基于多点模型的3D人脸姿态估计方法

改进传统的活动形状模型法,准确地提取人脸特征点后,针对人脸形状特性,使用人脸的多个特征点作为人脸模型,通过最小二乘法优化求解,精确估计3D人脸空间姿态。实验结果表明,新方法不仅可以获得稳定的姿态解,而且与同类方法比较具有良好的姿态估计精确度。     

基于RGB-SS与Gray Balance的肤色检测方法

基于色彩空间与肤色模型两者相结合的形式,提出了一种新的肤色检测模型,即RGB-SS,同时提出了Gray Balance色彩平衡算法.通过理论研究和实验分析,表明肤色检测新方法具有更高的精确度、更强的实时性和更好的通用性.     

一种改进的对称变换应用于人脸图像眼睛定位

在研究人类眼部梯度信息的基础上，提出了一种改进的对称变换算法，并通过小波变换进行目标区域选择，去除了人脸图像大面积的灰度均匀区域，减少了计算量。试验结果表明该方法不仅提高了眼睛定位的准确性，而且缩短了定位时间。     

一种雷达目标识别方法及其实验研究

本文着重研究基于低分辨率非相参雷达视频回波的自动目标识別问题,提出了一种有效的雷达目标识别方法。采用实地录取的舰船雷达目标视频回波数据对这种识别方法进行检验,实验结果表明这种方法具有较高的正确识别率,因而是切实可行的。     

基于表情子空间多分类器集成的非特定人人脸表情识别

针对非特定人人脸表情平均识别率普遍不高（约65%）的问题,提出了一种基于表情子空间和多分类器集成的人脸表情识别新方法。通过局部二进制模式(LBP)与高阶奇异值分解(HOSVD)方法对训练集1中的人脸图像的全脸、眼睛（包括眉毛）和嘴巴三个区域进行特征提取与分解,建立相应的表情子空间;利用支持向量机(SVM)方法对训练集2中的人脸图像在表情子空间训练,得到模糊系统参数;最后结合表情子空间与多分类器集成,对测试集中的图像进行表情分类识别。在JAFFE人脸表情库中实验,获得了71.43%的平均识别率。实验结果表明,该方法有效地减少了人脸外观特征和表情表现方式所带来的影响,具有更好的识别效果。     

基于树莓派平台的苹果自动化分级系统实现

我国苹果种植面积广、产量大,但是传统人工分级很难满足现代生产要求,提高苹果分级效率急需自动化的机械分级系统。基于树莓派平台,设计并实现了一种小型的嵌入式苹果分级系统。该系统通过采集苹果图像,利用单阈值分割和Canny算子完成图像分割和图像边缘提取。利用机器学习领域的BP神经网络算法实现分级。实验结果表明,该系统实时性和准确度都较高,基本满足自动化分级的要求。     

一种基于树莓派平台的脐橙品质分级方法

针对目前脐橙品质分级自动化程度较低,难以满足现代化生产运营需求的问题,设计了一种基于树莓派平台的脐橙品质分级方法。在S和V颜色分量图像上完成背景分割,并对脐橙表面的反光区域进行亮度矫正;提取脐橙的大小和着色度特征,并提出基于积分图的局部阈值分割算法,完成果面缺陷的检测;利用决策树算法实现脐橙品质的分级。试验结果表明:此方法对特级果、一等果、二等果、等外果的识别准确率分别达到96%、94%、94%、96%,单列输送线的分级速率达3个/s,准确性和实时性较高,能够满足实时环境下脐橙分级检测的要求。     

基于仿射变换和线性回归的3D人脸姿态估计方法

提出了一种由仿射变换关系到线性回归的3D人脸空间姿态估计方法。即跟踪到人脸特征点后,根据仿射变换关系得到人脸姿态的粗估计值,以这个粗估计值作为人脸姿态的初始值,再通过线性回归迭代求得人脸姿态的精确值。实验结果表明,该方法在较大的姿态变化范围内,具有良好的估计精确度和鲁棒性。     

基于DDGVFSnake和Gamma方法处理人脸光照不均

使用一种动态方向梯度矢量流Snake (DDGVF Snake)算法来检测未知图像的阴影和高光区域，根据已知的标准人脸图像库中图像的灰度分布，计算出灰度中值，然后采用加权非线性Gamma灰度矫正算法来归一化待识别图像的光照变化，使之与已知的标准库中的图像灰度一致。在Yale B,CMU PIE和CAS PEAL人脸库上的实验表明，所提出的方法与同类的处理方法相比，具有更高的恢复精度。     

K-均值优化初始中心聚类单板图像的分割

针对彩色图像处理运算量大、计算耗时和灰度图像分割自适应阈值选择困难的问题,在通过对单板彩色图像充分分析的基础上,基于背景和目标颜色差异比较明显,提出了基于彩色图像RGB彩色空间的R通道的K-均值优化初始中心聚类的分割方法。该方法不需要彩色空间的变换,进一步降低了计算的复杂度。实验结果表明,可以提高分割的效率和准确性。