基于Gabor变换的人眼定位

眼睛是人脸图像中最重要的特征点,有效地提取人眼特征在人脸识别中有重要的意义。鉴于2D Gabor函数与高等动物视觉皮层接受场的一致性,本文采用人眼的Gabor变换系数作为其特征模板,并用高斯多分辩搜索的方法,快速的定位人眼。实验结果表明,这种方法对于轻度旋转 、倾斜、面部表情的变化等有效好的鲁棒性。     

基于对称变换与高斯微分的人脸定位新方法

在实际人脸识别系统中,复杂背景、无控制光照及成像质量对人脸的准确定位造成了严重影响.本文针对上述情况提出了一种室内自然环境下人脸准确定位的新方法.该方法充分利用了人脸具有的强对称性与三维特性,运用高斯微分求图像边缘,再对广义对称变换及径向对称变换加以规则限制,实现了人脸眉心的准确定位及对尺度因子的估计,进而实现了人眼的准确定位,具有很强的稳健性.     

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.     

采用Gabor-Hough变换的自适应滤波人眼定位

人眼定位是人脸识别方法的第一步。传统人眼定位方法需要将人脸裁切,情况单一,对于复杂背景、倾斜等情况,精度低,宽容度差。指出将改进的滤波器与改进的定位方法相结合,首先对原图像进行Gabor变换,寻找图像凹陷,凹陷区域通过边缘像素向量改进的Hough变换检测瞳孔,得到参考坐标,经过训练得到滤波器并在角度[-0.1,0,0.1]旋转两次得到3个相关滤波器,通过相关滤波器滤出3个目标,选择最小误差位置作为最终的目标。相比传统方法,改进方法避免了矩阵盲目计算,具备传统方法的普适性,学习过程使定位误差减小为0.0404,计算量减少为传统方法的1/5。该方法对不同光照、光照不均、不同表情、复杂背景、头部倾斜等情况有较好的鲁棒性,避免了单一方法定位不到和不准的情况。     

离散对称变换在人脸图像眼睛定位中的应用

从计算离散对称值出发,提出了一种自动定位人脸图像中眼睛的离散对称变换算法,通过邻域灰度均匀度算子对各点邻域的检测,去除处于规则区域的点,并用圆环邻域代替对称算子圆形邻域,大大降低了计算量,提高了圣称的准确性,实验结果表明：在未进一步利用对称角度和人脸固有的几何比例关系的情况下,该算法能准确地对正面人脸图像中的眼睛进行定位。     

基于方向对称变换的人脸定位方法

本文定义了一种新的对称变换－－方向对称变换,它与常用的广义对称变换相比能够提供更多的信息来描述物体的形状。在此基础上提出了一种快速的人脸定位方法,与应用广义对称变换方法相比不仅可以提高定位准确率,而且能够大幅减小计算量。     

多尺度对称变换及其应用于定位人脸特征点

提出了一种在图像的反对称双正交小波分解数据域中,实现多尺度对称变换的方法,并将它应用于脸部图像中主要特征点的定位.这种方法与直接在原始图像数据域中的同类方法相比,能大幅度减少计算量、加快定位速度,并明显提高定位准确度.除此之外,由于它是在小波分解数据域上实现的,这就为在图像数据压缩域中提取人脸图像特征奠定了基础.     

离散对称变换在人脸图像眼睛定位中的应用

从计算离散对称值出发,提出了一种自动定位人脸图像中眼睛的离散对称变换算法,通过邻域灰度均匀度算子对各点邻域的检测,去除处于规则区域的点,并用圆环邻域代替对称算子圆形邻域,大大降低了计算量,提高了对称的准确性.实验结果表明在未进一步利用对称角度和人脸固有的几何比例关系的情况下,该算法能准确地对正面人脸图像中的眼睛进行定位.     

基于小波变换和梯度矢量的人脸特征点定位

人脸特征点的定位是自动人脸识别系统和人脸表情识别的重要组成部分,小波变换是近年发展起来的一种有效的信号分析工具。在小波变换基础上,提出了一种基于多尺度梯度矢量的对称变换方法,将此方法应用于人脸特征点定位,不仅减少了计算量,而且提高了定位准确度,同时对光照变化和人脸表情变化也具有很强的鲁棒性。     

基于快速Hough变换检测圆的人眼精确定位方法的研究

眼睛定位是人脸识别的非常重要的一个环节,在模式识别领域有着广泛的应用前景.针对传统人眼定位方法提出了一种快速、有效的眼睛定位方法.在初步确定人脸区域后,采用Sobel算子进行边缘提取,然后应用圆的几何性质在人眼大致区域内检测圆,从而定位眼睛中心.实验证明了算法的有效性     

