基于图像的光照技术与应用

基于图像的光照是利用真实环境中的光源对计算机生成的虚拟影像进行照明的技术,随着计算机软硬件技术的发展,已经逐渐成为近年来热门的研究领域。它的研究和完善对于电影、虚拟现实、工业设计等行业的发展有着积极的意义。本文着重介绍了基于图像光照技术的基本原理以及实现方法。     

基于MATLAB的车牌图像预处理及定位的研究

通过对车辆牌照摄取与识别过程的研究,提出一种基于MATLAB的针对静态车牌图像的预处理及定位的方法。该方法通过图像灰度化、中值滤波、图像算术增强、二值化、图像形态学处理等步骤,为最终的精确定位打下基础。其特点是没有用到边缘检测技术,简化了流程,并且通过大量试验证明该方法是有效的。     

基于WebCam的人脸识别过程

人脸识别技术可以应用于基于网络的身份认证,本文通过截取视频流中的单帧图像,对其依次进行了色彩空间的转换、人脸肤色的建模、后处理操作以及人脸定位算法四个过程的操作,详述了基于WebCam(Internet上的摄像头)的人脸识别的处理过程。     

应用光照投影和图像分析技术评估织物起球等级

应用一种新的图像分析系统进行织物起球等级的客观评估，首先获取反映织物三维轮廓数据的距离图像，通过一组匹配滤波器检测毛球，应用分块阈值法进行毛球分割，选取毛球个数，毛球面积和毛球体积建立等级评估方程，并采用模糊逻辑系统作为最终的等级评估模型。结果表明，该系统能满足实际起球试样的等级评估。     

基于小波包和图像融合的织物疵点图像预处理

在中值滤波的基础上,提出了小波包和图像融合的织物疵点图像预处理方法。利用小波包进行图像全局阈值降噪,分别采用软、硬的阈值方法得到两类图像,并将两类图像进行小波分解融合。结果表明,该方法可以很好地消除噪声和不必要的信息,同时保留了疵点信息。     

基于主元分析的人脸识别方法研究

为了对ORL人脸库里的人脸图像进行识别,并用不同数量的特征脸对测试图像进行重构,采用了人脸识别技术中一种广泛应用的数据降维技术主元分析（Princ ipalComponentAnalysis,PCA）方法。用PCA方法将每一幅图像降维至特征子空间中的一个点。有了这个特征子空间,任何一幅人脸图像都可以向其做投影,并获得一组坐标系数,而这组系数就可以作为人脸识别的依据。结果表明,当通过使用PCA方法获得的主成分去重构原始人脸图像时,能使均方误差最小。结论是：利用主元分析法（PCA）对ORL人脸库里的人脸图像进行识别,计算出待识别样本的特征系数,并与人脸数据库中的特征系数一一进行比较,以距离相近的作为识别结果,得到较好的实验结果。     

织物疵点图像预处理方法的研究

织物疵点图像的预处理是疵点自动检测系统的一个重要步骤,对各种疵点检测方法的检测效果具有重要的影响。通过对预处理实验进行分析,找出了对疵点图像进行预处理的较好方法,即采用零均值图像进行图像增强,采用均值滤波进行图像消噪。     

基于JavaCV的视频人脸识别的实现

本文主要介绍了基于JavaCV的视频人脸识别系统的实现原理和方法。     

基于无线网络的人脸识别门禁系统的研究与实现

智能化技术发展迅速,智能门禁系统面临很多发展机遇。人脸具有生物特性,人脸识别技术已经广泛应用于门禁系统设计中。目前市场上的门禁系统功能相对单一,配置方式比较复杂,并且不具有网络化特征,因此,可将无线网络应用于门禁系统设计中,提高门禁系统的便捷性。文章首先对人脸识别门禁系统的识别方式进行介绍,然后对无线网络在人脸识别门禁系统中的应用优势进行分析,并对无线网络在人脸识别门禁系统设计中的应用方式进行详细探究。     

关于大豆种子分拣图像预处理的研究

采用CCD进行大豆种子分拣图像采集过程中,对于原始图像的预处理尤为重要。利用Opencv软件对图像进行图像增强、图像平滑处理以及图像二值化处理。着重分析对比图像平滑处理中的均值滤波、中值滤波、高斯滤波的效果,得到一种可靠高效的图像预处理方法。     

