基于椭圆模型的手势识别与仿真

在手势识别系统的研究中,手势分割是实时手势识别系统的一个重要环节,视觉的手势识别系统中解决准确实时分割问题的方法,是利用肤色信息提取手势区域,但易受到光线和环境的影响.在对图像检测前,对 RGB 空间进行颜色均衡,减少光线对肤色检测的影响.并在建立肤色模型的时候,对肤色样本集进行均匀化,在此基础上统计分析建立椭圆模型.与传统的 RGB 肤色模型的手势分割相比,能够在复杂背景下进行手势分割.经仿真得到了较好的分割效果,具有较强的光照适应性,对提取几何矩特征,建立手势库,采用神经网络识别手势,实现实时的静态识别具有良好的效果.     

融合手势识别和终端用户评估的交互控制

基于RGB图像的手势识别因其对设备要求低、采集数据方便等在人机交互领域得到广泛的应用.在RGB图像的手势识别与交互过程中,一方面由于RGB的手势图像在采集过程中存在光照影响导致利用肤色信息进行手势分割的效率较低,另一方面用户对交互手势的认知与设计师设计的手势有差异,导致用户交互体验反馈较差.针对这两个问题我们进行了系统性的优化:首先把用户的认知与交互手势设计原则联系起来建立手势共识集;其次进行手势图像的色彩平衡处理,利用椭圆肤色模型分割手势区域;然后将二值化手势图像输入到Mobile Net-V2轻量化卷积神经网络进行手势识别率的计算.手势的终端用户主观评价与手势识别技术结合可以较系统地为交互任务进行手势设计,减少用户在实际交互过程中的认知偏差,提高交互系统的可用性和效率.     

基于肤色检测与卷积神经网络的手势识别

针对光照变化、背景噪声等复杂环境对手势识别的影响,提出了一种基于YCb Cr空间肤色分割去除背景结合卷积神经网络进行手势识别方法。首先根据人体肤色在YCb Cr颜色空间中的聚类效果,采用基于椭圆模型的肤色检测方法进行手势分割;然后对分割后的手势图像提取骨架与边缘相融合的手势特征图;再通过深层次的Alex Net卷积神经网络结构,对经过融合的手势特征图进行识别。实验结果表明,针对复杂的背景环境,该算法具有较强的鲁棒性,在不同数据集下对手势的平均识别率提升了4%,可以达到99.93%。     

融合GVF Snake与肤色模型的手势轮廓提取方法

针对在基于视觉的手势识别系统中手势轮廓难以准确提取问题,本文提出一种融合GVF Snake和肤色模型的手势轮廓提取方法.首先把图像由RGB空间转换到YCb'Cr’空间,利用该空间上的椭圆肤色模型检测出手势区域并提取手势轮廓作为GVF Snake模型的初始轮廓曲线;然后根据图像分块思想把检测出的手势所在图像区域分割出来,并计算该图像分块的梯度值;最后在图像分块和初始轮廓曲线的基础上通过GVF Snake模型迭代搜素准确提取手势轮廓.实验结果表明,本文提出的手势轮廓提取方法无需人工参与,准确性上优于肤色模型、传统Snake模型,实时性上优于GVF Snake模型,满足手势识别系统中手势轮廓提取的实时性和准确性要求.检测准确、实时性高.     

基于肤色分割的人脸检测算法研究

提出一种自适应光照补偿算法对图像进行补偿,根据肤色点在YCbCr色彩空间中的聚类性分别建立了肤色的区域模型和简单高斯模型,利用区域模型分割结果消除高斯似然图中类人脸的影响,采用自适应阈值对图像进行肤色分割,得到肤色候选区域.对分割出来的二值图像进行形态学处理后用基于先验知识的检测算法对肤色候选区域进行筛选,确定出人脸的位置.实验结果表明,提出的方法综合检测效果好.     

基于椭圆边界增量模型的皮肤精确分割

皮肤检测在人脸和手势识别与跟踪、Web图像内容过滤、人物检索和医疗诊断等方面有广泛应用,本文采用椭圆边界统计模型对肤色建模,将建模后的通用模型同具体的图像结合起来,形成一个针对于当前图像的局部模型(特殊模型),利用这个局部模型来对图像进行分割,以实现对特定图像皮肤区域的精确分割,本方法分两个重要的步骤:(1)训练通用的肤色模型,并对当前图像进行初分割;(2)采用增量学习过程,以当前图像数据更新模型以适应于此特定图像,实现精确分割,实验结果表明这种方法分割速度快,而且比静态皮肤模型鲁棒性和精确度都更高.     

