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.     

基于分形特征的红外图像识别方法

文中首先对红外图像进行预处理,然后根据分形理论提取了红外图像的９种分形特征,用神经网络进行目标识别。这９种分形特征包括基于分形维数的特征,基于Ｈｕｒｓｔ指数的分形特征和基于缝隙的分形特征。最后进行了计算机仿真实验,实验表明基于分形特征红外图像识别方法是可行的,并取得了较好的结果。     

利用多分辨分形特征进行目标识别

该文分析了湖底回波信号经小波多分辨分解后,发现不同分解尺度上的小波系数的能量分别与分解尺度在一定范围内满足幂指数关系,与分形维的定义相似,据此求得两类特征参量,并对五类回波进行了分类,取得了较为理想的识别结果。     

基于聚类和特征检测的焊缝和钨针定位方法

钢管氩弧焊接过程中需要实时判断钨针针尖与钢管焊缝中心线是否对齐,以控制焊接质量。用肉眼判断误差较大,且效率较低。为此,提出一种基于聚类和特征检测的氩弧焊图像中焊缝中心线坐标和钨针针尖坐标位置计算方法。该方法利用幂次变换的方法增强图像对比度,用直觉模糊C均值聚类方法对图像进行二值化,用Canny算子边缘检测的方法提取图像特征,检测出钢管氩弧焊图像中的熔池、焊缝中心线以及钨针针尖位置。实验结果表明,该方法能够快速准确地定位焊缝中心线和钨针针尖位置。     

基于Log-gabor和分形技术相结合的图像分析方法

针对图像分析中人眼视觉的感知维度考虑不足和大多滤波器偏重低频波段等问题,文中提出了一种基于Log-Gabor和分形技术相结合的特征提取图像分析方法。该方法首先阐明了Gabor滤波器不足以及人眼视觉感知与分形维度相关的知识,然后结合Log-Gabor滤波器的无带宽限制优点和分形图像分析的方法,提取出与人眼相关度高的图像特征,大大降低了失真度,最后形成了基于上述方法的图像特征分析的一套模型。实验结果表明,采用文中提出的图像分析模型得到的分析结果与主观观测值有很高的一致性,在反应人眼感知的效果上也表现出很好的性能。     

基于灰度投影与改进Hough变换的人眼定位算法

人眼定位是人脸识别的重要步骤,本文提出一种结合灰度投影与改进Hough变换的人眼定位算法.首先,通过两次积分投影进行人眼粗定位,对粗定位的眼睛灰度图像增强处理后提取边缘,然后采用改进Hough变换检测圆来定位眼球的准确位置.实验结果表明,该算法与已有算法相比,具有更为快速和精确的定位效果,并且对头部偏转具有较强的鲁棒性.     

基于空间一致性的复杂场景钢坯端面字符定位

复杂场景中的字符目标定位是进行字符目标提取与识别的关键步骤,字符目标定位的准确程度决定着后续字符识别的正确与否。本文提出了一种基于空间一致性特征的复杂场景钢坯字符目标定位新方法。先对复杂场景钢坯图像进行分割,跟踪并标记分割图中每一个连通区域,然后根据钢坯端面字符在空间位置上排列的一致性,提取连通区域目标的质心点特征,并寻找排列成一条线的质心点,同时比较它们之间的区域面积及相互距离等特征,快速定位目标字符。对多幅实际复杂场景钢坯端面字符图像进行处理,结果表明我们提出的方法具有可行性和实用性。     

基于图像预处理和纹理特征的车牌定位算法

为了解决车牌定位过程中拍摄图像背景复杂,噪声大,检测准确率偏低的问题,提出简便有效抗干扰强的车牌定位算法.首先将彩色图像转换为灰度图像,其次设定灰度门限区分图像目标和背景,进行二值化处理,然后使用Sobel边缘检测算子计算图像梯度幅度值,检测图像边缘点,采用局部图像平滑技术中值滤波对图像去除干扰,最后根据车牌区域纹理信息较其它区域丰富的特征,采用投影法,通过水平和垂直方向上投影分布特征的反复提取,准确检测定位车牌.实验结果表明,该方法定位出的车牌区域图像清晰度和准确度较高.     

基于选择性阈值取反和径向对称的瞳孔中心定位

提出一种选择性阈值取反与径向对称变换 结合的算法,用于瞳孔中心的定位。提取人眼区域图像并转化为灰度图像,采 用高斯平滑减 小噪声的影响,对灰度图像进行阈值取反操作处理,去除眼睛周围像素的梯度变化对定 位的影响。选 择性阈值取反可综合利用直接取反和阈值取反的优点,进行径向对称变换投票得到瞳孔 中心,实现瞳 孔中心的定位。在BioID数据库及CASIA-IrisV4进行实验验证的结果表明,本文提出的选择 性阈值 取反操作后进行径向对称变换的瞳孔中心定位可取得更高的精度,满足实时性的要求,可 应用于人机交互的视线追踪系统。     

多层次语义规则和表情特征下的微博情感研究

基于当前机器学习方法在中文微博文本情感分析处理过程中的复杂性、低准确率等问题,文中提出在统计情感词的基础上,结合情感影响因子和语义规则,并加入表情特征这一重要元素,优化文本情感加权计算方法,提高情感判断的准确率。通过对爬取到的原创微博数据集进行实验分析,验证了新情感分析算法的可行性。     

