基于人脸检测和颜色分析的红眼自动消除

用闪光灯进行人物摄影时由于眼底血管的反光会产生红眼现象,小型照相机的闪光灯和镜头距离很近,这一问题更为突出。为了自动消除用闪光灯进行人物摄影时产生的红眼现象,在对基于颜色空间的常用红眼检测技术进行研究的基础上,对现有较为复杂的检测方法进行了修正,提出了一种基于人脸检测的红眼自动消除方法,并在分析的基础上得出一组先验参数用于识别和处理,从而大大降低了人眼定位的复杂度。实验表明,该方法能快速有效地消除普通数字照片中的红眼现象。     

联合两种颜色空间的阴影检测算法

在视频监控的运动检测中,由于光照、风吹等影响,运动阴影常常被误认为运动对象。为了有效解决动态背景下运动目标中存在的阴影问题,提出了一种归一化的RGB颜色空间和HSV颜色空间相结合的阴影消除方法。该方法首先在归一化RGB颜色空间下用背景减除法得到运动目标,然后在HSV空间下对阴影进行检测和消除,从而得到真实运动目标。实验结果证实：该方法在运动目标检测及跟踪方面取得了较好的效果,对动态背景的视频,能准确、实时地检测出阴影并进行消除。     

RGB和HSI颜色空间的一种改进的阴影消除算法

在智能视频监控中,运动目标的准确提取至关重要。现有的运动目标检测算法虽然很多,但是阴影去除效果都不甚理想,因此提出了一种基于RGB和HSI颜色空间的阴影消除改进算法。该算法在分析视频中像素点被阴影覆盖和未被阴影覆盖时色调的近似一致性和亮度值成线性关系的基础上,利用2个颜色空间中组成颜色的各分量值在该颜色中所占的比例和亮度的相对变化率,实现运动目标的阴影消除。实验表明,该算法去除阴影的效果优于采用(r, g, I)颜色空间阴影去除算法,且能有效弥补运动目标孔洞的现象,是对运动目标检测算法的补充。     

一种改进的snake算法在人脸检测定位中的应用

在基于彩色图像中的人脸检测的人脸定位问题上,针对snake算法受能量函数的初始状态影响大等缺点,提出了一种改进的snake算法。引入目标图像的质心和目标的最大拉长度作为优先信息确定snake的初始状态,很好地弥补了snake算法的不足。同时减小了搜索的范围,降低了复杂程度,增加了实时性,定位效果也得到大大的提高。     

一种快速消除鬼影的目标检测算法

针对运动目标检测ViBe算法在执行过程中的鬼影以及背景抖动问题,提出一种可以快速消除鬼影的目标检测算法。提出背景值定向传播以及计算闪烁因子的优化算法,将背景值快速填充到周边鬼影区域的背景集合中,从而快速消除鬼影并消除动态背景和相机抖动的影响,避免使用复杂的特征点检测算法处理抖动问题。通过快速滤波与形态学操作可以去除噪点并提高前景的完整性。经过理论分析以及实验对比,结果表明,该算法能够快速消除鬼影,在相机抖动或动态背景的情况下有更好的目标检测效果,算法的运行速度相比部分主流算法更加快速高效。     

昆虫运动图像分割中的阴影消除算法

昆虫运动图像分割是昆虫步态提取、跟踪及分析的基础,根据昆虫运动图像中阴影点灰度小和色度保持稳定的特点提出一种适合室内运动检测的图像分割及阴影消除方法。先将当前帧图像与当前的背景图像对应像素点的像素值相除,比值小于1的点可能包括阴影和运动目标;然后计算比值小于1的点在RGB空间中的向量与对应背景点向量的夹角余弦。因为阴影色度保持不变,其夹角为0或极小,所以可将余弦接近1的点判为阴影。实验表明该方法简单有效,提取出来的昆虫前景图轮廓清晰,特征部分保持完整,为昆虫步态检测、分析及机器人步态规划提供支持。     

一种改进的运动目标检测和阴影消除算法

提出一种改进的运动目标检测算法,以准确检测不同光照条件下的运动目标。针对前景检测时出现的阴影,提出基于边缘信息的阴影消除算法。该算法与阴影方向无关,能去除目标各方向的大部分阴影,为视频监控系统的后续高级处理排除了阴影干扰。在配置为 2.0 GHz的P4计算机上运行,速度约为20帧/s。实验结果表明了算法的实时性、可靠性和准确性较好。     

一种基于空间直方图的Mean-Shift跟踪算法*

经典的Mean-Shift跟踪算法以颜色直方图为特征对目标进行跟踪。颜色直方图反映的是图像中颜色的组成情况,即出现了哪些颜色以及各种颜色出现的次数。颜色直方图具有旋转不变性、缩放不变性等优点,经常用于图像检索,即通过比较颜色直方图的差异来衡量两幅图像在颜色全局分布上的差异。但是颜色直方图不能反映颜色的空间分布特征,当跟踪目标与背景色颜色相近时可能造成错误跟踪,导致跟踪失败。考虑目标颜色空间分布特征,将空间分布信息融入颜色直方图中,提出了基于空间颜色直方图的Mean-Shift跟踪方法,全面地反映了颜色的整体分布信息和空间分布信息。在VC 6.0上利用新方法和经典Mean-Shift跟踪方法分别对发生遮挡的视频和快速运动的视频进行跟踪,实验结果表明,提出的新方法能够更好地对目标进行跟踪,避免跟踪过程中的目标丢失。     

