疲劳驾驶监控中人脸检测与定位方法

目的为了正确检测和定位人脸区域,提高疲劳驾驶监控中人脸检测与定位方法的准确率和实时性.方法结合肤色分割、模板匹配,改进连通区域划分算法实现对戴眼镜人脸的检测与定位.结果实验结果表明,肤色分割改进算法能对不同复杂程度背景的人脸图像正确的检测与定位,正确率达到97.7%.结论该算法能在不同光照条件和复杂程度背景下,检测并定位人脸区域,实时性好,准确率高,对戴眼镜情况时也能检测定位成功.     

彩色图像中的人脸检测方法

综合了肤色检测、眼睛定位和支持向量机人脸验证方法,实现了彩色图像中的人脸检测.提出了一种基于区域的皮肤检测算法.将像素局部特征引入模糊C均值法,用其分割图像,根据肤色像素的数量判断分割区域是否为肤色区域.在肤色区域中利用眼睛的亮度图和色度图定位人脸样本,最后利用训练好的支持向量机预测人脸样本是否为人脸.     

彩色图像中的人脸检测方法

综合了肤色检测、眼睛定位和支持向量机人脸验证方法,实现了彩色图像中的人脸检测.提出了一种基于区域的皮肤检测算法.将像素局部特征引入模糊C均值法,用其分割图像,根据肤色像素的数量判断分割区域是否为肤色区域.在肤色区域中利用眼睛的亮度图和色度图定位人脸样本,最后利用训练好的支持向量机预测人脸样本是否为人脸.     

利用肤色分割和自适应模版匹配的人脸检测

针对基于模板匹配人脸检测算法计算量大和基于肤色分割人脸检测算法正确率低、易受类肤色背景影响等缺陷,提出了利用人类肤色分割和自适应模板匹配的人脸检测方法.利用人脸肤色混合高斯模型对人脸进行分割实现迅速检测人脸的目的;采用二维多尺度离散正交小波变换来进行光照补偿,克服亮度对人脸检测的影响;利用自适应模板匹配和二次匹配算法来减少类肤色背景对人脸检测的影响及匹配过程中的计算量.实验结果表明:本文提出的方法能快速检测出人脸,克服亮度和类肤色背景对人脸检测的影响,并提高人脸检测的准确率.     

基于彩色图片的人脸检测方法

提出了一种基于肤色的精确人脸定位算法,详细叙述了在图片的颜色调整与肤色检测,肤色区域的平滑、分割与填充,候选眼睛的选取及配对中遇到的具体问题并提出了解决方案.本算法能较为准确地定位彩色图像中的正面、小角度偏侧和旋转的人脸,还能检测出一幅图中的多个人脸.     

彩色图像中的正面人脸检测的研究

提出了彩色图像中一种人脸检测方法.该方法利用肤色模型分割出彩色图像中的肤色区域,并将同一幅图片用不同的肤色模型分割后的图像进行融合,这样能较好地获取肤色区域.将彩色图像中的肤色区域转换为灰度分布图,用正面人脸的结构规则筛选出肤色区域中的人脸区域.结果表明:该方法能快速地较为准确地定位彩色图像中的正面、小角度偏侧的人脸.     

一种基于肤色分割的彩色图像人脸检测方法

人脸是一个复杂的模式,对其准确的定位和分割是进行人脸识别的第一步.本文建立一种混合肤色模型对肤色区域分割并融合几何特征进行人脸粗检测;在人脸区域验证阶段,提出利用计算眼睛相似度的方法并融合眼睛对称性等特征对眼睛区域定位;嘴巴定位通过改进的唇色信息提取来实现,用以最终准确定位人脸区域.实验证明,该算法十分有效,在速度和准确性方面具有良好的性能.     

