基于RGB色彩模型相关模板的彩色人头图像编码

基于彩色人头图像RGB色彩模型色彩分量之间的相关性,提出一种针对彩色人头图像压缩编码的方法。该方法将彩色人头图像的面部特征区域用一种快速且较精确的方法提取出来,对色彩分量G面部特征区域进行细致编码,而对面部特征以外的区域进行粗犷编码,结合在色彩分量R、B与G之间建立的相关模板,实现对彩色人头图像的分级编码。实验结果表明该方法既能获得较满意的重构图像效果,又可大大提高编解码的效率和压缩比。     

基于色彩相关模板的彩色人头图像压缩编码方法

提出一种专门针对彩色人头图像压缩编码的新方法。该方法利用彩色人头图像在各个特征区域三个色彩分量之间的色彩相关性,建立其中一个色彩分量与另两个色彩分量之间的相关模板,并只需对第一个色彩分量进行量化编码,解码时重构这个色彩分量后,加上极少量的相关模板系数就可解出另两个色彩分量,从而恢复图像。实验结果表明,该方法不仅可以大大提高编码效率和压缩比,并且能获得较满意的重构图像效果。     

基于汉字连通分量的印刷图像版面分割方法

针对彩色印刷图像背景色彩丰富和汉字存在多个连通分量,连通域文字分割算法不能精确提取文字,提出基于汉字连通分量的彩色印刷图像版面分割方法。利用金字塔变换逆半调算法对图像进行预处理,通过颜色采样和均值偏移分割图像颜色,标记文字连通分量,根据汉字结构和连通分量特性重建汉字连通分量,分析文字连通分量连接关系确定文字排列方向实现文字分割。实验结果表明,该方法能够有效地重建汉字连通分量,在彩色印刷图像中实现对不同字体、字号、颜色的文字分割。     

基于PCA的彩色印刷图像色彩分割算法

针对彩色图像的印刷过程中,原图像的色彩分割问题,提出了基于PCA(主成分分析)并结合其它典型彩色图像分割方法的新分割算法;该算法首先利用PCA算法把图像分解为主特征分量和残特征分量两分量图;然后采用二次分水岭算法对残特征分量图进行分割;利用K-Means算法对主特征分量图进行聚类初分割,接着对聚类初分割后的图像进行相似色彩区域融合;最后把分割后的两分量图的进行融合,得到最终的分割结果图;该算法可以应用于彩色印刷图像的色彩自动分割和彩色印刷过程的自动色彩控制中。     

使用SIFT图像校正的彩色图像水印算法

提出一种将SIFT图像校正方法用于水印提取的数字图像水印算法.使用混沌加密和格雷码置乱水印信息,并将置乱信号加入到彩色栽体图像蓝色分量离散余弦变换域的低频分量系数中.水印提取算法首先分析水印图像和参考图像的特征点,并对提取出的特征点进行匹配分析.根据匹配的特征点之间的关系对水印图像进行图像校正,从校正后的水印图像中提取确认是否有水印.实验表明,该算法对于抵抗各种噪声、滤波和压缩等攻击具有很好的鲁棒性以及安全性.     

基于局部人脸图像的ICA人脸识别方法

提出了一种基于局部人脸图像独立分量分析的特征提取方法.该方法将人脸图像分成若干个相等的部分,将分成的局部人脸图像矩阵作为训练样本,并先后从水平方向,垂直方向提取训练样本的独立分量.相较于传统的独立分量分析(ICA)方法,该方法具有如下优点:有效解决了传统ICA在进行特征抽取过程中的高维小样本问题;将局部人脸图像作为训练样本,这不仅增加了训练样本数,而且有利于提取人脸局部特征;依次从训练样本的水平方向、垂直方向提取训练样本特征,使得提取的特征不仅维数更小,而且能更有效地反映样本的局部信息.以上优点使得提出的算法较传统方法在人脸识别方面更稳定,识别率更高,在Yale人脸库和AR人脸库上验证了该算法的有效性.     

