基于HSV色彩空间的自适应肤色检测

针对复杂背景彩色图像提出了一种基于HSV色彩空间的自适应肤色检测算法。该算法首先使用阈值在HSV空间对人体肤色区域进行肤色分割,然后对分割出的肤色区域使用相对重要性滤波和自适应区域归并,最后将归并后的肤色区域使用人眼定位进行验证,将多人脸检测转化为单人脸检测。实验结果表明,该算法复杂度较小,对光照变化具有很好的鲁棒性。     

视频图像的车辆检测与识别

提出了一种新方法,用来提取视频图像中车辆的候选区域。即将视频图像转换到HSV空间,利用H分量提取图像中红色区域位置,V分量提取图像中车底的水平边缘位置,两者结合确定图像中车辆的候选区域。然后,利用改进的Gabor滤波器组对图像中的候选区域特性进行提取,最后利用支持向量机对提取的候选区域特性进行训练、识别。滤波器组通过量子进化算法进行了改进,其中引入了小生境协同进化算法并对优化后的滤波器组进行聚类减少多余的滤波器,降低冗余度。仿真结果表明此方法提取候选区域更加精确、快速。改进后的量子进化算法收敛速度快,能够快速地找到最优解。     

结合HSV空间的水面图像特征水岸线检测

目的 水岸线可用于无人艇视觉导航、运动状态估计,是无人水面艇自主航行的重要参照特征。水岸线类似于水天线,但由于水波、反光、倒影等因素,内河水岸线检测的背景更复杂,难以采用现有水天线检测技术。通过分析水面图像在HSV空间的特征,发现陆地区域的饱和度值均高于天空和水面区域;在光照较暗时,色彩信息不能使用,亮度图像中的陆地区域相对其他区域较暗,但仍然存在水岸线轮廓特征。基于这一分析结果,提出结合HSV空间的水面图像特征水岸线检测方法。方法 首先将RGB图像经过高斯滤波后变换到HSV空间,依据权重进行HSV空间特征分量选取,接着进行像素点非线性增强;然后在增强的图像上进行区域分割,并将各个区域定义为基底图像;其次分析饱和度图像的行列特性,提取高饱和度的陆地区域,并将其定义为模板图像,将模板图像覆盖在各个基底图像上,按重叠区域面积比选取基底图像;最后通过边缘检测算子检测水岸线。结果 本文采集不同季节,不同光照强度的水面图像进行水岸线检测实验,实验结果表明本文算法可以在不同光照环境下准确检测出水岸线,且轮廓清晰完整,本文算法的实时性可达到1帧/s。结论 本文提出的结合HSV空间的水面图像特征水岸线检测方法,可以在不同的光照环境中有效地检测出轮廓清晰完整的水岸线,验证了水面图像分析的结论,本文算法可适用于无人艇视觉导航中。     

增强现实环境下复杂板材的三维位姿跟踪方法

针对增强现实(AR)技术在实际工业生产场景应用中遇到的实时目标监测、复杂场景识别等问题,提出基于线特征求解板材三维位姿变化量的目标位姿跟踪方法,在单目摄像头环境下即可实现复杂表面板材的位姿监测与拟合。在利用头顶摄像头检测工件状态后,首先将当前帧图像进行降采样,再在HSV空间对进行图像预处理,并利用形态学梯度和改进的直线分割检测(LSD)直线算法提取边缘直线,然后结合模板图像的边缘直线以及利用多项式回归拟合关系曲线的方法求解出天线板的位姿变化量。实验结果表明:所提的基于改进的LSD算法提取线特征位姿监测方法相比基于ORB特征点和纹理特征位姿跟踪方法具有求解速度快、鲁棒性好等优点。     

基于区域合并的图像显著性检测

为了提高自然图像显著性检测准确度,提出一种基于区域合并的图像显著性检测算法.该算法直接通过区域合并的方式逐渐将图像从初始状态下的多个区域合并为显著性对象和背景2个区域.在合并过程的不同阶段采用了不同的合并策略,首先利用超像素分割方法将图像分为若干初始区域,在第一阶段仅合并相似且相邻的区域,使得属于同一对象的像素合并到同一区域;然后,处理上述过程中产生的空洞以及因遮挡造成的属于同一对象的区域不相邻的情况;再在区域显著分析的引导下,不断将显著性最差的区域合并到背景区域,而不是尝试将显著性区域合并到一起.最后利用合并过程中得到的多个候选显著性区域加权得到最终的显著性区域结果.在2个公开测试集上进行了测试并与其他算法进行了对比,实验结果证明了文中算法的有效性;特别是在难度更大的ECSSD数据集中,该算法的准确度要优于同类算法.     