基于肤色质心与边缘自生长的手势分割算法

针对现有手势分割方法难以在类肤色背景下从图像中高效完整地分割出静态手势的问题,提出一种基于肤色质心与边缘自生长的手势分割算法。利用肤色模型得到手势区域的质心,质心可降低后续边缘检测算法的计算量;利用改进的边缘检测算法得到手势边缘,同时提出一种边缘自生长算法,能有效补全局部断裂边缘,增强后续分割效果;将肤色信息与边缘信息进行差分运算分离类肤色背景,再用连通域及形态学处理去除以得到最终手势图像。实验结果证明,该算法较传统肤色模型及同类算法,能更加快速准确地在类肤色背景下分割出手势图像。     

复杂背景下BP神经网络的手势识别方法

针对手势图像的肤色特点,结合肤色在RGB空间的阈值分割和YCbCr颜色空间上的聚簇特性,以及背景模型的应用,有效减少了背景中类肤色的干扰,完成了手部图像在复杂背景下的检测和分割;并采用图像的7个不变Hu矩描述子来表征不同二值化的手势轮廓;最后采用BP神经网络进行手势识别。实验结果表明该方法有较好的识别率和鲁棒性。     

基于手部关键点和肤色的手势识别

基于传统的手部轮廓特征提取不能应对飞行模拟环境下的脸部肤色、遮挡、光照影响,以及传统的傅里叶描述子特征容易受到背景、手的姿态变化,且对手势描述能力有限等问题,对传统的手部分割和特征提取方法改进.本文首先对采集的数据集进行肤色处理,然后结合调用的手部关键点模型检测出手部22个特征点,采用八向种子填充算法进行图像分割.接着...     

彩色人体图像的二值化方法

为了快速有效的对彩色人体图像进行二值化处理,提出了一种新的自适应二值化处理方法.该方法根据人体肤色特征,建立人体肤色模型;根据该模型,分割出肤色和非肤色,再直接转换成二值图像.由于人体肤色受到不同光照和环境的影响,人体彩色图像中的人体肤色值会有偏移.为了改善肤色模型适应不同环境和光照,在肤色分割过程中,采用了自适应Gamma校正方法.最后,给出了该方法的实验结果.实验结果表明,提出的彩色人体图像的二值化方法快速且有效.     

椭圆隧道中UHF电波传播特性

本文分析了椭圆隧道中UHF电磁波传播的理论、四种波模的截止频率和沿隧道传播的信号强度的衰减率,对衰减率进行了仿真,并将理论结果与实际数据相比较,这些结论有助于设计隧道无线通信系统。     

融合肤色信息和椭圆环模板的人脸检测

融合肤色信息和人脸轮廓信息,提出了一种新颖的基于肤色信息和人脸轮廓的人脸检测算法.首先利用改进的肤色提取算法对肤色进行分割,分析肤色区域,找出备选人脸;然后对备选人脸区域进行边缘检测,根据边缘检测点进行人脸轮廓特征的匹配,找出入脸的准确位置,并利用马赛克模板排除虚假人脸.实验结果表明,该算法具有较高的准确率,检测速度快...     

基于肤色模型和椭圆环模板的人脸跟踪及姿态估计

文章提出了一种基于肤色模型,结合椭圆环模板进行人脸跟踪及姿态估计的算法。该算法在基于肤色模型实现人脸跟踪及特征定位的过程中首先利用肤色模型定位人脸肤色区域,在跟踪中增加了自适应学习模块,使得原始的肤色模型能够在不同光照下实现自适应调整。然后利用人脸形状的先验知识,通过椭圆环模板实现人脸边缘的精确定位。最后根据所得到的面部特征和人脸边缘位置估计出人脸的姿态。实验表明,该算法能够在自然光照条件下取得较为满意的跟踪结果,同时对人脸在旋转、缩放、遮挡等条件下,多人脸背景下的跟踪有较强的鲁邦性。     

A Deformable Template Model, with Special Reference to Elliptical Templates

This paper suggests a high-level continuous image model for planar star-shaped objects. Under this model, a planar object is a stochastic deformation of a star-shaped template. The residual process, describing the difference between the radius-vector function of the template and the object, is allowed to be non-stationary. Stationarity is obtained by a time change. A parametric model for the residual process is suggested and straightforward parameter estimation techniques are developed. The deformable template model makes it possible to detect pathologies as demonstrated by an analysis of a data set of cell nuclei from a benign and a malignant tumour, using stochastic deformations of ellipses.     

