基于积分投影和差分投影的人眼定位

人脸识别是生物特征识别的重要组成部分,而人眼是人脸最突出的特征之一,眼睛定位成为人脸识别的关键环节。积分投影法是一种常用的人眼定位方法,但直接采用此方法进行人眼定位时,由于眉毛与眼睛距离较近,容易将眉毛的水平位置错误地判定为眼睛的水平位置,降低眼睛定位的准确率。所以,在人脸区域粗定位后,计算眼睛区域的水平积分投影时,增加了其在水平方向灰度变化频繁的特征,即差分投影法,最后将积分投影法与差分投影法相结合来实现人眼定位。该方法在ORL人脸库上经过测试,取得了约90.5%的定位准确率。实验结果表明,该方法可以更准确地定位人眼。     

人眼定位的边缘强度信息积分投影方法

为了提高积分投影方法对人眼定位的准确性和适用范围,提出了一种在极坐标系下对边缘强度信息进行积分投影的改进方法。基于肤色特征确定出人脸区域,采用Kirsch算子建立边缘强度信息图像,对不同极角方向进行积分投影,确定出人眼角度方向,对人眼所在角度方向的边缘强度进行微分累加运算确定出人眼的极径,从而实现人眼的极坐标定位。实验结果表明,该方法能够有效地提高各种姿态人脸图像中人眼定位的准确性,尤其对于旋转人脸图像的人眼定位,该算法具有良好的鲁棒性。     

基于灰度积分投影的人眼定位

该文提出了一种基于最大类间方差阈值分割和灰度积分投影技术的眼睛定位方法。首先通过图像预处理技术中的中值滤波方法去除图像噪声,并通过非线性变换消除人脸图像因为曝光条件不同而造成的模糊,得到灰度分配较为均匀的图像,然后利用最大类间方差阈值法对图像进行二值化处理,将特征点从人脸图像分割出来,并分别利用水平和垂直灰度积分投影曲线结合人脸的结构特征找到眼睛的位置坐标,实现了准确的眼睛定位,从而为进一步提取其它特征点打好了基础。     

一种基于积分投影的人眼定位方法

文章研究了人脸识别中的人眼定位这一重要环节。将经过预处理的人脸图像先通过积分投影变换法进行人脸定位,在定位后的人脸区域内用一定的矩形框搜索,给方框内黑色像素进行计数,当黑色像素个数达到某个比例时,将其标记为人眼位置侯选处。然后将小方框适当扩大,用canny算子算出人眼的边缘轮廓,并在候选位置中进一步确定人眼位置。实验结果表明本文采用的方法简单易行,具有较高的准确率和较强的光照鲁棒性。     

基于灰度投影及区域特征的人眼定位算法

人眼定位在机器视觉中有广泛的应用,该文针对目前流行的基于灰度特征与几何学的算法提出了一种算法改进,采用灰度投影与区域特征相结合的算法实现了自动化人眼定位。利用水平积分灰度投影计算眼睛纵坐标,进一步利用区域特征确定眼睛横坐标．从而准确快速定位到人眼。     

基于灰度投影及区域特征的人眼定位算法

人眼定位在机器视觉中有广泛的应用,该文针对目前流行的基于灰度特征与几何学的算法提出了一种算法改进,采用灰度投影与区域特征相结合的算法实现了自动化人眼定位。利用水平积分灰度投影计算眼睛纵坐标,进一步利用区域特征确定眼睛横坐标,从而准确快速定位到人眼。     

基于积分投影与灰度复杂度的人脸特征定位算法

针对当前人脸特征定位的研究现状与难题,采用YCbCr椭圆聚类方法进行肤色区域提取,然后根据人脸的几何特征,通过比例、大小结构特性来判断二值化图中的目标区域是否为人脸,从而可以排除非人脸区域,再结合人脸面部器官分布特点,利用积分投影方法,对人脸区域垂直和水平两个方向分别进行灰度值累加统计,经过分析可以定位眼嘴的区域边界和中心点。同时针对积分投影的缺点,即如果头部发生倾斜会导致投影位置不准确,提出了基于灰度复杂度的眼睛定位方法,利用该方法首先定位人眼位置,然后根据人眼对人脸区域旋转校正,最后再利用积分投影定位嘴巴。     

基于多尺度自商图和改进积分投影法的人眼定位

针对传统的投影方法在人眼定位时易受光照干扰以及难以获得精准的人眼中心点的问题,提出一种基于多尺度自商图和改进的积分投影法的人眼定位算法.首先利用多尺度自商图消除人脸图像的光照影响;然后分析眼睛在水平方向上灰度分布的特点,采用两个行梯度算子对积分投影法进行了改进,以提升眼睛区域特征并初步定位人眼区域;接着采用Sobel算子对人眼区域进行滤波得到人眼滤波图,并对人眼滤波图的垂直积分投影曲线进行高斯函数拟合,根据拟合结果分割出左眼窗口和右眼窗口;最后,计算左眼窗口和右眼窗口的尺寸,获取左眼窗口和右眼窗口的中心点,即为人眼中心点.在YaleB人脸数据库和JAFFE人脸数据库上测试表明,本文方法对复杂光照、人脸边缘以及人脸表情适应性强,可以获得较为精准的人眼中心点.     

