基于快速Hough变换检测圆的人眼精确定位方法的研究

眼睛定位是人脸识别的非常重要的一个环节,在模式识别领域有着广泛的应用前景.针对传统人眼定位方法提出了一种快速、有效的眼睛定位方法.在初步确定人脸区域后,采用Sobel算子进行边缘提取,然后应用圆的几何性质在人眼大致区域内检测圆,从而定位眼睛中心.实验证明了算法的有效性     

基于灰度投影与改进Hough变换的人眼定位算法

人眼定位是人脸识别的重要步骤,本文提出一种结合灰度投影与改进Hough变换的人眼定位算法.首先,通过两次积分投影进行人眼粗定位,对粗定位的眼睛灰度图像增强处理后提取边缘,然后采用改进Hough变换检测圆来定位眼球的准确位置.实验结果表明,该算法与已有算法相比,具有更为快速和精确的定位效果,并且对头部偏转具有较强的鲁棒性.     

一种基于积分投影的人眼定位算法

提出一种基于积分投影的人眼定位算法.该算法首先根据脸部肤色分割出人脸区域,然后再用积分投影函数定位人眼.实验表明,该算法能比较准确地识别出入眼区域并进行定位,且计算量小、处理速度较快、鲁棒性较好,该算法在实践中具有极大的可行性和较高的准确性.     

基于灰度积分投影和模板方法的人眼定位

提出了一种新的人眼定位方法。使用中值滤波和直方图均衡方法去除噪声和光照对图像的影响后,将图像做积分投影以缩小到人脸的眼部区域,在得到的眉眼区域中再做一次水平积分投影,找到两眼的垂直位置。最后利用人眼模板沿着该垂直方向进行匹配,匹配程度最高的部分即为要定位的人眼位置。     

基于投影函数的人眼检测方法综述

人眼检测是计算机视觉领域的重要研究对象,也是人脸检测、虹膜分割以及人眼跟踪技术等技术的关键前提条件,广泛应用于各种场景之中.利用投影函数能分析图像特征,提取出图像的关键点,大量的研究表明利用投影函数能有效地检测人眼.文章详细介绍了各类基于投影函数的人眼检测方法原理,分析了其特点,希望能为相关研究人员提供参考.     

基于梯度积分投影和最大期望算法的人眼定位

针对传统积分投影方法易受眉毛、睫毛、阴影、遮挡及噪声等干扰的问题,提出了一种梯度积分投影与最大期望(EM)算法相结合的人眼精确定位方法,可以在人脸图像中分割出人眼区域,并精确定位人眼位置。首先,采用一种新的梯度算子计算人脸图像的行梯度积分投影粗略定位人眼区域;然后计算人眼区域的列梯度积分投影函数,用EM算法将所得列梯度积分投影函数曲线拟合成两个高斯曲线,并根据高斯曲线精确分割出人眼窗口;最后,利用我们提出的加权质心法在所得人眼窗口中精确定位双眼位置。在YaleB人脸数据库及自采数据库上的实验结果表明,本文方法不易受眉毛及噪声干扰,并能有效克服眼睑和睫毛的遮挡,对不同光照条件及头部姿态都有很好的鲁棒性。     

基于积分投影的司机图像眼睛定位方法

眼睛位置的快速准确定位是利用视觉方法对司机的驾驶状态进行监测和预警的前提，采用一种基于积分投影的方法进行眼睛位置的有效快速定位，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。     

一种基于区域投影的人眼精确定位方法

针对传统灰度投影方法抗干扰能力较差的弱点,提出了一种基于区域投影的人眼精确定位方法.考虑到投影过程中的二维特性,在水平和垂直方向将眼睛图像分成不相重叠的区域,分别将各区域内的灰度值投影获得瞳孔的候选区域并将其扩展获得瞳孔窗口,利用灰度特性通过边界跟踪的方法实现了对瞳孔中心的精确定位.给出了人眼定位精确度判定准则,采用C...     

基于Gabor变换的人眼定位

眼睛是人脸图像中最重要的特征点,有效地提取人眼特征在人脸识别中有重要的意义。鉴于2D Gabor函数与高等动物视觉皮层接受场的一致性,本文采用人眼的Gabor变换系数作为其特征模板,并用高斯多分辩搜索的方法,快速的定位人眼。实验结果表明,这种方法对于轻度旋转 、倾斜、面部表情的变化等有效好的鲁棒性。     

采用Gabor-Hough变换的自适应滤波人眼定位

人眼定位是人脸识别方法的第一步。传统人眼定位方法需要将人脸裁切,情况单一,对于复杂背景、倾斜等情况,精度低,宽容度差。指出将改进的滤波器与改进的定位方法相结合,首先对原图像进行Gabor变换,寻找图像凹陷,凹陷区域通过边缘像素向量改进的Hough变换检测瞳孔,得到参考坐标,经过训练得到滤波器并在角度[-0.1,0,0.1]旋转两次得到3个相关滤波器,通过相关滤波器滤出3个目标,选择最小误差位置作为最终的目标。相比传统方法,改进方法避免了矩阵盲目计算,具备传统方法的普适性,学习过程使定位误差减小为0.0404,计算量减少为传统方法的1/5。该方法对不同光照、光照不均、不同表情、复杂背景、头部倾斜等情况有较好的鲁棒性,避免了单一方法定位不到和不准的情况。     

一种基于Hough变换的新直线段检测算法

为了获得图像中直线段的端点及长度信息,提出一种逆向Hough变换检测算法,由一个已知点和直线的斜率构造直线的方程,然后检测满足直线方程的点的个数.同时,为了克服Hough变换计算量大的弊端,引入直线梯度方向信息,避免重复的直线提取.实验证明,该方法较传统的Hough变换,可以很好地得到直线段的端点,并且算法快速简单.     