基于改进SIS算法和LSD的车道线检测方法研究

为了降低车道线识别算法在车道线存在阴影遮挡、路面出现泛白现象等不同道路环境下的误检率,提出了一种基于改进简单图像统计(SIS)阈值算法和直线段检测(LSD)的车道线检测算法。首先,在图像预处理阶段采用改进的SIS阈值算法进行二值化。然后采用直线段检测(LSD)算法检测直线,通过平行线对来估计消失点位置并利用消失点去除干扰。最后,利用车道线连续性和车道间距确定车道线感兴趣区并精确确定车道线位置。分别采用加州理工学院的车道数据集和实际采集的城市道路、高速公路的视频对所提出方法进行了实验验证,实验结果表明,该算法误检率低,鲁棒性高,能在复杂环境下快速、准确识别车道线。     

结合LTS和Hough变换的直线检测算法

为提高Hough变换检测直线的精度,提出一种结合Hough变换与截断最小二乘法的直线检测算法。利用Hough变换确定图像中直线所在的大致区域,提取候选区域内的特征点集,采用截断最小二乘法拟合得到精确的直线参数。实验结果表明,该算法的检测率和检测精度较高,对Hough变换的分辨率要求较低,整体空间开销较小。     

一种新的图像中的人眼检测算法*

提出了一种新的图像中人眼检测算法,在一幅已知的人脸图像中首先采用同态滤波算法增强图像的对比度,然后利用迭代式阈值选择法对图像进行二值化处理,根据传统的先验知识获得眼睛的候选区域。根据眼睛的构造提出了一种基于最小外接矩形的自定义模板来实现眼睛的最终定位并利用区域质心标定出了眼睛区域的中心位置。实验证明,本算法简单实用,能够有效地实施人眼的检测,具有较高的检测精度。     

航拍图像中机场跑道的快速检测

提出一种航拍机场跑道的快速检测方法.首先,采用自适应阈值方法对图像进行边缘检测,提取图像中主要物体的轮廓后利用线段的长度和图像的梯度相位信息剔除短线条和曲线.然后利用Hough变换进行直线检测,搜索出平行直线对作为机场跑道的候选区域.最后利用机场跑道特征对候选区域进行验证,剔除虚假目标.对Internet上下载的大量机场航拍图像的实验表明,该方法能够快速准确地检测出机场跑道,且具有较好的鲁棒性,能够消除背景中诸如云朵等物体的干扰.     

扩展Kalman滤波框架下的地平线检测算法

针对基于视觉的无人机姿态测量中的地平线检测问题, 提出一种结合图像处理和扩展Kalman滤波的地平线检测算法. 图像处理部分先从图像边缘中提取直线来获取候选地平线, 再根据图像暗原色先验来选取地平线. 扩展Kalman滤波部分将地平线观测模型与机身旋转模型结合起来, 获得观测值和残差协方差的先验信息, 用于判别检测到的地平线是否正确, 并在检测到错误地平线时进行修正. 实验结果表明, 该算法能够有效地检测地平线, 对复杂场景具有鲁棒性.     