彩色数字图像的脆弱数字水印

针对彩色数字图像局部区域内容保护和认证,研究了彩色数字图像的脆弱数字水印.为了保证水印的安全性,利用三维二值混沌序列对原始二值水印图像进行加密,对提取的加密二值水印图像进行解密.嵌入载体图像的水印和从嵌入水印的图像中提取的水印均是加密水印.将彩色数字图像中被保护区域的三个分量的小波变换域分别嵌入加密水印,以保护其内容的完整性和不可篡改性.采用模运算实现水印的嵌入和盲提取.理论分析和实验结果表明,该脆弱水印算法对彩色数字图像保护区域内的任何篡改,都能够正确地检测和定位.     

基于YIQ色彩空间的彩色图像盲水印算法*

提出了一种将彩色图像作为数字水印嵌入到彩色宿主图像中的新算法,用于图像版权保护。将彩色水印图像进行一维数字化处理,并将彩色宿主图像由RGB色彩模式转换成YIQ色彩模式,采用整数小波变换将彩色水印嵌入到彩色图像YIQ色彩空间的Y分量中。彩色水印的提取不需要原始水印和原始宿主图像。实验表明：该数字水印算法不仅具有良好的透明性,而且对诸如叠加噪声、JPEG压缩、几何剪切、平滑滤波等攻击具有很强的鲁棒性。     

基于LBP统计特征的低分辨率安全帽识别

针对工地进出口的视频监控录像,考虑远距离低分辨率安全帽识别问题,探讨了低分辨率安全帽识别方法,分析了提取不同的特征和应用不同的分类器与识别率的关系.首先截取视频中的人头,获得大小为22*22的图像,然后分别提取图像的统计特征、局部二进制模式特征、快速主成分分析特征,再利用分类器和反向人工神经网络进行分类预测,最后计算测试样本的识别率.实验结果表明,提取图像的二进制模式统计特征,再结合反向人工神经网络的识别率效果最佳,识别率可达87.27%.     

基于局部形态和彩色特征的烧结状态识别

提出了一种基于局部形态和彩色特征的回转窑烧结状态识别方法。使用SIFT描述回转窑图像的局部形态特征,将彩色的回转窑图像的三个分量都转化为八个等级,用局部三维直方图来描述局部的颜色和亮度特征,将两种特征融合得到局部形态和彩色特征。使用词袋（Bag-of-Words）模型表示图像并利用神经网络分类器实现对烧结状态的识别。实验结果表明,基于局部形态和彩色特征的识别方法能够获得较高的识别精度。     

视频中多线索的人脸特征检测与跟踪

针对目前的人脸特征检测与跟踪算法存在的对环境适应能力差、缺乏自我检错能力的缺点，该文提出了一种多线索综合的新方法，多线索中包括基于深度信息的人脸区域粗分割，基于多关联模板匹配的人脸检测，利用多尺度Sobel卷积的特征提取，基于“特征眼”的人眼验证以及基于多视图的校验方法，多种线索互相补充，自我检错和纠错，对背景，光照及姿态变化具有较强的适应能力，实验表明该方法是有效的，鲁棒的。     

融合人脸轮廓和区域信息改进人脸检测

基于人脸轮廓信息和面部区域信息的互补性，提出了一种新颖的基于融合算法的轮廓一区域人脸检测器：采用一种新的特征提取方法有效地刻画人脸轮廓模式；基于支持向量机分别训练人脸轮廓分类器和面部区域分类器；基于最小错误率Bayes决策规则融合人脸轮廓和面部区域分类器。该文分别在标准头部图像库、BioID人脸图像库(灰度人脸图像库)和彩色人脸图像库上测试了轮廓一区域人脸检测器．大量的实验结果表明了所提出的轮廓一区域人脸检测器通过引入轮廓信息有效地提高了人脸检测算法的精度。     

一种基于空间特征的图像检索法研究

在基于内容的图像识别技术中,颜色自相关图是一种常用的图像颜色特征提取法。文章在此基础上,考虑图像结构特征,通过对图像进行水平和垂直两次扫描,分别建立图像相似区域的变化图。该算法和颜色自相关图一并应用到SOM网络上,实现了一个基于颜色特征和结构特征的图像分类。编程实验结果表明:新算法可以较好地提高基于内容的图像检索的准确性,避免了仅靠图像的颜色特征进行分类和搜索的不能描述图像宏观结构的缺点。     

基于头肩图像序列的人脸特征定位系统的实现

针对复杂背景的人脸彩色图像进行特征定位,一直是研究的热点和难点问题.提出了一种实时进行人脸特征定位的算法.在单人脸头肩图像序列中,首先利用背景差分法提取出人脸前景图像,利用几何先验知识和积分投影法分离出人脸区域;接着在人脸区域中采用YCbCr肤色模型、模板匹配以及边缘检测的方法定位出眼睛和嘴角,最后在RGB空间上采用阈值方法和积分投影法相结合的方法确定眉毛和鼻子的位置.实验表明,系统可以快速地检测出人脸特征,具有较高的检测精度和鲁棒性,检测的帧率达到10fps.     

