灰度图像中基于像素分布特征的人脸定位

提出了一种利用人脸图像的像素分布特征来定位人脸的方法，在定位人脸的内轮廓时利用了图像二值化后的分布特征和灰度图的像素分布特征相结合的方法，然后将人脸区域的图像进行标准化，经过以脸图像可以方便地用于人脸的识别。在对采集到的图像进行的测试中得到了较好的效果。     

一种掩膜图像窗口的快速灰度分布标准化算法

图像窗口模式匹配前常需进行灰度分布标准化预处理,但由于某些模式识别场合需要掩去图像窗口的一些无关区域,常见的灰度分布标准化处理快速算法不适用。应用广义积分图像,实现了一种任意掩膜的图像窗口灰度分布标准化快速算法。掩膜的形状具有对称性时,算法的计算速度还可进一步提高。实验表明,该算法能提高掩膜图像窗口灰度均值、方差的计算速度1倍以上,可实现多尺度目标检测中对大量掩膜图像窗口的快速灰度分布标准化处理。     

基于积分图像的灰度分布标准化快速算法*

在积分图像基础上提出和应用平方积分图像,实现了一种计算速度与图像窗口大小无关的快速灰度均值和方差算法.应用该算法,结合对灰度分布标准化近似计算公式的变换,实现了图像窗口灰度分布标准化的快速计算.实验证明,当需要对一幅图像的大量图像窗口进行灰度分布标准化时,这种算法对提高计算速度十分有效.     

基于自动分析直方图灰度分布的数字图像阈值比算法

1.引言图像处理的一个重要分支是图像分析,而灰度阈值法是最重要的图像分割技术之一。一般图像由具有不同灰度级的多个区域(景物)组成,在图像的灰度分布直方图上具有多个峰,可以选择峰之间的谷值将某一景物与其他景物和背景分割出来。这个谷值就是阈值。最简单的方法是通过观察灰度直方图,手工设定一个阈值T,凡是f(x,y)<=T的点(x,y)均认为是目     

图像多级灰度非线性模糊增强算法研究

针对传统图像增强技术的缺陷,提出了多级灰度增强的概念,利用模糊算子,并通过定义隶属函数、饱和增强点和渡越点参数,给出了一种多级灰度增强的算法,该算法可根据要求对图像不同区域层次设计不同增强效果,使图像层次更加清晰。最后通过仿真实验,进一步证实了该算法的有效性。     

图像不均匀灰度的自适应调整

由于光线分布不均匀或斑块噪音干扰等原因，往往使所要处理的指纹的灰度值分布缺乏均匀性。在指纹特征自动识别提取过程中，造成许多传统的算法在局部出现很大的误差。利用方差和均值特征的自动提取方法，首次对不均匀灰度图像进行自适应分割。然后通过对图像分区域进行不同程度的自适应调整，使具有相同属性的像素单元具有近似的灰度值分布。调整结果的灰度均匀水平与预先指定的调整精度成正比。这种调整不仅提高了图像分割的自适应性，而且进一步扩大了一般阈值算法的应用领域。     

人脸图像的自动校准算法

人脸自动识别是计算机模式识别领域的一个活跃课题,有着十分广泛的应用前景。在人脸图像中人脸的尺度、位置与姿态变化影响了人脸特征的抽取,所以需要对人脸图像作人脸校准的预处理。文中提出的算法利用模板匹配方法从人脸图像中提取出人脸姿态校准图像,再从中抽取出两个眼睛的位置,从而对人脸的尺度、位置与姿态变化实现自动校准。对有２１６幅人脸图像的人脸图像数据库作人脸自动校准实验,成功率是１００％,而且利用所得到人脸脸部校准图像进行的人脸识别实验的正确识别率可达到９０％左右,这表明该算法是比较有效的     

保持轮廓清晰光滑的灰度图像放大算法

灰度图像放大时，插值所具有的平滑作用会退化图像的高频部分，使放大图像轮廓变得模糊，文中提出一种基于拟合分界线的插值放大算法，该处包括分割和插值放大两个步骤；分割是搜索出灰度图像的突变象素点，并用三次均匀B样条把它们拟合为光滑分界线，以把整幅图像分割为若干子区域；插值放大是基于拟合分界线对图像插值，即插值操作限定于原图像的某一子区域内进行。采用文中算法得到的放大图像不仅可保持轮廓清晰，而且可持续轮廓光滑，最后给出三个放大实例，证明了 文中放大算法比常规算法产生的图像质量高。     