双摄像头人脸识别 考勤图像精准零误差

当人脸识别技术越来越成熟时,我们发现高端技术离我们的生活越来越近。暂不说产品价格有多贵,在每一个上班族都要面对的考勤机上,我们看到人脸识别技术是何等的优越与出色。今天,请您跟我一起关注人脸识别考勤机。     

一种基于 VEI 的人脸识别的方法

人脸识别是模式识别中的重要研究领域之一。受到the Variation Energy Image(VEI)成功的启发,我们将VEI方法应用于对人脸特征进行有效的提取。使用此方法就可以从训练样本中找到一幅特征图。而且这个特征就是差别最大的特征。于是,根据这个特征图,我们去除掉特征图中相对应的像素。使得原来的训练样本,变得更加接近自己类的特征。待测试样本,在进行比较时,也去掉特征图的像素。最后使用Linear Discriminant Analysis(LDA)方法得到特征子空间,测试样本投影到特征子空间上的一个最近的L2范数距离,作为分类的标准。提出的方法与传统的LDA方法进行比较,得到了较好的实验效果。     

一种基于VEI的人脸识别的方法

人脸识别是模式识别中的重要研究领域之一。受到the Variation Energy Image（VEI）成功的启发,我们将VEI方法应用于对人脸特征进行有效的提取。使用此方法就可以从训练样本中找到一幅特征图。而且这个特征就是差别最大的特征。于是,根据这个特征图,我们去除掉特征图中相对应的像素。使得原来的训练样本,变得更加接近自己类的特征。待测试样本,在进行比较时,也去掉特征图的像素。最后使用Linear Discriminant Analysis（LDA）方法得到特征子空间,测试样本投影到特征子空间上的一个最近的L2范数距离,作为分类     

基于Java的图书馆人脸识别系统设计与实现

文章提出了一种基于彩色图像的24位面部识别方法,图像处理的主要部分在软件中占据非常重要的位置,图像质量直接影响位置确定和识别精度。通过背光补偿,高斯平滑和二进制进行判别。在判别之前,经过互补光对图像施行处置,而后通过肤色得到大致的人脸。最后,依照面部固有眼睛的对称性断定面部,提升了定位和判别精度。最终该系统应用与图书馆人脸识别,并有很好的效果     

真实感图形学的光照模型研究综述

介绍计算机真实感图形学中的光照模型包括局部光照模型和全局光照模型,局部光照模型算法简单,计算量较小,目前已广泛应用于游戏等领域;全局光照模型考虑光线在空间中的真实传播情况,可以生成真实感更高的图形,但计算量较大。同时,阐述了全局光照模型的三种主要算法:光线跟踪、辐射度算法和光子映射。随着硬件及算法的发展,全局光照将成为未来真实感图形绘制的主流算法。     

利用OpenCV进行人脸识别的研究

计算机人脸识别技术是利用计算机对人脸图像进行分析和理解的技术,Open CV是用于图像处理软件,具有很好的效率,文章主要基于Open CV结合隐马尔科夫模型研究用于人脸识别的模型,并提出一般研究步骤,经过大量室内试验证明基于Open CV的研究在人脸识别中具有高效性。     

基于主成分分析的QR二维码人脸识别

随着人脸识别和二维码技术在各行各业得到广泛应用,把两种技术结合在一起,便于对数据进行传输和管理,也更具安全性。文章详细叙述了基于主成分分析的人脸特征提取的原理与方法,将其与QR二维码的编解码进行了结合。使用MATLAB作为工具平台,调用QR二维码编解码应用程序,进而实现了一个二维码人脸自动识别的系统原型。实验结果表明,该系统识别率较高,应用范围广,达到了预期效果。     

基于深度数据的三维人脸识别

为了进一步提高三维人脸识别效率,在Fisherface和局部二值模式(LBP)的基础上,提出了基于深度数据的三维人脸识别方法:先提取人脸的深度数据,再将深度数据与LBP相结合提取人脸特征,然后采用Fisherface方法进行识别.实验结果表明,相对于单一的特征识别方法,基于LBP_深度数据和Fisherface特征融合的方法更能提高三维人脸识别效率.