一种基于KL变换的椭圆模型肤色检测方法

肤色检测是计算机视觉中的一个重要问题,该文提出了一种新的基于KL变换的椭圆模型肤色检测方法。算法首先对训练肤色样本进行了分布均匀化处理,然后以KL变换为基本工具最终得到了肤色分布区域的椭圆边界方程。方法简单直观。实践表明,该算法能完成对各种不同环境条件下所拍摄图像的肤色分割,效果理想,其性能明显优于常用的域值界定法和单高斯模型法。     

一种基于椭圆投影的非理想虹膜定位算法

人以正常步行速度通过采集装置会出现非理想的虹膜图像.本文针对非理想虹膜中的角度偏离图像,提出了一种基于椭圆投影的虹膜定位算法.该算法首先计算双眼相对位置来决定头部的旋转角度,之后找到瞳孔内一点,从该点出发根据梯度变化搜索到虹膜的内边界点,采用最小二乘法拟合椭圆形内边界.然后依据椭圆与圆形的近似度检测人眼凝视方向,使用投...     

基于Zernike-Facet模型和总体最小二乘的弱小目标检测

弱小目标一般是图像局部区域的极值点。针对这个特点,依据二元三次函数的极值理论,该文提出了一种新的弱小目标候选点的检测方法。发展了一种新的图像局部灰度拟合模型,即Zernike-facet模型,模型参数的求解采用比最小二乘(LS)抗噪能力更强的总体最小二乘(TLS)算法。新检测方法通过Zernike-facet模型和TLS对原始图像中每一个像素的局部区域进行曲面拟合,然后在拟合曲面上提取极值点作为目标候选点。仿真表明,新方法在抑制噪声上优于其他常用方法。可见光/红外图像小目标检测实验也证实了新方法的有效性。     

基于卡尔曼预测的序列图像椭圆检测算法

为实现序列图像中的动态椭圆目标检测,采用数字图像坐标系下的卡尔曼滤波来预测图像中椭圆的待检测区域。设计了卡尔曼滤波器,对椭圆目标的运动参数（椭圆中心位置、速度以及加速度）进行跟踪从而可以预测下一帧图像中目标椭圆的待检测区域,缩小了图像中椭圆目标的搜索范围,提高了算法的实时性和鲁棒性。结合随机抽样一致理论和最小二乘拟合法设计了鲁棒性的椭圆检测算法,实现了序列图像中椭圆目标的快速、鲁棒检测。仿真结果及物理实验表明,本文算法能快速稳定的检测出序列图像中的椭圆目标。     

相机圆形点阵标定法中投影点的精准定位

针对圆形特征点难以精确定位投影点的问题,提出样本点在椭圆上的最近邻点、椭圆的逼近程度和投影点集的相似性,用最小二乘法拟合椭圆投影点的最近邻点得到投影椭圆,以其中心做为投影点(简称优化最小二乘法)。拍摄有494个圆形点的点阵板,分别用灰度重心法、扫描最小二乘法、Canny边缘最小二乘法和优化最小二乘法获得不同投影点集边缘的拟合椭圆,优化最小二乘法的拟合椭圆具有最高逼近程程度,达到0.812968;用这些方法的投影点进行相机标定,测量物件长度,优化最小二乘法的测量精度最高,达到99.99%。不论是投影椭圆的逼近程度还是应用标定参数测量相同物件的测量精度,优化最小二乘法都具有最优结果,因而优化最小二乘法能够精确定位点阵标定法中的圆形投影点。     

基于改进最小二乘法拟合的车道线检测

提出了一种新的适用于自主驾驶系统的车道线检测——基于改进最小二乘法拟合的车道线检测。算法首先将摄像头采集的一帧帧图像,截取感兴趣的下半部分进行灰度变换,得到灰度图像;其次采取高通滤波,小波变换,来进行边缘增强与检测;之后采取最小阀值二值化得到二值化图像,采用最小二乘法拟合车道线;最后车道线的跟踪采用粒子滤波。实验表明,该算法简单、鲁棒性强,能准确地检测到车道标识线。     