基于Gabor滤波和K-medoid聚类分析的人眼检测和瞳孔定位

针对人眼检测过程中存在的表情、光照和眼镜遮挡 等干扰因素的影响,提出一种基于Gabor滤波和 K-medoid聚类分析的人眼检测和瞳孔定位方法。首先采用鲁棒性较好的眼部横向特征作为 检测对象来设计了Gabor 滤波器,以突出眼部的横向特征;然后根据Gabor滤波后的眼部特征,并结合K-medoid算法 设计了聚类算法检测人眼;在人眼检测基础上,结合灰度分布特征和熵函数设计了瞳孔定 位方法。在BioID人脸库和FERET彩色人脸 库上进行了实验,结果表明,本文方法在两个图库的3470幅人脸图像 上能够达到97.8%的检 测率,并且在设置误差阈值较小(0.15)情况下仍能达到95.5%的瞳孔定位准确率。     

Hybrid image compression method based on fractal geometry

A hybrid method for image compression based on the fractal geometry concept is presented. By combining the scanline subtraction and prediction mechanism with the yardstick-based compression method, higher compression rate can be achieved with good image quality. Furthermore, the performance of the algorithm is improved through error compensation.<>     

Statistical feature extraction based technique for fast fractal image compression

Fractal image compression is an innovative way of image representation by using relationships among the sub-section of image itself. It utilizes the existence of self-symmetry and uses affine contractive transforms. This technique has manifold advantages like, very high compression ratio, high decompression speed, high bit-rate and resolution independence, but high computation time expenses of suitable domain search in coding phase is the major bottleneck of the technique. This paper presents a fast fractal compression scheme based on feature extraction and innovative way of image comparison. In proposed development the complexity of suitable domain search is reduced by transforming the problem from image domain to vector domain. Simulation results confirms that suggested variant leads to a faster system as compared to existing state-of art Fractal Image Compression techniques.     

基于小波变换的信号突变特征提取与定位

将小波变换应用于多普勒信号分析,研究了小波变换对高速火炮多普勒回波信号突变特征的准确检测和精确定位,实现对炮弹出膛时刻的提取,从而提供每发弹丸的起始时间零点。仿真结果表明,该方法能够有效提取弹丸出膛时刻,具有较高的定位精度。     

复杂环境下基于多特征决策融合的眼睛状态识别

针对常用图像特征容易受到复杂光照、头部运动等因素的影响导致眼状态识别算法的准确率降低的问题,本文在对多种红外条件下眼睛图像特征进行分析研究的基础上,选择具有旋转不变性和尺度不变性但对光照敏感的伪Zernike矩特征、简单并有效但对轮廓提取有较高要求的复杂度特征和对光照不敏感但容易受到头部运动影响的HOG特征作为眼状态识别的特征,提出了一种基于多特征决策融合的眼状态识别算法。首先建立上述3种特征相应的支持向量机(SVM)分类器,然后利用自动权值学习算法得到3个特征分类器的决策权重,最后综合利用不同特征的性能特点对3个分类器的识别结果进行决策融合从而得到最终识别结果,提高了眼状态识别算法的鲁棒性。实验结果表明,本文算法能够较好克服光照和头部运动对眼睛状态识别的影响,识别准确率达到91.9%。     

基于亚取样分形插值预测的混合图像编码方法

提出了一种基于亚取样分形插值预测的混合图像编码方法。将原始图像在水平方向和垂直方向皆作１／２抽取得到一幅“亚抽图像”，对亚抽图像进行分形编码得到亚抽图像的分形码，采用分形插值方法由亚抽图像的分形码解码得到原始图像的分形预测图像，然后对预测误差图像进行基于ＤＣＴ的自适应补偿编码。实验表明，这种方法的编码速度有了很大提高，而且恢复图像的质量具有较高的保真度。     

基于多尺度特征提取的运动目标定位研究

从尺度不变特征变换算法的实时性与鲁棒性分析入手,针对其在特征点匹配精度和匹配效率两方面不足,提出一种基于运动目标的多尺度特征提取算法.该算法通过设计出一种基于尺度因子变化的高斯核模板尺寸自适应调整以及时间轴帧图像双向配准的办法,成功地修正了运动目标图像配准的实时性与鲁棒性的不足.实验证明,多尺度特征提取算法能够有效而快...     

基于子图像特征的目标提取方法

针对特定目标提出一种新的基于子图像块的目标提取方法。先对图像分块,再对分块后的特征图重新构建特征量并进行阚值分割,从而实现粗检,辅以知识确定目标的大概区域,最后借助边缘特性提取出精确目标。试验结果表明,该方法计算量较小、便于硬件实现,对于复杂自然背景中对比度低及不均匀光照条件下的一定形状尺寸的目标提取获得满意效果。     

基于邻域特征的网点激光打孔定位算法研究

为了解决在激光加工中大尺寸多盲孔的网点加工件定位困难的问题, 用工业相机拍摄局部图片, 根据网点中盲孔的结构特征和分布特点, 采用最小二乘法拟合圆的方法检测局部图片中的盲孔, 使用邻域特征的方法寻找网点中的特征点, 并利用特征点匹配实现局部定位整体, 从而实现了加工件的精确和高效定位。结果表明, 邻域特征法对网点中盲孔的定位精度为0.02mm, 实现了对盲孔的有效定位, 解决了网点加工件定位困难的问题。该研究为在盲孔中完成激光加工等后续研究提供了基础。