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。     

彩色图像SUSAN边缘检测方法

传统的彩色图像边缘检测方法主要是基于灰度图像的,先将彩色图像转化为灰度图像,然后用灰度图像边缘检测方法检测边缘。这些方法利用彩色图像的亮度信息进行边缘检测,没有考虑其色度信息。因此部分边缘不能被检测出来。提出了一种基于CIELAB空间的SUSAN彩色图像边缘检测方法。该方法首先将彩色图像从RGB空间转换到CIELAB空间,然后用基于色差的SUSAN算子检测边缘。实验结果表明：此方法能有效地检测出彩色图像的边缘。在保留图像边缘方面,性能优于基于灰度图像的边缘检测方法。     

基于视觉感知模型的行人再识别

行人再识别是多摄像机协同监控系统中需要解决的关键问题之一。针对行人再识别问题的影响因素,根据人类视觉系统对行人进行识别的过程,提出一种基于视觉感知模型的行人再识别方法。该方法根据行人的局部对称性将行人分为头部、躯干和腿部,分别以行人的躯干和腿部的垂直对称轴为中心建立基于感知均匀颜色空间CIELAB的局部加权空间直方图,结合贝叶斯框架下基于局部统计特征的显著区域检测方法描述行人外观特征。两种特征分别采用不同的距离测度计算相似度,并通过自适应选取权值的方法进行线性融合。基于VIPeR数据库的实验比较和分析验证了该方法的行人再识别性能。     

基于图像分析的偏色检测及颜色校正方法

采用一种基于等效圆的偏色检测方法,克服了传统方法在图像偏色检测中的局限性。为了对检测后的偏色图像进行校正,采用一种结合灰度世界和完美反射的颜色校正方法,弥补了传统方法的不足,从而得到更为"真实"的校正图像。实验结果表明,基于图像分析的偏色检测及颜色校正方法,提高了偏色检测的可靠性,取得了较好的颜色校正效果。该方法仅利用图像本身的特征进行分析,具有普遍的适用性。     

基于颜色空间变换的遥感图像去厚云方法

由于气候条件等因素,获取清晰无云的大面积遥感图像几乎不可能。在所获取的遥感图像中常含有大量的厚云完全遮盖了地表的实际地物情况。提出了一种基于遥感自动分类和颜色空间变换的多时相遥感图像厚云去除方法。实验结果表明,该方法不但能够去除厚云,而且能够很好地校正不同时相遥感图像间的颜色和亮度差异。     

一种基于神经网络和Neugebaure方程的输入图像色彩校正模型

在分析扫描物呈色原理和误差产生原因的基础上,提出了一种扫描输入图像的色空间转换的修正模型.首先重新解释Neugebauer方程的参数含意,使原本只适用于印刷网点图像的Neugebauer方程也适用于非印刷网点图像.随后结合Neugebauer方程和RBF神经网络,分单色、双色和三色逐步导出输入图像的色彩修正方程.最后给出的实验结果表明,与目前具有较高转换精度的主流模型比较,本文模型能够明显提高转换精度.     

利用色彩直方图特征进行偏色图象的自动检测和校正

在肤色检测、人脸识别、图象和视频检索的研究中,大量算法都是基于对图象色彩特征进行分析的,然而当图象发生偏色时,这些算法的性能会明显下降,甚至无效,而且由于现有的偏色校正算法,引入了其他关于偏色图象的先验性信息,具有很大的使用局限性,为此,提出了一种在只给出偏色图象的条件下,进行偏色检测和自动校正的算法．该算法首先获取并分析偏色图象在RGB各通道内的直方图特征,然后参照这些特征检测偏色通道,并通过调整偏色或非偏色通道强度分布来达到各个通道之间色彩平衡．实验表明,在较大程度的偏色情况下,该算法校正恢复出的图象与原始无偏色图象能达到视觉上基本一致的效果,并具有普遍的适用性．     

针对色彩教育的游戏化设计及效果分析

当前的研究普遍关注于运用游戏化来提高学习的参与度,但对于色彩教育这样的特定领域的游戏化研究还不充分,而且缺少对游戏化要素及学习效果影响因素的分析。针对这一问题,设计了一款用于训练色彩辨识能力的游戏模型。首先设计了核心玩法相同、但交互方式不同的两种玩法;然后在这两种玩法中都加入了相同的虚拟奖励;最后分别比较在有或无虚拟奖励的情况下两种玩法对训练效果的影响,以及在相同玩法下有无虚拟奖励对训练效果的影响。结果显示,玩法设计影响学习效率,而虚拟奖励显著影响参与度。     

基于YCgCr颜色空间的光照自适应的肤色区域检测*

为了校正由于光源颜色变化而引起的图像色彩的偏差,在RGB颜色空间基于Gray World假设,采用颜色平衡方法对输入的彩色图像进行颜色校正;为了有效地检测彩色图像中的肤色区域,采用了新颜色空间YCgCr,并在该颜色空间建立了联合亮度信息和Cg-Cr色度查找表的肤色模型.大量实验结果表明,该模型具有较强的光照适应性,可应用于复杂环境下的彩色图像中的人体肤色区域检测.     

YCgCr与YCgCb颜色空间的肤色检测

自然界存在很多和肤色相似的颜色,给人脸检测带来了很多的困难。提出了结合Cg-Cb颜色空间的圆形肤色聚类分布和Cg-Cr颜色空间的平行四边形肤色聚类分布的肤色检测法。实验结果发现在人脸处于复杂背景的条件下,该方法简单易行,检测速度快,能去除大量的非肤色,并且极好地保留了肤色。