面向近眼式应用的快速瞳孔中心定位算法

针对Hough圆变换、最小二乘法椭圆拟合瞳孔中心定位算法中运算量大的问题,提出一种基于椭圆外切矩形的快速瞳孔中心定位算法。该算法从人眼图像中通过阈值分割得到瞳孔区域,对瞳孔区域进行边缘像素点的提取,然后利用椭圆外切矩形模型定位出瞳孔中心。通过Matlab对中国科学院自动化研究所公开的虹膜数据库中756张人眼图像进行遍历实验验证,所提算法定位准确率为98.3%,平均用时0.192 s。在同等条件下,与Hough圆变换、最小二乘法椭圆拟合算法进行对比,在保证定位准确率的同时,所提算法平均用时更少。实验结果表明,所提算法能够快速准确地完成瞳孔的中心定位。     

多普勒天气雷达合成切变算法及改进方法的研究

该文在研究由多普勒天气雷达速度场计算合成切变所采用的直接计算差值滤波算法的基础上,针对其存在的边缘点的切变识别较少等问题,结合最小二乘法在线性拟合方面的优势以及雷达数据沿径向分布的特点,提出一种基于取不同拟合窗口的最小二乘法的算法,并利用计算定位精度等方法比较和分析这两种算法,最小二乘法算法在定位精度、识别能力、边缘切变识别等方面优于直接计算差值滤波算法。在2008年北京奥运气象保障中应用最小二乘法的合成切变气象产品给人工影响天气提供了重要参考资料。     

基于最小二乘法椭圆的拟合点的选择研究

最小二乘法广泛应用于曲线拟合。最小二乘椭圆拟合算法,由于拟合选择点有可能包含误差点,所以会对椭圆拟合的最后结果产生偏差。针对这种情况,采用设定选择点的限制条件,防止选择两点之间距离过近,一个点可能为误差点,从而对拟合结果产生较大改变,拟合过程及结果就不具有意义,浪费了计算时间与效率。先在设定的限制条件下选取6个点拟合椭圆,然后计算与此椭圆匹配的所有样本点个数。重复此过程一定次数,匹配样本点多的椭圆即为最优椭圆,构造了一种快速准确剔除误差较大样本点的改进椭圆拟合算法,并在实际图像应用中验证了算法能够有效地执行拟合计算,提高了拟合执行效率,拟合出具有高精度的椭圆,并且算法的速度能够满足实时性的要求。     

一种基于曲线拟合提取干涉条纹中心点的新方法

介绍一种提取干涉条纹中心点的边界法向曲线拟合法。根据干涉条纹灰度分布规律，首先对干涉图像依次进行二值化处理和边缘提取，对所得到的条纹边缘进行曲线拟合，计算边缘上各点法线方向；再根据条纹灰度余弦分布特点，对法线方向上的条纹灰度数据进行最小二乘法拟合，求出极值点位置；进而获得条纹中心点坐标。该方法具有精度高、抗干扰的特点，不仅适用于平行直线型条纹图像，而且对含闭合条纹的复杂干涉图像同样适用。     

快速椭圆检测算法

椭圆检测是目标检测中常用的技术,自然界很多物体的边界都可以用椭圆进行拟合,所以椭圆检测也成为目标提取的关键技术。首先分析了椭圆的解析结构,根据物理学中惯性矩的概念,推演出一个类椭圆区域的理想椭圆,用参数椭圆与边缘检测获得的边缘点拟合,就能求出一个区域的理想椭圆。然后将求得的理想椭圆与区域边缘点集合用近似度和逼近度2个指标拟合,得到与类椭圆区域最匹配的精确椭圆。最终得到类椭圆区域的边界轮廓。     

深度约束的零件尺寸测量系统标定方法

针对大尺寸平面零件尺寸测量系统标定精度不高的问题,提出了一种基于深度信息的系统标定方法。首先利用圆形平面靶标,提出一种提取靶标图像特征点的新方法,采用自适应阈值的边缘检测和多项式拟合算法提取特征点亚像素轮廓,利用椭圆拟合得到中心坐标;然后根据带有畸变的非线性成像几何模型,采用最小二乘法计算摄像机参数的最优解,获得靶标的位姿;最后提出被测物表面与靶标平面之间的深度信息作为摄像机模型修正项,校正测量平面位姿,利用成像原理和直线与零件表面交点确定零件尺寸。设计了单目视觉尺寸测量系统并进行实验,结果表明:标定反投影误差小于0.02 pixel,在10.75 m2的视场内,系统测量精度达到了0.05 mm。     