基于Adaboost与积分投影的近红外光人鼻定位

人脸识别是模式识别与图像处理研究中的重要课题之一。在戴眼镜的情况下,近红外光人眼定位效果不够理想,于是提出用人鼻定位方法。该方法首先采用Adaboost分类器对人脸进行定位,再在人脸图像中运用积分投影方法对人鼻进行定位,二值化后把人鼻孔的坐标作为参数传给识别部分。初步实验表明,在近红外光条件下,不论是否戴眼镜,正面图像的人鼻定位较为准确,而侧面人脸定位精确度有所下降。     

基于曲张特征的快速Hough逆变换算法

提出一种基于曲线特征(CF)的Hough逆变换(IHT)算法.基于静止图像中待检测曲线的特征,选取图像中若干特征点,根据这些特征点,结合待检测曲线的特征信息寻找生长点,以这些生长点为下一次检测过程的新特征点,循环生长,直至达到检测要求为止.实验表明,CF-IHT算法只选取了图像中待检测曲线上的点进行重建,克服了标准IHT(SIHT)逐像素检测的盲目性,减小了算法的计算复杂度,节省了存储空间,提高了算法的计算效率.     

基于改进Hough变换的直线检测算法

针对传统Hough变换算法检测直线时容易出现误检的缺点,提出一种基于改进Hough变换的直线检测算法.首先根据种子点的参数化结果,对图像中的点实现聚类,划分图像区域,然后对划分在同一区域的点进行特殊区间的详细参数化,确定直线参数,最终将该直线周围的点置为背景点,继续区域划分和直线检测,直到图像中不再存在种子点.该算法实现了对不同区域的点进行特殊的、有针对性的参数化,同一区域的点只允许对一条直线的检测投票.实验表明,与传统的Hough变换算法和文献中算法相比,该算法减小了误检率,并且对断裂边缘具有较好的鲁棒性.     

基于霍夫变换和相位相关的图像配准方法

本文结合霍夫变换和相位相关技术来处理图像配准问题.根据1D相位相关技术,提出了一种通过搜索角度脊来得到旋转参数的方法;将待处理图像去旋转后,再采用2D相位相关来得到平移参数.本文方法可以充分利用FFT 的高效运算.实验结果表明此方法能准确有效地处理具有旋转和平移的图像配准问题.     

基于霍夫变换椭圆检测的两种改进算法

针对一维参数空间霍夫变换椭圆检测算法不能检测长轴端点缺损的椭圆这一缺陷,提出了两种改进算法.两种改进算法都是先确定椭圆中心,采用分步计算参数的方法,以降低霍夫变换参数空间的维数,从而降低算法整体的时间复杂度.改进算法1可以看成是一维霍夫变换椭圆检测的一个补充算法,它通过改为最后对长轴进行一维累积,来解决长轴端点缺损的问题.改进算法2则是在椭圆中心确定后,利用椭圆的对称性,计算出其倾斜角,再进一步确定其他参数.实验表明,两种改进算法都能在较复杂的图中较快较准确地检测出残缺椭圆.     

基于Hough变换的椭圆检测算法

Hough变换在图像处理中占有重要地位,是一种检测曲线的有效方法.但使用传统的Hough变换来检测椭圆具有存储空间大计算时间长的缺点.为此提出了一种新的基于Hough交换的椭圆轮廓检测方法,利用椭圆的斜率特性,降低了Hough参数空间的维度,提高了运算运效率,并能良好地对图像中多个椭圆进行检测.     

一种基于Hough变换的声呐对目标航迹检测算法研究

为提高声呐对目标航迹的检测性能,从单部声呐时间融合的角度出发,提出了一种基于Hough变换的声呐信号检测算法。该算法把航迹上的观测点变换为参数空间的对应曲线,充分利用一段时间内的目标观测数据,在低信噪比下也能从背景噪声中提取目标的航迹特征,提高了声呐的检测概率,且对部分信息和数据的缺失不敏感。仿真试验证明了该算法的有效性。     

基于随机Hough变换的圆检测改进算法

介绍了一种基于随机Hough变换的圆检测的改进算法。本文解决了随机Hough变换检测圆中参数单元无效累积的问题，首先构造边缘点集的数据空间，采用搜索的方法将各连续曲线的边缘点顺序存储。然后从中选取最小点集，利用圆的性质求得圆参数，该算法计算量较小，并且避免了解方程组运算带来的误差。     

基于子孔径Hough变换的SAR转动目标检测

受杂波影响,转动目标SAR回波在距离压缩域呈现断续正弦曲线特征而不易检测。提出一种基于子孔径Hough变换的转动目标检测方法,对全孔径进行分段积累检测,在子孔径内通过FFT将同一距离单元上的信号相干积累以提高信噪比,在孔径间采用广义Hough变换进行非相干积累进一步抑制杂波。该方法适用于硬件开销更小的单通道系统,两级检测获得稳健的杂波抑制性能和更优越的转动目标检测和测量性能。实验仿真结果验证了方法的有效性。