GMM),采用期望最大化(EM)算法估计模型参数,并引入基于GMM模型的边界检测算子,进而构造运动边界图像.改进静态图像轮廓提取算法GVF-Snake,利用运动边界图像修改GVF-Snake的能量项,使其能够提取视频序列中运动目标的轮廓.采用一种根据目标区域自动初始化轮廓的方法解决Snake初始轮廓需要手工设定的问题,采用一阶差分预测算法加快轮廓收敛速度.利用改进的GVF-Snake算法对运动目标进行检测与跟踪,结果表明,该算法对刚性和非刚性两类目标都具有较好的检测与跟踪效果.