视频图像中人脸自动检测与统计算法

针对视频中人脸检测由于成像角度、天气状况、遮挡等因素造成检测准确率偏低以及深度学习模型计算复杂度高的问题,文中提出了一种基于椭圆肤色模型与AdaBoost的人脸检测算法。算法通过选取Haar-like特征作为弱分类器,以裁剪过的CAS_PEAL数据集中的人脸图像作为训练集,利用AdaBoost算法将多个弱分类器组合成一个强分类器,最后将若干强分类器以级联的结构组成最终的分类器模型。为解决将非人脸区域检测为人脸的问题,引入椭圆肤色模型,利用椭圆肤色模型对视频帧进行处理使得图像中与肤色相似的区域进入后续的人脸检测过程以降低误检率。实验结果表明,算法能以平均26 ms(单人脸视频)和平均34 ms(多人脸视频)的检测速度进行实时的人脸检测,且达到了87.2%的检测准确率,具有较大的应用推广价值。     

基于空间矩的视觉图像基元特征提取方法研究

建立了三级灰度图像边缘模型的空间矩算子。首先利用LOG(Laplacian of Gaussian)算子定位速度快的特点,确定图像像素级边缘;然后在包含边缘点的邻域内利用空间矩进行边缘的亚像素定位,由Hough变换提取直线和椭圆边缘像素点;最后采用基于最小二乘原理的直线拟合边缘提取方法,得到亚像素级被检测直线和椭圆。对空间矩算子亚像素定位算法与像面直线和椭圆亚像素提取算法的有效性和精度进行了实验研究,实验结果表明,在测量速度相当的情况下,本文提出的算法具有较高的精度和稳定性。     

一种快速鲁棒的光学表面划痕高精度检测方法

为了提高光学零件表面划痕定位测量和宽度测量的精度,采用基于离散正交多项式曲面拟合的亚像素边缘检测与宽度测量的算法,通过对边缘点及其邻域进行曲面拟合代替了只对边缘点梯度方向进行曲线拟合,实现了亚像素边缘检测;采取感兴趣区域加速策略与基于离散正交多项式曲面方程参量快速求解方法串联进行的加速方案,大大减少处理时间;在宽度计算方面,根据划痕长度自适应分段,分别计算每段分段点之间欧氏距离并作为其宽度,比较后取最大宽度作为划痕宽度。结果表明,该算法测量精度较高且具有较强的鲁棒性,同一划痕在不同视窗下测得宽度误差均值不超过5.2%,且标准差不超过0.3;在求解曲面模型参量的时间方面,该方法计算时间约为最小二方法的7.35%,处理效率显著提高。该方法能够满足工程应用中快速、高精度的测量要求。     

基于数学形态学和LMS滤波的图像边缘检测算法研究

传统的边缘检测算子对灰度图像进行边缘检测时存在图像细节被丢失,边界不连续等问题。针对上述问题,提出一种基于数学形态学和最小均方差滤波相结合的图像边缘检测方法,该算法先利用小均方差滤波的方法可以有效地滤除图像中的噪声,然后利用形态学中的腐蚀运算对图像进行边缘检测处理。实验结果表明：该方法能够有效地去噪,精确地检测图像中的细节,并且边界的连续性好。     

道路识别系统中的边缘方法及其实时实现

本文提出了一种道路识别系统中基于边缘的快速算法，并给出了其实时实现的方法。我们在分析了Canny算法的优点和不足基础上，结合道路识别的特点，提出一种适合于硬件实现的快速边缘检测算法。最后实时实现了上还算法，其中算法的底层采用基于FPGA芯片的硬件实现。文中还简要讨论了系统中基于区域的算法和两种算法的融合。