离散对称变换在人脸图像眼睛定位中的应用

从计算离散对称值出发,提出了一种自动定位人脸图像中眼睛的离散对称变换算法,通过邻域灰度均匀度算子对各点邻域的检测,去除处于规则区域的点,并用圆环邻域代替对称算子圆形邻域,大大降低了计算量,提高了圣称的准确性,实验结果表明：在未进一步利用对称角度和人脸固有的几何比例关系的情况下,该算法能准确地对正面人脸图像中的眼睛进行定位。     

一种新的人脸图像中眼睛定位方法

提出了一种新的图像中人眼检测算法。在一幅已知人脸图像区域中,首先采用中值滤波除去噪声点,然后选取灰度变化最大的几块区域作为眉眼候选区域。最后利用SIFT方法在候选区域中最终定位眼睛的精确位置、尺度和方向。实验结果证明,本文所提出的算法具有准确率高和计算量小的优点。

     

基于方向对称变换的人脸定位方法

本文定义了一种新的对称变换－－方向对称变换,它与常用的广义对称变换相比能够提供更多的信息来描述物体的形状。在此基础上提出了一种快速的人脸定位方法,与应用广义对称变换方法相比不仅可以提高定位准确率,而且能够大幅减小计算量。     

基于对称变换与高斯微分的人脸定位新方法

在实际人脸识别系统中,复杂背景、无控制光照及成像质量对人脸的准确定位造成了严重影响.本文针对上述情况提出了一种室内自然环境下人脸准确定位的新方法.该方法充分利用了人脸具有的强对称性与三维特性,运用高斯微分求图像边缘,再对广义对称变换及径向对称变换加以规则限制,实现了人脸眉心的准确定位及对尺度因子的估计,进而实现了人眼的准确定位,具有很强的稳健性.     

有背景人脸图像中检测与定位人眼

基于人脸的几何特征和图像分割原理，文章从人脸图像的拍摄要求和人眼的监测与定位等方面系统研究了一种在有背景的灰度人脸图像中自动检测与定位人眼的新算法。实验验证表明，所提出的人眼检测与定位方法在速度和准确性方面具有良好的表现。     

基于对称变换与自评估的人眼定位新方法

眼睛闭合、眼镜反光、眼球被眼帘覆盖以及光照不均等对实际人眼的准确定位都会造成很大影响.本文针对上述问题,利用人眼具有的强对称性,提出了一种基于小波变换、对称变换和自评估规则的人眼定位新方法.采用ORL人脸库仿真试验,结果表明本文方法定位准确率高、计算量小、稳健性强,对一般人脸状态具有较大的实际应用价值.     

有背景人脸图像中人眼的检测与定位

基于人脸的几何特征和图像分割原理,研究了一种在有背景的灰度人脸图像中自动检测与定位人眼的新算法.该算法基于人脸器官几何分布先验知识建立人眼位置判定准则,对人眼的分割阈值范围进行粗估计,采用分割阈值递增法,并结合人眼位置判定准则判定分割图像中双眼黑块是否出现,再利用二维相关系数作为对称相似性测度,检验检测到的双眼的真实性.实验验证表明,所提出的人眼检测与定位方法在速度和准确性方面具有良好的性能.     

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。     

离散小波变换在医学图像中的应用

本文以三维医学体数据作为研究对象,充分利用离散小波变换,对其进行多分辨率分解,把三维医学体数据分解成三个不同方向上的子医学体数据。实验结果表明,三维医学体数据经过离散小波变换后被分割成八个子频带,其主要能量和特征集中在低频子带系数中,可以用来提取特征向量构造零水印。     

多尺度对称变换及其应用于定位人脸特征点

提出了一种在图像的反对称双正交小波分解数据域中,实现多尺度对称变换的方法,并将它应用于脸部图像中主要特征点的定位.这种方法与直接在原始图像数据域中的同类方法相比,能大幅度减少计算量、加快定位速度,并明显提高定位准确度.除此之外,由于它是在小波分解数据域上实现的,这就为在图像数据压缩域中提取人脸图像特征奠定了基础.     

基于小波变换和梯度矢量的人脸特征点定位

人脸特征点的定位是自动人脸识别系统和人脸表情识别的重要组成部分,小波变换是近年发展起来的一种有效的信号分析工具。在小波变换基础上,提出了一种基于多尺度梯度矢量的对称变换方法,将此方法应用于人脸特征点定位,不仅减少了计算量,而且提高了定位准确度,同时对光照变化和人脸表情变化也具有很强的鲁棒性。     

小波变换和SUSAN算子在图像处理中的应用

随着图像技术的发展,图像处理、图像分析和图像理解技术在遥感、航空、航天、气象和公安等行业和部门得到了广泛运用。综合利用多尺度小波分解和算子的方法,对图像进行多尺度小波分解和检测边缘、特征的内外角点,快速准确地获得特征点的位置。实验结果表明,该方法能自动定位特征点,在特征定位方面有很强的实用性。     

2D实值离散Gabor变换及其在图像变换编码中的应用

本文提出了二维实值离散Ｇａｂｏｒ变换（ＲＤＧＴ）的快速算法,并探讨了将其应用于图像压缩编码的基本方法。     

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。     

基于人脸结构特征的眼睛定位算法

眼睛定位在人脸识别检测过程中起着非常重要的作用.研究后发现,眼睛的灰度值在人脸所有的五官中是最高的,且具有一定的面积.文中针对人脸各器官的几何结构特征,结合眼睛灰度信息提出了一种新的眼睛定位算法:通过对灰度图像进行垂直和水平灰度投影后,能够对人脸初步定位,然后用一个相当于瞳孔大小的方形框去搜索整张脸,当落在这个框内的黑色像素的个数达到最大时,这个框的位置就是眼睛的位置.经过实验,这种算法定位准确且定位时间短.     

人脸的眼角自动定位

针对人脸识别中的特征提取问题,提出了一种快速准确的眼角自动定位方法。在人脸图像中自动定位两眼的眼球和内外眼角的精确位置,定位准确率达到98％以上。该方法为脸部关键特征点的自动提取和人脸识别奠定了良好的基础,有助于提高人脸识别算法的识别率。并将定位结果应用到人脸图像的预处理,提出以两眼外眼角为基准进行几何归一化校正,与通常的利用两眼瞳距作为基准的方法相比较,更加准确和稳定。     

对称变换及其在阿达玛变换光谱术中的应用

探讨了推出对称矩阵π_s=π_1=π_2的方法,实际应用于单编码255阶阿达玛变换光谱仪,测得汞灯1.5μm线光谱,节省了内存和计算量。     

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。     

基于离散小波变换的图像感知对比度增强数学模型构建

针对传统图像感知对比度增强数学模型的图像感知对比度增强效果较差的问题,提出一种基于离散小波变换的图像感知对比度增强数学模型。利用局部均衡直方图、离散小波变换对图像进行灰度处理,利用Ostu算法对图像目标进行分割,并计算灰度分布均衡图像的感知对比度最佳阈值,实现图像感知对比度增强数学模型的构建。为了验证该数学模型的图像感知对比度增强效果,将所提模型与传统模型进行对比实验,实验结果证明该模型的图像感知对比度增强效果优于传统数学模型,说明该模型更适用于图像感知对比度的增强。