基于Hough变换圆检测的人眼定位方法改进

对基于Hough变换圆检测的人眼定位方法进行了改进,借助积分投影定位人眼坐标时求得的灰度特征值,给出了一种快捷准确的眼睛定位方法.采用基于灰度积分投影的方法粗定位人眼,求得大致的虹膜半径、中心坐标和虹膜区域等;再采用"最小外接矩形法"估算待检测圆的圆心及半径,运用Hough变换检测圆的方法精确检测出虹膜.在VPM642...     

基于Haar小波的眼睛定位方法

积分投影方法是一种眼睛定位的基本方法,但传统的投影函数在光照干扰条件下容易失效。针对上述缺陷,提出用圆差异算子的平均波动值代替灰度平均值做积分投影,增强抗光照干扰能力,利用Haar小波对投影曲线进行过滤规整,有效地过滤了杂波,使得极值点定位非常容易,其中包括利用左右眼睛垂直投影的相似性识别眼睛的方法。在Yale 照片库上的实验证明该方法简单有效,抗光照干扰能力强。     

基于Haar小波的眼睛定位方法

积分投影方法是一种眼睛定位的基本方法,但传统的投影函数在光照干扰条件下容易失效。针对上述缺陷,提出用圆差异算子的平均波动值代替灰度平均值做积分投影,增强抗光照干扰能力,利用Haar小波对投影曲线进行过滤规整,有效地过滤了杂波,使得极值点定位非常容易,其中包括利用左右眼睛垂直投影的相似性识别眼睛的方法。在Yale 照片库上的实验证明该方法简单有效,抗光照干扰能力强。     

基于极坐标的改进灰度积分投影法的人眼检测

为了克服传统灰度积分投影方法无法有效定位旋转人脸图像中人眼的缺点,提出了一种基于极坐标系的灰度积分投影方法。利用肤色特征对给定图像进行人脸区域的确定,在人脸区域内按极角方向进行灰度积分投影,确定出人眼所在角度,将人眼角度方向的像素灰度值做水平方向积分投影,从而确定出人眼的位置。该方法能够实现同一幅图像中多个不同姿态人脸的人眼定位。大量的仿真实验表明,该方法的识别性能对人脸的旋转变化具有良好的鲁棒性,能够提高灰度积分投影方法对人眼定位的适用范围。     

场论与自适应彩色图像边缘检测

传统彩色图像灰度化边缘检测方法大都将彩色像素的R、G、B三分量分别乘以固定系数,从而将彩色图像转换为灰度图像,然后利用处理灰度图像的系列检测方法进行后续处理.仅从数学上分析,彩色图像可认为是彩色像素矢量平面,灰度化处理步骤实际上可理解为固定投影方向彩色像素矢量场通量的求解,根据通量场上的通量密度分布信息则可进行边缘提取.提出基于彩色图像矢量平面自适应投影矢量的检测算法,根据不同图像本身的像素值分布,寻找使得通量场中梯度场的散度在图像平面上积分达到最大的投影方向,并根据该自适应的投影方向对原始图像进行灰度化处理.该方法旨在追求获取最为全面的彩色图像边缘成分,而不偏向局部细节信息的强化或者弱化.实验表明,彩色图像RGB三分量之间存在较强的相关性和互补特性,而采用该算法,利用任意两种彩色分量就能够达到同时使用三种彩色分量的边缘检测效果.通过自然图像的实际测试,能够证明算法的合理性,以及相对于传统灰度化方法的优越性.     

基于改进人工鱼群算法的图像边缘检测①

提出了一种基于带混沌差分进化变异算子的人工鱼群算法的图像边缘检测方法,该算法通过灰度图像矩阵的一阶导数得到灰度图像的梯度值矩阵,然后利用人工鱼群搜索图像梯度最大值,达到快速、准确检测图像边缘的目的。在差分变异算子中引入调节因子加强搜索能力,并且动态调整人工鱼的视野,使鱼群能快速跳出局部极值。通过仿真实验表明,该算法用于图像边缘检测是可行的和有效的。     

基于混合投影函数的眼睛定位

介绍一种精确定位眼睛的方法.眼睛定位是很多人脸检测算法的关键步骤.在获得眼睛窗口之后,可以利用投影方法来定位眼睛.提出一种混合投影函数,该函数结合了积分投影函数和方差投影函数,能够反映出图像在某个方向上灰度均值和方差的综合变化情况.实验结果表明,利用混合投影函数可以相当精确地确定眼睛中心的位置.     

