基于霍夫变换和眼睑弹性模板的眼睛特征提取

提出一种将新颖的眼睑弹性模板与霍夫变换相结合实现眼睛特征的自动提取的方法,即自动定位眼球并自动提取眼睛轮廓．与其它用弹性模板提取眼睛特征的方法相比,本方法可以处理对比度较低、下眼睑模糊的图像,提取特征准确度更高,且改进的能量函数和保守能量下降算法大大简化了经验参数的选择．经过百余幅眼睛图像的实验处理,验证了该方法的有效性．     

基于模型的手腕骨特征提取

图像分割和特征提取是图像处理学的经典课题之一。文中 效的手腕骨Ｘ光片图像特征提取方法，先对手腕骨Ｘ光片图像作预处理，利用灰股影的方法对各手腕骨特征区域进行了大致定位，获得区域性信息，缩小实际特征提取时的搜索；在各特征子或基于形变轮廓提取边界的原理，引物初始骨模板的形状信息及特征子区域的边界条件作为骨轮廓提取的内部能量和外部能量判据对骨边界提取的迭代过程进行引导，有效地排队非边界的信息的干扰，使处理     

基于肤色的眼睛轮廓自动提取新方法

眼睛作为人脸识别最重要的生物特征之一,具有高稳定性、不易复制性和可区分性等特点,其特征提取是人脸图像检索的关键环节,通常对眼睛特征的描述主要依据视觉感知,面对由于模糊描述而无法实现量化处理的难题,提出了一种基于肤色的人眼轮廓自动提取新方法。该方法分为四步:首先,提取人脸彩色图像并将其从RGB色彩空间变换到YCbCr色彩空间;其次,通过肤色非线性空间映射进行人脸区域定位处理;然后,采用大津法实现人眼区域分割;最后,通过色度信息以及形态学处理方法提取眼睛轮廓。实验表明:该方法能够精确提取人眼轮廓,提取率为99%以上,提取时间小于1.75 s。     

基于图论的激光图像误匹配点自动探测

为了有效提取特征点，提升误匹配点自动探测效果，提出一种基于图论的激光图像误匹配点自动探测方法。利用尺度不变特征变换检测激光图像极值点，完成特征点提取，归一化处理特征点，计算提取的特征点间的距离，按照距离为提取特征点构建激光图像完全图；建立激光图像导出图，通过迭代处理导出图，自动探测误匹配点。实验证明：该方法可有效提取激光图像特征点；在不同旋转角度时，该方法自动探测误匹配点的粗差误判率较低、内点比例较高，最高粗差误判率仅有6.8%,最低内点比例84.8%,说明该方法具备较优的误匹配点自动探测效果。     

改进的SUSAN角点检测算法

SUSAN角点检测算法以抗噪声性能强,运算速度快而被广泛运用于特征点的提取.传统的SUSAN算法的灰度差阁值固定,不能有效去除伪角点,并且在大尺寸模板检测下耗时多.针对这些问题,从模板尺寸对检测结果的影响出发,讨论不同尺寸模板的检测效果,从而提出一种变换模板提取特征点的方法.采用一种自动选取阈值的方法实现了阈值的自动选取,使用能量分布法和像素投影法去除了伪角点.结果显示,该方法缩短了检测时间,并且提高了检测准确度.     

基于图像挖掘技术的脑部图像研究

文章的主要工作是利用数学工具和信息技术自动提取和描述帕金森患者脑部切片图像特征,实现脑部病变图像正确识别和分类。实验结果表明本方法具有自动处理快、分析效率高等特点,适用于大脑部分图像的自动处理和分析。     

指纹图像特征点提取算法研究

为了将指纹纹理中的有效信息提取出来,通过指纹图像预处理和特征点提取两个步骤,提出了一种指纹图像的特征点提取算法。图像预处理主要包含图像增强、二值化、细化,而特征点提取则采用模板搜索提取法。最终通过MATLAB GUI系统将采集的指纹图像进行处理,在用户界面内显示图像处理结果以及特征点提取结果,说明该设计很好地实现了算法目的,并且具有很好的稳定性和扩展性。     

绝缘子串红外图像中绝缘子盘面和钢帽区域的自动提取方法

提出了一种新的绝缘子串红外图像中绝缘子盘面和钢帽区域自动提取方法:通过红外图像预处理、特征提取、角度校正和区域提取4个步骤实现自动提取。该方法首先将现场拍摄的绝缘子红外图像进行灰度化处理、去噪、二值化;然后从二值图像中提取反映绝缘子的特征集合;通过特征集对二值图进行角度校正;最后通过区域提取中的特定算法提取出绝缘子的盘面和钢帽区域。该方法经过了某220 kV变电站的实验验证,证实了提取结果的正确性和实用性。     

基于特征提取与认证的彩色图像人脸检测

在深入的对频谱脸法和Fisherface方法进行研究后,综合这两种方法的优点,提出了一种基于频谱脸和Fisher-face的人脸识别新方法。频谱脸方法主要是采用二维小波变换和傅立叶变换。因为人脸图像的低频部分对人脸的表情变化是不敏感的,所以对人脸图像使用二维小波变换,提取人脸图像的低频部分。对人脸图像的低频部分使用傅立叶变换,从而获得原人像的一个低维空间的表达。但是频谱脸特征维数仍然较高,所以在频谱脸法的基础上继续提取人脸频谱图像的Fisherface特征,降低特征的维数,提高识别效率。利用人脸面部构造产生的灰度特性提取眼睛,利用嘴唇的色度特征分割出嘴巴,进而根据眼睛和嘴巴构成三角形模板的特性,精确定位人脸在图像中的位置。实验结果表明,这种结合肤色和面部特征的算法,能够对人脸进行较快速、准确的定位,而且结果比较稳定可靠。     

基于特征检测的人眼定位方法

介绍一种在人脸图像中定位人眼的方法。与现有的方法相比,本方法对图像中人脸的旋转不敏感;同时,在彩色图像中应用这种方法可以在人脸偏转了一定角度的情况下,较好地定位人眼。在处理灰度图像的时候,总结了一些与眼睛相关的几何性质,用以更精确地定位眼睛。在处理彩色图像的时候,应用了一种颜色变换的方法来提取人脸和眼白的特征。