Multicriteria Robust Fitting of Elliptical Primitives

Geometric fitting is present in different fields of science, engineering and astronomy. In particular, ellipse shapes are some of the most commonly employed geometric features in digital image analysis and visual pattern recognition. Most geometric and algebraic methods are sensitive to noise and outlier points and so the results are not usually acceptable. In this paper, a robust geometric multicriteria method based on the mean absolute geometric error and the eccentricity to fit an ellipse to set of points is proposed. It is well known that the least mean absolute error criterion leads to robust estimations. The experimental results on different real and synthetic data have shown that the proposed algorithm is robust to outliers. Moreover, it allows us to identify outliers and remove them.     

基于超材料的椭圆波束馈源技术研究

针对传统工程用椭圆波束馈源带宽窄、加工难度大等问题,设计了一种新型的椭圆波束馈源,即在角锥喇叭内壁加载超材料层,使得馈源在水平极化和垂直极化两个极化辐射相同椭圆外形的波束。根据阻抗匹配原理,当电磁波水平极化和垂直极化入射时波阻抗的乘积与真空中波阻抗乘积相等时,超材料单元的性能达到最优,将优化后的超材料单元周期排布为超材料层加载到喇叭内壁,即可形成椭圆波束馈源。在Grasp软件中仿真计算了该馈源作为前馈馈源和后馈馈源使用时,反射面天线的电气性能。仿真结果表明：在工作频带10.95GHz-14.5GHz内,基于超材料的椭圆波束馈源实现了良好的极化波束等化,波束宽度比在0.9-1.14之间,驻波小于1.55。前馈照射反射面时,天线效率在65%-75%之间,交叉极化电平低于-30dB;后馈照射反射面时,天线效率在61%-72%之间,交叉极化电平低于-30dB,验证了馈源设计的可行性。     

椭圆窗口和参数自适应的非局部均值算法

对于传统的非局部均值(NLM)算法,方形搜索窗口会将大量低相似度的图像块引入去噪图像的加权平均计算过程中,导致去噪图像的细节轮廓变得模糊.针对此问题,提出了利用控制核函数来获取椭圆窗口和图像块参数的自适应NLM算法.首先,根据图像的局部梯度信息和结构张量获得可描述图像局部边缘结构的椭圆方程,并由此确定搜索窗口的形状,从而将搜索窗口的搜索范围限制在与图像局部结构相一致的区域内;然后采用控制核函数获得和搜索窗口形状一致的椭圆形图像块,并结合平滑参数自适应的思想进一步增强算法效果.通过在不同噪声等级的经典灰度图中进行实验,实验结果表明,该算法相比于传统NLM算法和参数自适应的NLM算法,在客观的图像评价指标上,有着更高的PSNR和SSIM值;而在主观视觉上,随着噪声等级的提升,该算法在抑制噪声的同时,能够更好地保留住图像的高频纹理信息.     

联合平滑矩阵多变量椭圆分布的稀疏表示算法

处理部分光照和遮挡等噪声的图像重构及分类问题因其极具挑战而备受关注,该问题的解决很大程度上取决于对误差的描述,常见的方法以向量形式存储误差矩阵且假定其服从于独立同分布,忽视了图像数据的内部结构信息.针对该问题,本文提出一种联合平滑矩阵多变量椭圆分布的稀疏表示算法（Sparse representation with smoothed matrix multivariate elliptical distribution,SMED）.该算法强调误差矩阵中各个像素间的依赖性并假定误差矩阵作为一个随机矩阵变量服从于矩阵多变量椭圆分布;之后,引入辅助变量光滑目标函数,使得模型易于获得全局最优解;最后,采用迭代加权最小二乘法优化求解模型.此外,文中对SMED算法的收敛性和复杂度进行了理论分析,并讨论了模型的参数敏感性.在AR、ExYaleB和PubFig三个公开数据集中的实验验证了所提算法具有鲁棒的鉴别力,且其综合性能明显优于经典算法.     

光笔式视觉测量中椭圆类光斑图像的识别

介绍了一种光笔式单摄像机便携三维坐标视觉测量系统。在分析该系统成像特点的基础上,提出了一种控制点椭圆形光斑图像的数字识别方法,而常用的方法是在CCD摄像机镜头上加滤光片来隔离背景干扰亮斑图像。该方法以光笔上被测控制点在摄像机CCD像平面上的光斑图像轮廓所占像素个数为基准,剔除过大和过小的图像轮廓,进而采用基于椭圆线轮廓度误差的评定方法实现控制点椭圆形光斑图像的识别。给出了该方法的具体算法,实验结果表明:该方法简单方便,易于实现,检测速度较快,适用于圆形被测控制点的视觉检测系统,具有一定的理论意义和工程实用价值。