Reliable detection of eye features and eyes in color facial images using ternary eye-verifier

Eye detection plays an important role in applications related to face recognition. The position of eyes can be used as a reliable reference for other facial feature detection. This paper presents a novel approach for the precise and reliable detection of eyes by introducing a ternary eye-verifier. Initially, the face region is detected by combining color information and the Haar-like feature detector. The face region is then binarized and filtered with circular filters to detect eye candidates at the peaks in the filtered response. Each eye candidate is fed into a ternary eye-verifier that includes a proposed eye feature extractor based on K-means clustering with compensation for variety in iris color. The eye template in the eye-verifier is constructed based on both the knowledge of eye geometry and the detected eye features. The template matching is made by the ternary Hamming distance. Experiments over a collection of FERET face database and house-made face database with different head poses confirm that the proposed method achieves precise and reliable detection of eyes from color facial images with variation in illumination, pose, eye gazing direction, and race.     

基于颜色和特征匹配的视频图像人脸检测实现技术

A face detection method using statistical skin-color model and facial feature matching is presented in this paper.According to skin-color distribution in YUV color space,we develope a statistical skin-color model through interactive sample training and learning.Using this method we convert the color image to binary image and then segment face-candidate regions in the video images.In order to improve the quality of binary image and remove unwanted noises,filtering and mathematical morphology are empolied.After these two processing,we use facial feature matching for further detection.The presence or absence of a face in each region is verified by means of mouth detector based on a template matching method.The experimental results show the proposed method has the features of high speed and high efficiency,but also robust to face variation to some extent.So it is suitable to be applied to real-time face detection and tracking in video sequences.     

多特征提取的双目机器人目标跟踪

为了解决复杂环境下双目机器人的目标跟踪问题,提出多特征提取的方法。在机器人静止-目标运动模式下根据改进的步态光流图和视角识别目标并构造颜色直方图模板;在机器人运动-目标运动模式下利用扩展卡尔曼滤波器、基于自适应核函数的CamShift算法、基于Hu矩的头肩模型匹配算法提取目标的运动特征、颜色特征和头肩特征以实现目标跟踪。实验分析表明,所提出方法能够避免启动时手动框选目标,可以实现遮挡和背景与目标相似度高等复杂环境下的目标跟踪。     

基于彩色分割和特征定位的实时人脸检测算法

论文提出了一种新的彩色人脸图像实时检测算法。该算法利用皮肤颜色在YCbCr彩色空间的分布特性进行人脸皮肤区域的分割,利用人脸特征在灰度图像灰度映射极小值特性进行人脸特征定位。实验证明该算法对彩色人脸图像的检测有很好效果。     

基于人工情感的脸部表情识别的研究

脸部特征的提取和各种特征所代表的表情状态是识别是脸部表情识别过程中的重要步骤。该文研究了脸部表情识别方面的一些进展，概括论述了面部表情识别的主要研究内容，以及图像预处理，特征提取，图像识别和表情识别的主要算法和方法。研究表明，在正面人脸和无背景时识别效果较好；在复杂背景下，或人脸被部分遮挡或角度偏转角度较大时，识别效果不好，它的识别效果离实用还有较大的距离，还需要进一步研究。     

一种加权矩形提取表情特征的方法*

表情特征提取是面部表情识别的一个关键步骤。针对目前特征提取效率低的情况,通过分析Gabor特征提取的性质和积分图像计算效率高的特点,提出一种利用积分图像技术和矩形模板计算面部特征点特征的方法,模板模拟Gabor的多尺度性,每个模板定义相应的权值,表情图像按照Gabor的各个方向旋转,使用旋转图像积分图和加权模板而不是在积分图上旋转模板提取特征点的特征值,最后将此特征值用于表情分类。实验结果表明,该方法在识别结果相当的情况下极大地提高了特征提取的效率。