基于滥用检测和异常检测的入侵检测系统

随着Internet的高速发展，网络安全问题越来越引入注目。在层出不穷的黑客技术中，内部攻击始终占据着很大的成分；与此同时，现有的防火墙技术不能满足人们对网络安全的要求，因此所谓的入侵检测系统越来越多地引起了人们的重视。文章介绍了一种异常检测方法和一种滥用检测方法，并根据所描述的方法构造了一个入侵检测系统，实验证明，该系统可以检测到已知的大部分的入侵行为。     

多用户检测中解相关检测和最小均方误差检测的研究

多用户检测技术是第三代移动通信系统关键技术之一。其主要思想是充分利用所有用户的信息对接收信号做联合检测,抑制多址干扰,缓解＂远-近＂效应,从而有效地提高系统容量。本文对多用户检测技术进行初步的研究,尤其是两种主要的线性多用户检测技术：解相关检测和最小均方误差检测,做仔细地研究和比较,并用MATLAB在AWGN信道下和DS-CDMA系统中做仿真。     

入侵检测系统检测效率的研究

目前的入侵检测系统(IDS)主要存在检测准确率低、检测速度较慢等缺点。本文以提高检测的准确率和速度为目的对入侵检测系统中的各功能模块进行分析,给出了一些关于提高入侵检测系统检测效率的方法。     

序列检测在DDoS检测中的应用

针对DDoS攻击时的网络数据流分布规律发生变化的特点,提出利用序列检测的CUSUM方法来实时检测相关的变化点,得到DDoS攻击时统计规律的变化函数。经过实验证明,无参数的CUSUM方法是一种计算量小、无需设定复杂的参数、可对DDoS攻击进行实时分析,在较少的计算量下提高检测性能,是一种简单有效的入侵检测方法。     

轮辋裂纹检测方法研究

综合运用图像边缘检测、形态学运算、傅立叶变换、最优阈值分割等多种方法,提出一种适用于车轮轮辋探伤系统的裂纹检测方法。该方法能有效抑制背景光照不均和去除背景刀纹,同时较好地检测到裂纹特征。实验表明该方法具有运算速度快,漏判误判率低的特点。     

基于链码检测的直线段检测方法

直线是图像的重要特征，直线参数是进行图像识别和直线段三维重建的重要基础数据。基于链码检测的直线段的检测方法分为4步：以边缘图像为基础进行链码检测；根据链码估计曲率，检测链码角点，并在角点处拆分链码；通过链码直方图检测直线链码；对直线链码进行直线参数估计，并根据连接准则，进行直线连接。实验证明，该方法可以对直线段进行有效的检测。     

一种用于驾驶员疲劳检测的人眼检测方法

疲劳检测系统中的人眼检测误检率较高。为解决该问题,提出一种基于代价敏感支持向量机(CSVM)的人眼检测方法。对图像进行预处理,利用Gabor滤波器提取人眼特征向量,并使用主成分分析法实现降维,采用CSVM训练得到人眼和非人眼分类器,从而验证眼睛候选区域。实验结果表明,该方法能降低误检率,提高分类器的可靠性。     

基于社区发现的网络异常检测方法

随着互联网的不断普及与网络通信技术的不断进步,网络已经逐渐进入到人们生活的每一个层面,越来越多的网络应用应运而生.但是另一方面,随着当前网络结构的日益复杂,会引起各种各样的网络安全问题,对社会构成了巨大的威胁和挑战.因此,网络安全问题至关重要.其中网络异常检测得到了研究人员的普遍关注.多年来,虽然已有许多异常检测的工作...     

基于边缘检测的斜纹布匹瑕疵检测

为了对布匹瑕疵进行快速准确的检测,提出了一种基于边缘检测的新算法。利用布匹图像中瑕疵与正常纹理产生的纹理边缘,将布匹瑕疵作为正常纹理的边缘检测出来。利用Sobel算子的方向性,分别对织物疵点在水平和垂直方向进行增强,计算出RGB图像中水平与垂直方向的梯度后进行边缘检测,通过图像融合和二值化完成最终检测。实验证明,该方法准确性高并且检测速率大大提高。     

基于序贯变化检测的DDoS攻击检测方法

给出了一种有效的DDoS攻击检测方法,将DDoS攻击的检测作为序贯变化检测的一个具体实例来分析,采用序贯变化检测算法--非参数CUSUM算法进行检测.方法具有计算量小、检测迅速准确、适用于不同网络环境和攻击模式的优点,有一定的实用价值.文章最后对两种典型的攻击模式进行了实际检测,全面评估了检测算法在不同DDoS攻击场景下的性能.