视频流中人体肘关节检测算法研究

在对视频流中运动员肘关节进行检测算法的研究之前,由于背景信息会对算法的实现产生干扰,所以首先对视频图像进行了感兴趣区域的提取,本文分别比较了帧差法和自适应阈值选取法,得出自适应阈值法有它的优势,能保留大量的前景信息。并对得到二值图像进行了形态学处理,去除了前景中的空洞和离散噪声。对于运动员肘关节的检测,由于运动员的胳膊上无标记,所以需要找到肘关节区别于其它地方特有的特征,发现运动员在进行拉弓过程中,胳膊会弯曲,突出肘部关节,利用肘关节此时曲率最大的特征,选用基于特征点的检测和跟踪算法,根据肘关节曲率最大的特征,首先利用Harris算子对运动员肘关节进行特征提取。     

一种航空光栅显示设备画面质量检测算法

航空显示设备中,光栅笔划显示信号的产生和检测是自动测试系统(ATS)的一个关键技术。采用基于Harris角点匹配的自动检测技术,通过提取测试笔划画面和参考画面的特征点,进行特征点的粗匹配、精匹配和一致性检测,然后选取最佳匹配特征点对,找出仿射变换矩阵,对画面整体平移和线性失真进行判断。为提高配准精度,在测试过程中,保留人工选取特征点的方式。最终采用对上述两种测试方式处理结果加权平均的方法,评价画面整体相似度。     

基于图像尺度空间的几何不变特征点提取算法

图像特征点的提取是实现抗几何攻击数字水印算法的重要步骤，所提取的特征点是否鲁棒，将直接影响抗几何攻击水印的鲁棒性．Harris—Laplace角点检测方法是一种多尺度抗几何攻击角点提取方法，但计算比较复杂．将Harris．Laplace角点检测方法进行改进，把直接分析图像局部灰度值的角点提取方法与图象尺度空间的思想相结合，并兼顾多尺度的不同权值，则既可以保证角点抵抗一般几何攻击的鲁棒性，又减少计算复杂度的，根据此思路提出了加权平均Harris-Laplace角点检测方法来提取特征点．实验结果表明，该算法提取的图像特征点不仅具有很好的抵抗图像裁剪、几何缩放能力，而且计算复杂度明显低于相同重复检测率的Harris—Laplace角点检测算法．     

对地面弱小目标的检测算法的研究

在研究地面弱小目标时,由于环境、人为误差及成像系统本身的影响,摄像机拍摄的视频会出现画面抖动比较厉害、成像质量差的现象。因此,需要对图像序列进行运动补偿。为实现对地面弱小目标的检测,提出了一种基于Harris角点检测的对地面弱小目标的检测算法。该算法利用了残差图中的灰度信息及残差图序列,在时间上具有连续性,算法的稳定性高,精度较高,实时性好。能够很好地剔除残差图中的虚警点,在较高精度下大大提高了对于地面弱小目标检测的水平。     

一种双边核函数的新Harris角点检测算法

针对目前Harris算法存在的对噪声敏感和检测率不高的不足,提出一种双边核函数的新Harris角点检测算法.算法首先采用双边滤波器来代替原有的高斯低通滤波器,来增强算法的鲁棒性;接着采用多尺度分解来建立真实角点和伪角点的分割阈值.实验结果表明,提出的算法能精确地检测图像角点.     

Harris角点检测算法的应用研究

角点是机器视觉和图像处理技术中常用的特征点,在降低信息数据量的同时有效保留了图像的重要特征,现已广泛应用于各个领域,用来实现图像处理的特定要求。本文先对Harris角点检测算法原理进行阐述;再详细介绍改进的Harris角点检测算法的应用领域及效果;最后,对Harris角点检测的研究趋势做出总结和展望,为Harris角点检测的研究和应用提供参考。     

基于角点跟踪的数字稳像算法

在基于特征跟踪的数字稳像算法中,特征提取不稳定和特征匹配计算量大是目前存在的主要问题.针对这一问题,利用角点检测稳定性较好的Harris算子,在图像局部区域内提取角点,通过对比在当前图像中定义的角点距离与在参考图像中定义的窗口距离来确定角点间的对应关系,进而计算仿射模型的运动参数,最终进行运动补偿以达到输出稳定视频图像的目的.实验结果表明:该方法具有很好的稳定性和准确性,并有效地减少了算法的运行时间.因此,这种稳像算法适合于实际场景中的实时应用.     

基于模板边缘的自适应Harris角点检测算法

针对传统Harris算法检测的角点出现聚簇、伪角点以及阈值人为设定的问题,提出一种基于模板边缘的自适应Harris算法。首先,利用局部区域的思想检测出图像中的潜在角点区域;然后,对潜在角点区域利用改进的自适应阈值Harris算法进行角点提取;最后,提出模板边缘的思想,构造一个新的圆形模板,通过评估中心点与模板边缘像素点邻域的灰度变化情况,对提取的角点进行提纯,过滤掉伪角点,得到最终检测结果。实验结果表明,该方法在计算效率上比Harris算法提高了32.8%,在实际应用中具有较高的精确度和鲁棒性。     

基于Harris的多基元检测改进算法

为了解决传统三维重建研究中光滑物体表面特征提取较难,重建效果不理想等问题,提出了一种对角点、边缘点同时进行特征提取的Harris改进算法,该算法通过一阶微分来实现图像二维信息的多基元检测,从而增强之后的三维重建效果.最后通过仿真实验证明文中提出的Harris的改进算法能够有效的进行多基元提取并最终得到理想的重建结果.     