矩形形态滤波器

矩形形态是一种最基本的灰度形态,在图像分析中有着重要的应用．为有效地检测出图像中的矩形形态,提出了一种矩形形态滤波器．首先定义了矩形形态滤波器的结构元素,然后定义了两种滤波模式：序位滤波和序位均值滤波．实验结果表明,矩形形态滤波器可以有效地从二值图像、二值噪声图像和灰度图像中检测出指定大小和方向的矩形形状．     

疲劳驾驶监测系统中人眼定位技术研究

在疲劳驾驶检测中,对眼部状态的判断是关键的步骤之一.为了对眼部状态进行有效的识别,本文提出了一种新颖可行的眼部状态定位识别方法.利用灰度投影曲线与灰度直方图预测初始阈值思想进行人眼检测.试验结果表明,该方法易于实现,准确度高,速度快,具有计算简单、快速、有效等优点,可满足疲劳驾驶监测系统中实时检测的要求.     

低空目标的多级图像投影检测方法

为解决地面背景干扰和雨天弱小目标难以检测的问题,提出一种低空目标多级图像投影检测算法。首先,分析地面背景与天空区域在图像中的分布位置以及灰度特征,根据水平灰度投影的阶跃变化将图像分割为天空区域和地面背景区域两部分;然后,由天空区域图像的水平和垂直投影一阶差分极大值截取目标所在的水平和垂直带状区域,分别计算水平带状区域的垂直灰度投影和垂直带状区域的水平灰度投影,并根据它们的一阶差分极大值点确定两组候选目标位置坐标;最后,验证获取的两组目标坐标,并计算目标位置坐标。实验结果表明:所提算法能检测出具有复杂地面背景的低空目标,也适用于雨天弱小目标的检测;该算法的速度较快,满足视频图像处理的实时性要求。     

视觉协同的违规驾驶行为分析方法

本文针对危险驾驶识别中主流行为检测算法可靠性差的问题,提出了一种快速、可靠的视觉协同分析方法。对手机、水杯、香烟等敏感物体进行目标检测,提出的LW(low weight)-Yolov4(You only look once v4)通过去除CSPDarknet53(cross stage partial Darknet53)卷积层中不重要的要素通道提升了检测速度,并L₁正则化产生稀疏权值矩阵,添加到BN(batch normalization)层的梯度中,实现优化网络模型的目的;提出姿态检测算法对驾驶员指关节关键点进行检测,经过仿射逆变换得到原始帧中的坐标;通过视觉协同分析对比敏感物品的检测框位置与驾驶员手部坐标是否重合,判定驾驶员是否出现违规驾驶行为及类别。实验结果表明,该方法在识别精度与检测速度方面均优于主流的算法,能够满足实时性和可靠性的检测要求。     

手掌角点检测及掌纹区域确定的新方法

在掌纹识别中,角点检测是其中一个非常重要的环节,能否正确地检测出有用的角点对后续掌纹的识别影响重大。目前角点检测的方法虽然很多,但大多比较复杂,或检测出的角点数目太多,并且会伴随着伪角点,应用时需要人为去选择角点,对后期掌纹的识别带来很多不必要的麻烦。本文结合极值的理论,结合手掌具有的特点,提出一种新的角点检测的方法。该方法检测准确,无伪角点和偏移角点,在掌纹识别中,不需要人为去更正和选择角点,并使后续提取手掌中心点及手掌旋转的实现更加简便。     

Projection based method for segmentation of human face and its evaluation

We detect facial features and then circumscribe each facial feature with the smallest rectangle possible by using vertical and horizontal gray value projections of pixels. The result is evaluated with respect to the manually located enclosing rectangle on the images of a publicly available database.     