基于梯度积分投影和最大期望算法的人眼定位

针对传统积分投影方法易受眉毛、睫毛、阴影、遮挡及噪声等干扰的问题,提出了一种梯度积分投影与最大期望(EM)算法相结合的人眼精确定位方法,可以在人脸图像中分割出人眼区域,并精确定位人眼位置。首先,采用一种新的梯度算子计算人脸图像的行梯度积分投影粗略定位人眼区域;然后计算人眼区域的列梯度积分投影函数,用EM算法将所得列梯度积分投影函数曲线拟合成两个高斯曲线,并根据高斯曲线精确分割出人眼窗口;最后,利用我们提出的加权质心法在所得人眼窗口中精确定位双眼位置。在YaleB人脸数据库及自采数据库上的实验结果表明,本文方法不易受眉毛及噪声干扰,并能有效克服眼睑和睫毛的遮挡,对不同光照条件及头部姿态都有很好的鲁棒性。     

小波变换中基于正交多项式拟合的边界延拓

为消除小波分解过程中的边界效应,给出了一种基于多项式拟合的边界延拓的新方式.该延拓方式首先对信号边界处的N个点进行M阶正交多项式拟合,将信号在边界处的低频变化规律用正交多项式表示出来,再利用得到的边界处的低频变化规律对信号进行延拓,从而减少了边界处引入的突变量.研究表明,N取30～50、M取2～4较为合适.进一步的实验表明,利用小波变换在该延拓方式下对信号进行基线校正时,边界效应得到了明显的改善.     

基于径向对称变换的自适应交通禁止标志检测

提出一种基于径向对称变换的自适应交通禁止标志的检测算法。采用RGB归一化阈值分割算法对交通图像进行二值化处理,构造和利用区域轮廓特征矢量,判决和提取候选标志区域。对于标志互相遮挡候选区域,提出采用基于分水岭变换的自适应标志分离算法进行标志分离;然后,对于低维的标志候选区域,根据其自身尺度特征提出一种参数自适应的径向对称圆形检测器和检测算法,最终确定禁止标志。本文算法在标准交通标志数据集(GTSDB)进行了实验验证。实验结果表明,与现有方法相比,本文算法有效提高了算法执行效率和检测性能,降低了算法复杂度;并且,对交通标志尺度、亮度和天气变化、运动模糊以及标志互相遮挡等有着良好的鲁棒性。     

一种基于区域投影的人眼精确定位方法

针对传统灰度投影方法抗干扰能力较差的弱点,提出了一种基于区域投影的人眼精确定位方法.考虑到投影过程中的二维特性,在水平和垂直方向将眼睛图像分成不相重叠的区域,分别将各区域内的灰度值投影获得瞳孔的候选区域并将其扩展获得瞳孔窗口,利用灰度特性通过边界跟踪的方法实现了对瞳孔中心的精确定位.给出了人眼定位精确度判定准则,采用C...     

基于自适应阈值正交小波变换兰姆波去噪方法

提出了基于自适应阈值正交小波变换兰姆波去噪方法 （WT-AL）。首先利用正交小波变换降低含噪兰姆波信号的自相关性,然后利用自适应阈值方法自适应地对不同尺度的正交小波变换系数进行阈值处理,最后利用小波重构获得重构信号。实验结果表明：该方法去噪后信号信噪比明显提高,均方误差明显降低。     

基于离散正交小波变换的红外图像去噪方法

提出红外图像去噪方法,将小波变换与广义交叉确认原理相结合,在噪声方差未知的前提下,只利用红外图像的输入数据就可以确定所要求的渐近最优阈值。对红外图像进行离散正交小波变换后,分别对各个分解层的高频子带利用所提出的方法进行迭代去噪,使各个高频子带分别收敛于其最大信噪比。实验结果表明,该方法在有效地去除噪声的同时,能较好地保持红外图像的细节信息。算法在性能指标和视觉质量上均优于Donoho提出的小波阈值去噪方法、Johnstone提出经过调整的小波阈值法和传统的中值滤波法。     

基于区域的小波多尺度多聚焦图像融合方法

提出了基于区域的小波多尺度多聚焦图像融合方法.首先对参加融合的两幅图像进行小波多尺度分解,得到两个金字塔结构.对于金字塔的每一层分解,使用"区域象素聚类"的方法生成标签图像,利用标签图像,对两金字塔各层的三个高频细节分量按区域能量取大的规则,形成融合二值决策图,每层分解对应一个二值决策图.利用每一层的二值决策图对相应层的细节分量进行融合,最后重构.并采用均方根误差对该方法进行了客观评价.实验结果表明本方法对多聚焦图像有较好的融合效果,其融合性能比基于窗口能量取大的单个象素的小波图像融合方法和文献[3]提出的融合方法的融合性能都好.     

基于正交小波变换的瞬变步长LMS自适应滤波算法

本文在滑动准最小均方误差瞬变步长LMS（SPLMS）算法基础上提一种基于正交小波变换的瞬变步长LMS（WTSPLMS）的改进自适应滤波算法,该算法较好地利用了正交小波具有良好的时频局部化的特性,使之除具有SPLMS算法的优点外,还具有更高的起始收剑速率,更小的权失调噪声,更大的抑噪能力,计算机仿真效果较好,支持了理论分析。     

基于提升小波的图像融合

提升算法能够有效地解决目前常用的多尺度分解方法所存在的运算速度慢、对内存的需求量大、不适于实时应用的局限性。介绍了提升算法的过程，基于提升小波的图像融合算法。实验结果表明，该算法融合后的图像质量上优于一般小波变换的传统方法。