一种新的Harris多尺度角点检测

Harris角点检测是一种经典的角点检测算法,但不具有尺度变化特性。该文把多分辨分析的思想引入到该算法中,构造了基于小波变换的灰度强度变化公式,并得到了具有尺度变换特性的自相关矩阵,从而构建了一种新的基于小波变换的Harris多尺度角点检测算法。这样,使得新的角点检测可以在不同的尺度下获取角点,并克服了单一尺度的Harris角点检测可能存在的角点信息丢失、角点位置偏移和易受噪而提取出伪角点等问题。通过对比实验,新算法明显地提高了图像角点检测性能。     

驾驶员疲劳检测中的眼睛定位算法

人眼状态与疲劳程度有很好的相关性,眼睛定位在驾驶员疲劳检测中有十分重要的地位。目前眼睛定位算法都是针对睁开的眼睛,不能定位闭合的眼睛。为了能够定位任意状态下的眼睛,提出了Adaboosting算法与几何模板融合的眼睛定位算法。在眼睛粗定位区域中用Ada-boosting算法检测睁开的眼睛,修改几何模板。对于Adaboosting算法中不能检测到眼睛时则用几何模板法进行眼睛定位。实验表明该算法有较好的检测率和运算速度。     

Design and implementation of a real-time eye tracking system

Driver fatigue severely affects driver's alertness and ability to drive safely. There are vital problems related to drivers fatigue on driving of trains, vehicles and airplanes. Therefore, the driver fatigue research is important. In this paper, we first study the impact of eye locations on face recognition accuracy, with Haar-like feature and AdaBoost classifier, face and eye area can be detected quickly and accurately. In the part of eye tracking, cam-shift based mean-shift algorithm is used to track the eyes. This method could automatically adjust the size of tracking window according to the different posture of driver. The performance of our eye detection method is validated by using image database with more than 6000 pictures. In addition, our real-time eye tracking system has been tested on railway line segment (China). There are 5 train drivers involved in the experiment. The validation shows that our eye detector has an overall 93% eye detection rate.     

眼跟踪技术

眼跟踪技术在战机快速瞄准、跟踪及医学等方面已经得到了成功的应用。本文对眼跟踪技术的发展及应用作了论述,介绍了一些比较典型的眼跟踪技术方法,对几种方法的优缺点作了比较。     

基于改进遗传算法的入侵检测的研究

目前的入侵检测存在一些问题,针对这些问题,对遗传算法在入侵检测中的应用进行了研究,讨论了适应度函数的构造,并对种群的确定、选择算子、交叉算子进行了改进,在此基础上提出了一种基于改进遗传算法的入侵检测模型,并通过实验验证了它的可行性.     

超声车辆检测的状态机算法

车辆检测现在主要应用到的有红外、地磁、视频和超声波等几种技术,它们各自都具有优缺点.文中分析并设计了一种基于HY-SRF05超声波模块的车辆检测算法：状态机检测算法.该算法能对检测车辆的阀值进行动态的更新,达到准确高效的检测效果.同时,该算法也适用于中、大型停车场的车辆诱导系统和公路上交通车流量的检测.     

基于DM642的人眼检测系统设计与实现

提出一种基于TMS320DM642DSP平台的实时人眼检测系统设计。所用算法结合了人眼在主动照明下的亮瞳效应,使用包括Adaboost,SVM的"人脸-人眼"二级检测算法搜索并确定人眼位置,同时针对DSP平台特点进行相应优化。经实验表明,该DSP人眼检测系统对于640×480分辨率的连续视频能达到实时性要求,并有着良好的准确性。     

瞄准器的眼跟踪算法研究

利用基于图像处理技术的视线方向识剐和跟踪方法,采用Hough变换检测圆心算法求得瞳孔中心位置来确定视线方向,推导出眼球转动的水平,垂直角度,实现眼视线方向跟踪.该技术应用于头盔瞄准器,扩大其观察目标和瞄准目标的视野范围,提高战斗机的反应和攻击速度.     

基于Canny边缘检测的图像预处理优化算法

在图像的边缘检测算法中,Canny算法虽然可以大概勾勒出图片内图像的具体轮廓,但是一些不够清晰的轮廓可能会出现断开的现象,导致局部失真。文中对Canny算法进行进一步优化,采用抑制孤立的弱边缘方法实现边缘检测,图像内一些不太清晰的轮廓可以得以保存,相互连接,使得获得的图像边缘轮廓更加清晰,整体的感观效果更佳。文中给出优化方法并进行仿真验证了结果的有效性。     

用于立体显示的人眼位置快速检测

人眼检测实自动人脸检测以及视线跟踪中非常重要的一项技术,它被用于智能人机交互、疲劳驾驶检测、安保以及诸多领域。在此提出了一种基于亮瞳效应的精确人眼实时检测算法。该方法使用主动红外光结构照明来产生亮瞳效应并产生候选点,然后利用连续Adaboost算法来对人眼进行确认,实验结果表明,对于640×480分辨率的连续视频,系统每帧的检测时间小于10ms,检测准确率较高。