基于模糊和遗传算法的路况图像边缘检测

在路况监测中,常常需要得到路况图像的边缘轮廓线,以便诊断路面的病害情况。为适应这种需求,提出了基于模糊和遗传算法的路况图像边缘检测算法。针对用模糊算法构造相应隶属函数进行图像边缘检测中存在的低灰度图像信息丢失、边缘检测速度较慢等问题,利用遗传和模糊算法的优点构造边缘检测算法。这种方法使得模糊处理后丢失的低灰度信息得以恢复,提高了算法的效率,增强了算法的适应性。算法检测出的图像边缘与传统模糊算法提取的图像边缘相比较,结果更加清晰完整。     

特征提取算法在工件识别中的研究

特征提取在工件识别中具有重要的意义. 运用灰度变换与平滑去噪对获取到的原始图像进行图像预处理. 提出改进的工件特征提取方法. SURF算法作为SIFT算法的加速版,不仅能够确保检测到的特征点的稳定性,而且能很大程度地加快特征提取的时间,满足了工件识别过程中实时性的需求. 采用改进的SURF算法的特征匹配方法进行工件的识别. 实验表明,改进的特征匹配方法对工件识别精确且速度较快.     

基于机器视觉的多铆钉自动检测算法研究

为了克服传统人工铆钉检测工效低、精度不易控制等弊端,提出了一种基于机器视觉的多铆钉非接触式自动检测算法。采用改进的OTSU算法对采集到的铆钉图像进行分割,有效地减少了污点区域的误划分。为解决铆钉方位的随机性对检测过程造成的影响,采用最小外接矩形法定位铆钉轮廓主轴,克服了复杂工业环境中的不确定因素。通过计算铆钉轮廓各点在两侧支撑区间内曲率的方法识别轮廓特征点,有效减少了噪声在曲率计算中的权重,并提高了识别精度。实验表明:该系统检测精度高,且误检率低,能满足铆钉生产在线检测的要求。     

允许姿态变化的快速人脸特征检测

本文提出一种在允许姿态显著变化的人脸图象上快速检测眼睛和嘴角的方法。该方法仅仅合理地假设人脸图象要以通过值分割将头发和眼睛与脸部明显分开。首先采用Ｈｏｕｇｈ变换并利用有脸的相似性和对称性约束确定两个瞳孔的位置，然后根据人体测量关系初略估计嘴部区域，最事利用积分投影方法得到嘴角的精确位置。     

视频聊天中的人眼自然对视自适应矫正方法

视频聊天中,人们通常注视的是显示对方画面的窗口而非摄像头,这就导致视频聊天中,很难达到双方自然对视的效果,基于这个问题,本文提出解决方法。该方法首先需要拍下一张双眼注视摄像头的图片,利用Harr分类器提取眼睛大致区域,对其进行去干扰处理,检测左右眼角点和上下眼睑点,并据此提取眼睛外切矩形区域即眼睛精确区域,将它作为眼睛标准模板;然后,对聊天视频中的单帧图像进行相同的处理,获得视频图像中眼睛精确区域;最后,使用眼睛标准模板对视频图像中的眼睛精确区域进行替换处理,进而达到自然对视的效果。在算法中,将直方图规定化引入图像二值化时的阈值选取中,能够在不同光照环境下,准确选取保留眼睛完全信息的阈值,便于准确提取眼睛外切矩形。实验结果表明,该方法简单有效,准确率达到85%以上,能够较自然达到对视的效果,操作方便。     

一种自适应的运动目标模糊边缘检测方法

提出了一种有选择的局部背景快速分割方法;针对模糊边缘难以检测的问题,提出一种将梯度法与灰度阈值法相结合的方法.该方法首先通过大津法确定目标的位置;然后在其邻域内求出关于灰度值分布的直方图的极值点,再通过灰度阈值法得到目标的初步边缘;最后根据梯度信息对边缘进行微调,减少了灰度不均匀等因素造成的影响.实验结果表明,文中的方法可以有效地提高模糊边缘的检测效率.     

基于分层识别的快速说话人识别研究

随着说话人模型数量的增加,说话人识别系统的识别速度下降,不能满足实时性要求。针对这个问题,提出了基于分层识别模型的快速说话人识别方法。将变分法求解的KL散度的近似值作为模型间的相似性度量准则,并设计了说话人模型聚类的方法。结果表明,本文方法能够保证说话人模型聚类结果的有效性,在系统识别率损失很小的情况下,使系统的识别速度得到大幅度提升。