基于极坐标的树木叶片特征提取方法

提出了一种在极坐标下进行特征提取的方法,并将其应用于树木叶片图像识别中。该方法首先将目标图像二值化并映射到极坐标下,提取具有旋转、缩放、平移不变性的曲线面积比率、跨度比、饱和度和高度变化率等特征。然后通过最小欧式距离对叶片进行计算、识别。该方法克服了直角坐标系下特征提取方法计算量大,花费的时间长的缺陷。基于该方法的叶片特征提取算法的时间复杂度为[O(n)]。对于叶型有区分,且需要快速进行树叶识别的树叶数据集有很好的效果。该方法在常见的13种树木叶片中进行测试,平均正确识别率达到90%以上。     

基于Di rectShow的人眼检测

为实现基于无侵扰立体显示技术的裸眼3D立体显示器,针对用户跟踪式立体显示（3D display by user tracker ）关键技术之一的人眼定位,提出基于DirectShow 的人眼检测算法。通过将肤色检测、AdaBoost和主动变形模板（ASM ）相结合,完成人眼位置检测的目的;提出双焦视距拼接技术,增加人眼检测的纵向探测范围;描述通过DirectShow消除数据传输、硬件差异、同步性对应用程序的影响的方法,在几乎不改变系统的情况下完成摄像头的切换,以最少的 Filter数量实现系统功能。通过实例验证了该方法在实时、精确和纵向探测范围几方面拥有良好效果。     

基于红眼效应的人眼探测

传统的立体显示系统中,观看者需要配戴头盔、眼睛等辅助设备才能欣赏到立体效果,但是这些辅助设备也给观看者带来诸多不便。相比之下,自由式立体显示系统的优点在于观看者能够观看到立体效果的同时,并不需要配戴头盔、眼睛等辅助设备。为了能自由地观看立体效果,需要根据观看者的视点调整系统,使得立体图像能够分别进入观看者的左右眼,因此,人眼位置的探测是立体显示技术的重要组成部分。文章提出了一种基于红眼效应的人眼探测方法。算法利用瞳孔在近轴和远轴红外光分别照射下的不同状态,得到眼睛的候选区域。在对候选区域进行判别的时候,算法介绍并比较了主成分分析以及基于概率的主成分分析法。实验结果表明基于红眼效应的探测方法具有较高的准确率和实时性。     

一种基于积分投影与色度匹配相结合的快速人眼嘴定位算法*

设计一种基于积分投影与色度匹配相结合的快速人眼嘴定位算法。改进积分投影方法仅对选定条形人眼区域作垂直投影,利用极小值特征定位人眼,再根据人脸先验几何特征估算人嘴区域,并统计其色度分布特征。实验结果表明,该算法对于复杂背景下人眼嘴定位行之有效,且能提高人眼嘴定位的计算速度,适用于实时性要求较高的场合。     

局部投影可分离的高光谱图像异常检测

针对高光谱异常检测中临近异常像素相互干扰和背景地物复杂的问题,提出基于局部投影可分离的高光谱图像异常检测算法.在归一化的数据中,将待测像素光谱作为参考光谱,构造目标子空间,然后把邻域背景像素投影到该子空间,用投影后向量模值构造异常度计算式.最后将检测到的异常与全局主要背景地物进行比对,肖除部分虚警.利用HyMap高光谱数据进行仿真实验结果表明,本文算法具有克服背景复杂性和干扰点的影响,尤其对异类干扰点的抑制效果更佳.     

基于运动投影周期性特征的人体目标检测方法

针对摄像机较远距离拍摄目标的情形,提出一种利用人体行走时的投影周期性特征进行人体目标检测的方法,首先通过运动分割获取每一帧的运动目标,然后通过计算运动目标的投影相似性对目标进行检测。为了简化计算,利用Hausdorff距离对运动目标的投影进行相似性计算,同时为减少存储空间,利用码书作为存储相似性特征的数据结构。     

基于随机投影与集成学习的离群点检测算法

针对传统基于相似度的离群点检测算法在高维不均衡数据集上效果不够理想的问题,提出一种新颖的基于随机投影与集成学习的离群点检测（ensemble learning and random projection-based outlier detection,EROD）框架。算法首先集成多个随机投影方法对高维数据进行降维,提升数据多样性;然后集成多个不同的传统离群点检测器构建异质集成模型,增加算法鲁棒性;最后使用异质模型对降维后的数据进行训练,训练后的模型经过两次优化组合以降低泛化误差,输出最终的对象离群值,离群值高的对象被算法判定为离群点。分别在四个不同领域的高维不均衡真实数据集上进行对比实验,结果表明该算法与传统离群点检测算法和基于集成学习的离群点检测算法相比,在AUC和precision@n值上平均提高了3.6%和14.45%,证明EROD算法具有处理高维不均衡数据异常的优势。     

基于方向投影的票据图像倾斜检测方法

针对含有表格线的票据图像,提出一种基于整数Bresenham算法求方向投影的倾斜检测方法,并与Hough变换方法进行了比较。实验结果表明,该算法能快速准确地测量出票据图像的倾斜角度,并具有很强的抗干扰性和应用适应性。     

基于肤色和类Harr特征的人脸图像的人眼检测

人眼检测在表情识别和计算机视觉领域得到了广泛的关注和研究,但是在多数的人眼检测方法中,对于背景较复杂的图像,识别率急速下降,误检率急剧上升。经过研究,使用椭圆肤色模型预处理图像,分割出肤色区域和非肤色区域,检测算法只对肤色区域进行人眼检测,有效降低了复杂背景造成的高误检率。同时特征选取是决定检测算法识别率和误检率等性能标准的关键因素,选取类Harr特征训练Adaboost级联分类器,实验表明了类Harr特征的有效性。