灰度图像的浮雕制作

在一般的图像处理软件中,都有将图像变为浮雕的功能,如Phtoshop、Win95中的照片编辑器都有此功能。但对有的图片,其浮雕制作并不好。这时,能不能自己进行浮雕制作呢?笔者通过尝试,发现采用滤波的方法,对许多灰度图像的处理效果很不错,胜过了图像处理软件的制作效果。下面就简单介绍这一方法,如果你在图像处理中需要自己编程来实现,不妨一试。     

人体脸部灰度图像上色的改进算法

采用分块多分辨率上色方法,首先对低分辨率灰度图像上色;然后再对高分辨率图像做颜色变换．基于亮度、邻域信息和空间相关性的相似性测度控制像素的上色．实验结果表明,该算法可以改进脸部图像的上色效果,且提高了上色速度．     

基于形态学商图像的光照归一化算法

复杂光照条件下的人脸识别是一个困难但需迫切解决的问题,为此提出了一种有效的光照归一化算法.该方法根据面部光照特点,基于数学形态学和商图像技术对各种光照条件下的人脸图像进行归一化处理,并且将它发展到动态地估计光照强度,进一步增强消除光照和保留特征的效果.与传统的技术相比,该方法无须训练数据集以及假定光源位置,并且每人只需一幅注册图像.在耶鲁人脸图像库B上的测试表明,该算法以较小的计算代价取得了优良的识别性能.     

基于人眼定位的快速人脸检测及归一化算法

本文提出了一种基于人眼定位的有效人脸图像归一化算法。该算法首先利用Harr特征的快速检测法从图像中检测出人脸的大致位置,然后基于人脸的几何分布特征和灰度信息特征准确检测人眼瞳孔位置建立人脸坐标系,最后对人脸图像作旋转、尺度和灰度的归一化校正。实验结果证明,该算法能够有效并准确地检测和校正人脸,可以显著提高识别率。     

人脸识别中面部图像处理算法研究

在人脸图像定位的前提上,利用灰度信息实现了人脸面部主要器官如眼睛、鼻子和嘴巴的定位。采用双三次插值法对图像进行旋转和缩放。另外,采用直方图增强的方法对图像灰度值进行归一化处理。     

一种利用人脸对称性的光照归一化方法

光照归一化在光照鲁棒的人脸识别中被广泛使用.许多现有光照归一化方法将人脸图像视为自然图像,而忽略了人脸这一类特定物体的先验属性,因此很难从一幅具有侧光的人脸图像中恢复阴影区域中的人脸信息.提出了利用人脸对称性先验的光照归一化方法,在能量最小化框架下,对人脸图像的阴影区域进行光照归一化时参考其对称非阴影区域中的人脸结构信息,同时提出了无阴影信度图将二元最优化问题简化为一元最优化问题,以降低光照归一化方法的计算代价.在合成阴影和真实阴影人脸图像上的实验表明,利用人脸对称性的光照归一化方法能有效恢复图像阴影区域中的人脸特征,并对人脸误配准和非对称几何归一化具有一定的鲁棒性.     

一种基于正则化和Watson 视觉模型的图像指纹算法

大量多媒体应用的发展使得数字图像很容易地被非法操作和篡改,提出一种基于 图像正则化和视觉特性的图像指纹算法,可以有效地实现图像的认证和识别。首先对图像进行 正则化预处理,消除几何形变对图像的影响,然后对图像进行分块DCT 变换,利用Watson 视 觉模型对DCT 系数进行处理,增大人眼敏感的频域系数在计算图像特征时的权重,经过量化形 成最终的指纹序列。在图像指纹序列生成过程中,加入密钥控制,提高了指纹的安全性。实验 结果表明,该方法的冲突概率在10–7 数量级,对JPEG 压缩、旋转、缩放等操作具有较好的稳 健性。     

基于总变分模型的光照不变人脸识别算法

提出了一种基于L1总变分模型的对数商图像光照不变人脸识别算法。用L1总变分模型作为低通滤波算子对图像平滑滤波,得到图像光照分量的估计,然后在对数域中定义原图像与其光照分量的商为光照归一化图像,并用该图像作为光照不变量进行人脸识别。基于L1总变分模型的平滑滤波具有较好的边缘保持作用,能有效地消除光晕现象,并且参数设置简单。在YaleB和CMU PIE 人脸图像库上的试验结果表明,该算法能有效地提高人脸识别系统在不同光照条件下的识别率。