人脸区域标定算法及实现

针对经过肤色分割后的人脸图像,利用直方图统计方法,结合图像中的人脸形状特征,提出一种人脸区域标定的算法,设计了算法流程图,实现了人脸区域的标定。实验结果表明,这种方法能准确、快速地去掉肤色区域中的非人脸区域,从而标定出人脸区域。     

实时人眼定位算法研究与设计

为了实现准确和实时的人眼定位,提出了一种有效的人眼定位方法。采用基于统计肤色模型和人脸几何特征约束定位人脸,根据在YCbCr色度空间中肤色的聚类性独立于亮度,建立肤色模型,然后采用自适应阈值进行肤色分割。在人眼定位中,通过获取一个属于眼睛区域像素的随机样本,利用期望最大化算法（EM）调整椭圆型眼参数模型。在包含两个眼睛的矩形框内精确定位人眼,计算量小,速度快。实验结果表明,该方法能够准确、快速地定位人眼,可以满足非接触式、不同光照条件、实时的人眼定位系统的要求.     

复杂背景下一种基于多直方图的自适应人脸定位算法

复杂背景下的人脸定位是图像研究领域中的难点和热点。目前的定位方法不能提供准确的复杂背景下的人脸定位。提出了一种基于多直方图的自适应人脸定位算法。通过对HCbCr彩色空间的三直方图分析,使系统能自适应选择最优的颜色通道以及分割阈值,并结合传统阈值对复杂背景下的图像进行精确的肤色分割,同时根据人脸的几何特征准确定位到人脸。经过对500余幅各类图像的测试,可以验证算法高效准确,且在多类图像下均有良好效果,有一定的实用性。     

基于最小二乘法的改进的随机椭圆检测算法

为了提高数字图像中椭圆检测的效率和准确性,提出了一个基于最小二乘法的改进的随机椭圆检测算法.该算法随机选取图像中的3个边缘点,在以这3个点为中心的窗口内,从边缘点中拟合出可能椭圆,并通过随机选取的第4个边缘点来确认可能椭圆.利用直接最小二乘法椭圆拟合的特性,引入可能椭圆边缘点收集和椭圆重新拟合的迭代过程来提取最终的椭圆参数.通过对含有不同噪声的仿真图片和包括残缺椭圆的实际图片的实验表明,新算法的改进是有效的.与原算法相比,新算法降低了对参数的依赖性,提高了检测的速度、稳定性和准确性,同时保留了原算法的抗噪声能力.     

彩色环境下基于惯性矩的椭圆检测算法

提出了在彩色环境下检测椭圆的新算法。首先分析了椭圆的解析结构,根据物理学中惯性矩的概念,推演出一个类椭圆区域的理想椭圆,用该理想椭圆与边缘检测获得的边缘点拟合,求出一个区域的理想椭圆;然后将求得的理想椭圆与区域边缘点集合用近似度和逼近度两个指标拟合,得到与类椭圆区域最匹配的精确椭圆;最终得到类椭圆区域的边界轮廓,该轮廓可以很好地代替目标的真正边界。该算法可以快速检测完整椭圆和椭圆弧。     

基于矩阵加权多模型融合的认知跟踪波形设计

针对机动目标状态跟踪问题,认知雷达能够调整发射端波形来获取持续、稳健目标跟踪信息.本文基于矩阵加权多模型融合思想引入一种新的面向机动目标跟踪的认知雷达自适应波形设计方法(Adaptive waveform design method based on Matrix-weighted Interacting Multiple Model,AMIMM).首先,利用多模型思路对机动目标状态进行建模,并考虑各模型目标状态估计及其误差协方差矩阵中元素间相关性,以矩阵加权融合方式代替传统概率加权方式,进而构造基于矩阵加权多模型信息融合的跟踪算法框架;然后,以多模型状态融合后的状态估计误差协方差矩阵为基准,利用特征值分解(Eigen Value Decomposition,EVD)技术求取融合后状态估计误差协方差矩阵对应椭圆参数;最后,通过分数阶傅里叶变换(fractional Fourier transform,FrFT)来旋转雷达量测误差椭圆,使得量测误差椭圆与融合后目标状态估计误差椭圆正交,从而获得下一时刻认知波形参数,实现波形自适应捷变.仿真实验表明,与当前流行多种算法相比,本文所提算法能够进一步提高机动目标跟踪精度和稳健性.     

