基于深度信息的快速身份识别方法

采用传统视频信号进行身份识别时,易受遮挡、复杂背景等因素干扰的问题,本文提出一种利用 Kinect深度信息进行身份快速鉴别的方法。首先利用微软Kinect设备获取人体俯视图（深度图像）,然后根据深度信息提取以下特征：（1）身高,（2）肩宽,（3）深度直方图,根据人体生理结构的差异达到判别人身份的目的。实验结果表明,该方法计算简单,具有较高的识别精度和较强的鲁棒性。     

三维轮廓光切法测量的图像获取及处理

介绍了基于光切法的脚型三维轮廓测量原理，针对多CCD光切测量系统组成，提出一种使用中轴跟踪和改进测偏原理相结合的高精度提取轮廓光带中心线的新方法，详述了光切面轮廓图像的提取及处理过程，并通过对提取中心线的坐标变换，获得了完整的脚型断面轮廓数据。实验结果表明该方法处理效果令人满意。     

一种新的水平集进化模型

针对目前图像分割领域许多水平集进化模型需要不断重新初始化水平集函数,或需要图像的梯度信息来约束进化的问题,提出了一种带距离约束项的基于亮度信息的水平集进化模型IMDC(intensity-based model with distance constraint).该模型引入一个距离约束项作为内部能量来保证水平集函数始终不偏离符号距离函数(SDF),避免了进化过程中对水平集函数的不断初始化.同时,借鉴C-v模型的基本思想,采用图像的亮度信息而非梯度来构造模型的外部能量项,确保了零水平集曲线稳定地收敛于期望的图像特征点(如目标轮廓点).实验结果表明,本文提出的模型不仅有效地克服了传统模型需重新初始化或无法应对弱边缘特征这两大问题,而且具备全局最优分割的能力和较强的抗噪性能.     

利用Kinect深度信息的三维点云配准方法研究

针对三维重建中的点云配准问题,提出一种基于点云特征的自动配准算法。利用微软Kinect传感器采集物体的多视角深度图像,提取目标区域并转化为三维点云。对点云进行滤波并估计快速点特征直方图特征,结合双向快速近似最近邻搜索算法得到初始对应点集,并使用随机采样一致性算法确定最终对应点集。根据奇异值分解法求出点云的变换矩阵初始值,在初始配准的基础上运用迭代最近点算法做精细配准。实验结果表明,该配准方法既保证了三维点云的配准质量,又降低了计算复杂度,具有较高的可操作性和鲁棒性。     

“有效行”特征对手写体字符的识别

从无限制的手写体数字的结构出发,提出"有效行"特征的概念及其提取算法。该特征具有维数小、平移不变、字符小角度旋转不变等特点。建立了相应的字符特征库,利用BP网络对样本字符进行研究,通过大量的手写体数字识别测试表明:该方法在识别速度上优于利用单一的矩特征、小波特征等传统识别方法;在误识率方面也优于一般的单一识别方法。     

脚型三维轮廓测量技术研究及系统实现

描述了一个基于光切原理的多CCD脚型三维测量系统，介绍了系统的测量原理以及扫功控制系统的设计。该系统采用三台CCD从不同角度采样脚型，对光带图像进行分割、平滑等一系列处理，通过坐标变换后获得了脚型完整断面轮廓数据。采用标准圆柱体对系统进行了性能测试，测量误差小于0．5％，实验结果表明该系统具有良好的实用性。     

一种新颖的汉字笔划提取算法

一些手写体汉字识别系统的笔划提取大都采取基于像素跟踪的细化算法,这些方法具有很大的不稳定性。考虑到汉字的结构特点,我们提出了汉字的直线段描述算法,直线段有0, 45, 90 和 135四种方向。在算法中,充分采用了基于结构的差分方法和基于统计的概率估计方法。实验表明,该算法有很好的鲁棒性,这为汉字的识别创造了条件。     

基于小波滤波器的浮动阈值算法

在处理光照不均匀的图像分割时用常用的阈值分割方法不能得到良好的分割效果，通过分析图像特征及对小波分析理论的研究，提出采用小波滤波器将滤波以后的低通图像作为图像的浮动阈值进行二值化，获得了比较理想的效果，该算法在枪支在线OCR识别系统中得到实际应用。     

基于HHT的振动信号趋势项提取方法

针对振动信号中的趋势项成分的提取,提出一种基于希尔伯特-黄变换(HHT)的新方法.先用经验模态分解(EMD)方法将信号分解为一系列固有模态函数(IMF),然后对各IMF分量进行Hilbert变换得到希尔伯特边际谱;通过计算各IMF希尔伯特边际谱,可以获得各IMF的主频成分,对属于趋势项的IMF分量进行判别,最终确定趋势项.仿真结果表明,该方法能准确的提取振动信号中的趋势项成分.     

基于伪二维隐马尔可夫模型的人脸识别

采用小波分解将原始图像分解为4幅子图像，分别对子图像利用HMM进行学习、识别，根据信息融合的方法确定最后的分类结果，同时改进了Samaria算法中直接利用原始图像灰度数据作为观察矢量，通过K－L变换将降维以后的特征矢量作为观察矢量。