复杂背景下的人脸分割

针对复杂背景下人脸位置的不确定性和人脸轮廓边缘点的不连续性,本文提出一种新的人脸分割算法,能够在复杂背景下将人脸快速分割出来。本文算法包括三部分:首先设计了特征与模板相结合的人脸定位算法,在复杂背景中以双眼和嘴的坐标为基准确定人脸位置;其次,设计了自适应搜索算法,提取真正的人脸轮廓点,去除“假”轮廓点;最后利用人脸轮廓的平滑性通过曲线拟合来补充不确定轮廓点,完成人脸分割。本文算法综合利用了人脸的肤色、表面结构、轮廓边缘以及轮廓的平滑性等特征完成人脸分割,实验结果证明了算法的有效性。     

基于曲线拟合的人脸分割算法

提出了一种复杂背景下的人脸分割算法,算法包括以下步骤：首先基于人脸检测结果确定内外轮廓及搜索路径;然后,利用设计的自适应搜索算法,对于每一条搜索路径提取出真正的轮廓点;最后利用人脸轮廓的平滑性通过曲线拟合来补充不确定边缘点,从而完成人脸分割．该文算法的主要目的是解决人脸轮廓边缘点的不连续性问题,提取真正轮廓边缘点用于人脸分割,在一定程度上去除部分遮挡造成的假轮廓边缘点,实验结果证明了本文算法的有效性．     

一种基于特征提取和模板匹配的人脸检测算法

提出了一种基于特征提取和模板匹配的人脸检测算法。在粗检部分，利用脸部特征获得候选脸；在细检部分，利用模板匹配对候选脸进行确认，得到最后结果。经实验证明，算法可以克服光照、姿势、表情、胡须、眼镜等干扰，并允许有局部遮挡，具有较强的鲁棒性。     

基于模糊聚类的肤色分割

肤色是彩色图像人脸检测中一个非常重要的特征。通常采用一个统计模型分割出可能的肤色区域,但往往会有很多误判。此外,CbCr等简单的二维空间,不能表示真正的肤色分布。该文提出采用三维的CrCbCg模型来更精确地描述肤色分布,同时考虑到一幅图像中肤色区域内颜色点的分布具有相对稳定的特点,利用一种模糊聚类的方法对CrCbCg模型的输出结果进行二次分割,进一步去除非肤色点。由于结合了每幅图像自身的特点,该算法能大大提高肤色分割结果的准确性。大量实验结果表明,该算法能有效处理95%以上的彩色图像,对于70%以上的图像可得到很好的分割结果。     

宰后初期pH-温度窗口对牛肉品质的影响

嫩度、肉色及保水性是牛肉较为重要的食用品质,pH-温度下降关系对牛肉品质（尤其是嫩度）具有一定影响,但我国目前仍缺乏系统全面的牛肉嫩度数据库以及pH-温度窗口对牛肉品质差异的分析研究。基于此,该研究对我国两家具有代表性的大型屠宰企业肉牛宰后24 h内pH值与温度的下降关系（n=581）及宰后成熟过程中的品质指标（n=60）进行测定和分析。结果显示,A工厂88.1%的胴体处于理想的pH-温度窗口 [当pH值为6时的温度（Temp@pH6）处于12℃～35℃]内,而B工厂37.7%的胴体发生了热收缩现象,这种热收缩并未对B工厂牛肉的嫩度产生影响,两个工厂牛肉成熟21 d后嫩度仍未达到中国消费者的理想阈值。两工厂牛肉成熟期间均保持较高的a*值,B工厂胴体pH值的快速下降对保水性造成不利影响。此外,B工厂黑切（dark,firm and dry,DFD）肉发生率高达17.1%。因此,建议牛肉生产企业加强肉牛宰前管理、改进电刺激参数,以减少DFD牛肉及热收缩现象的发生。