基于Bresenham算法的整数反走样椭圆生成算法

针对目前尚不存在实用的整数反走样椭圆生成算法问题,利用修改的Bresenham算法,提出了一个完全利用整数运算实现的像素级反走样椭圆逐点绘制算法.该算法根据Bresenham算法中的误差控制参数产生候选点与理想直线间的精确距离,舍弃作用微小的高阶小量,利用整数比较法或查表法计算最近的两个像素的亮度.新算法将Bresenham椭圆生成与反走样统一在一个框架下,反走样绘制仅在Bresenham基本生成算法基础上进行局部调整.分析结果表明,该方法结构简单,且因为仅使用整数基本运算实现,因此具有快速的生成速度和较高的显示质量.     

跟踪框自适应的尺度变化目标跟踪算法

为解决尺度变化的目标跟踪问题,借助于对数极坐标变换良好的尺度旋转不变性,提出一种基于椭圆对数极坐标变换域下目标跟踪算法。算法利用一种显著性加权的Mean Shift进行空间定位,进而将目标区域变换到椭圆对数极坐标系下并沿尺度轴进行积分,通过一维的最大相关匹配确定目标的尺度参数。实验结果表明,该算法不仅空间跟踪误差较低,而且能够较稳定地适应目标尺度变化,具有较好的鲁棒性。     

有效的浮点运算消除技术与椭圆的快速生成

为了改善椭圆基本生成算法的效率和消除算法中存在的错误边界像素问题,提出了一种浮点数消除技术和标准椭圆的生成算法.与现存算法采用中间量进行浮点数先期消除方法不同,该算法直接利用曲线上相邻两点所满足的表达式的差值构造包含残差的递推关系,再通过最近准则和1/2处的残差将其转换为整数形式的决策参数.分析和实验结果表明,该算法消除了递推关系中每步迭代时的常数项,比目前普遍采用的中点椭圆算法具有更高的效率,且有着与中点法一致的简单性.该算法不会产生特殊情况的错误边界像素,由于残差与亮度具有对应关系,可以实现整数形式的反走样绘制.     

基于弦中点Hough变换的椭圆检测方法

为了提高从图像中检测椭圆的效率和精度，利用椭圆中心平分经过中心的弦的性质，提出了
一种基于弦中点Hough变换（CMHT）的椭圆检测方法。引入内切椭圆的概念，基于椭圆上所有点的内切椭
圆必经过椭圆中心的事实，对图像中边缘像素点的有效分布进行了分析。通过黑白边缘图像的提取，建立
二维数组累加器，依照像素点分布扫描边缘图像，累加器计数，最后进行椭圆位置和参数的计算。该算法
与标准Hough变换（SHT）和三点随机Hough变换（RHT-3） 相比，具有更高的执行速度和检测精度，同时
对于颗粒噪声具有较强的抵抗能力。     

基于AdaBoost的人脸检测算法

针对人脸检测的特点,深入分析了基于Haar-Like小波特征和AdaBoost算法构造强分类器的人脸检测算法,并将此算法应用于ORL人脸库.在Visual C++6.0平台下,首先利用AdaBoost算法训练得到用于人脸检测的强分类器H(x),然后利用该分类器进行人脸检测.实验表明,提出的算法在保证检测精度的同时,极大的提高了人脸检测速度,且受光照变化影响小.     

平行四边形限制最短路径算法及其在交通网络中的应用

现有的最短路径搜索算法如D ijkstra算法或椭圆限制的D ijkstra算法等计算效率较低,有待进一步改进。作者在椭圆限制的D ijkstra算法基础上,通过对椭圆进行线性化处理和对限制用的多边形进行优选,得出一种平行四边形限制的最短路径算法,使搜索效率有了较大程度的提高,通过对各种算法的运行结果进行对比,证明了本算法的有效性和快速性。     

基于广义正交概念的K-RANSAC椭圆提取

开发了一个使用广义正交概念的K-RANSAC椭圆提取算法.该算法通过使用广义正交概念,成功地把圆的所有性质推广到椭圆;通过仿射变换把水平-垂直种子点对一般化为任意种子点对情况;通过对边缘点集的归一化运算,有效地正则化了提取椭圆的边缘点集的病态性;通过直接估计椭圆参数的广义本征分析技术,进一步提高椭圆的可检测性和拟合精度.理论分析和实验结果表明,所开发的椭圆提取算法具有鲁棒性强、适用范围广、精度高和速度快等优点.