一种结合区域特征的人体标记跟踪方法

为了解决人体标记在运动过程中因为遮挡而出现跟踪错误的问题,提出了一种结合区域特征的人体标记跟踪方法,按照两个部分进行跟踪:一个是对区域的跟踪,另一个是对人体标记点的跟踪。首先,初始化人体模型,并将人体划分出三个固定区域;然后,通过模板匹配的方法对区域进行跟踪;最后,结合区域和标记点的关系实现对标记的跟踪。实验结果证明,该方法能够有效的解决一些标记跟踪错误的问题,提高标记跟踪的准确率。     

基于Hough变换和无轨迹卡尔曼滤波的眼睛角点跟踪

提出了一种基于改进Hough变换(HT)和无轨迹卡尔曼滤波(UKF)的眼睛外角点跟踪算法。该算法在输入图像中存在虹膜时采用改进Hough变换提取眼睑轮廓并得到眼睛外角点位置,当输入图像中检测不到虹膜时,采用UKF算法对当前帧眼睛角点进行估计。实验证明,本文算法能精确地跟踪眼睛外角点。     

激光跟踪仪靶球识别图像处理方法研究

激光跟踪仪是大型装备制造过程中的大尺寸精密测量仪器,在跟踪测量过程中,容易丢失目标,影响工作效率,无法继续跟踪.图像处理法对靶球进行目标识别,以实现靶球的断光续接.本文采用模板匹配和Hough变换两种方法,首先将图像处理技术应用于模板匹配,先对拍摄到的靶球进行不同的边缘提取法处理,然后再利用模板匹配法,提取目标靶球的中心坐标;其次利用Hough变换法求取并标定靶球中心坐标.通过对比不同方法提取到的目标的中心坐标,得到较为准确的提取方法,实现在脱靶后激光跟踪仪准确的跟踪目标.     

一种改进的缺损圆检测定位方法

分析了传统Hough变换、随机Hough变换在检测圆及缺损圆时存在的问题,在总结了经典的Hough算法和其他研究人员提出的其它改进算法后,利用圆的几何特征,先检测出缺损圆的一个圆心坐标参数,然后根据推导出的半径检测公式对图像中的点到与圆心具有一个相同坐标参数的边缘点(即过圆心与X轴或者Y轴平行的直线与圆的交点)的距离与该点和边缘点的水平或者垂直坐标差值的关系统计半径大小,进而确定该缺损圆的所有参数。实验及分析验证了该方法降低了Hough变换的维度,比传统的Hough变换在检测缺损圆的边缘以及定位的问题上性能有较大的提高。     

区域快速鲁棒特征跟踪电子稳像

针对稳像过程中稳像精度易受光照变化、噪声、局部遮挡等因素的影响,提出了一种区域快速鲁棒性不变特征跟踪稳像算法。首先采用改进的快速鲁棒性特征(SURF)算法提取图像局部区域特征点及其描述,然后,采用动态平衡KD树(DBKD-Tree)快速搜索匹配算法,实现局部区域特征点跟踪匹配,最后利用配准的特征点对,根据均方差最小计算稳像的全局参数实现稳像。在不同光照条件、噪声环境下进行了稳像测试,加入20%的高斯噪声时均能100%地重复检测特征,达到亚像素定位精度,误匹配率低。     

基于游程与轮廓跟踪的连通区域标记改进算法

为了进一步提高连通区域标记的效率,提出了一种改进的基于游程与轮廓跟踪技术相结合的连通区域标记算法。该算法首先判断当前前景像素点是孤立点还是轮廓点,然后判断是外轮廓还是内轮廓,并用相应的轮廓标记算法对其进行标记,最后用游程标记方法对本行中剩余的前景像素进行标记,整个过程无需等价表,耗时较少。实验证明,改进后算法的标记效率提高大约24.5%。     

一种抽取多面体图象线图的新方法

抽取三维物体图象的线图,在景物分析及机器人视觉中有广泛的用途。本文将Hough变换与跟踪技术相结合,提出了一种抽取多面体图象线图的新方法。在Hough变换中,根据景物中边缘分布的内在规律,将变换参数自适应地量化,较好地解决了Hough变换的精度与时间的矛盾。在跟踪过程中,利用Hough变换的结果,预测出下一边缘象素点的位置,从而大大减少了搜索范围计算机模拟表明,此算法在时间与存贮量的减少上是显著的。     

基于Matlab的摄像机标定方法研究

摄像机标定的目的是建立三维坐标与二维图像坐标之间的对应关系,由摄像机拍摄的二维图像通过计算和实验得到物体的三维坐标值.基于摄像机的针孔模型,阐述了摄像机的标定原理和引起摄像机畸变的原因,在Windows系统下利用Matlab的摄像机标定工具箱进行了平面标定模板的角点提取和校正并给出了标定摄像机的参数表.实验表明,该标定方法和标定过程标定精度高、易于实现.     

基于三维测量的奶牛体型性状指标的数据采集

采用立体视觉的三维测量方法重建奶牛的三维模型,实现了对奶牛的体型性状指标测量,首先通过立体标靶进行摄像头的标定,然后利用SIFT（scale invariant feature transform）尺度不变特征点匹配算法对图像进行特征点提取与匹配,最后通过投影矩阵计算匹配特征点的三维坐标;针对双目视觉中摄像头视角范围受限问题,提出通过在相邻视点的公共区域设置标记点,根据标记点计算不同坐标系的转换关系,将各局部特征点转换到统一坐标系下,从而实现不同视点下各局部区域的三维拼接.实验表明,采用该方法重建的奶牛模型较理想,测量精度和测量效率满足评定要求,能够取代手工测量.     

基于连通区域标记的区域填充算法

针对图像中外形复杂的区域难以填充问题,提出一种基于连通区域标记的区域填充算法对复杂区域进行填充。该算法首先利用连通区域标记实现对二值图像的分区标记,其次对标记矩阵L最大行(列)、最小行(列)上的元素进行检测,最终通过对检测到的区域结果对错误填充的部分求反,实现区域填充。相比扫描线填充算法,该算法无需对边界进行跟踪和复杂分类,填充效果更为理想。与种子算法相比,该算法不存在重复填充,无需进行颜色标记,同时处理速度更快。通过MATLAB实验证明,基于连通区域标记的区域填充算法可以填充外形任意复杂的区域,且填充效率高,精度高等特点,适用于超大分辨率图像的填充,为填充复杂区域提供了一种新思路。     

基于肤色模型和模板匹配的人脸检测方法研究

提出了一种基于人脸肤色信息和模板匹配,对彩色图像中的人脸进行检测的方法。该方法首先在YCbCr色彩空间下,利用肤色信息将彩色图像中的肤色区域和非肤色区域分开,计算得到表示肤色相似度的色度图,然后分割由此色度图所生成的灰度图像,从而得到人脸检测的候选区域,同时计算该区域的欧拉数来进一步缩小人脸搜索的范围,结合人脸模板进行匹配,最终确定并标记出彩色图像中人脸的位置。实验结果表明：该方法能够在具有复杂背景的彩色图像中快速并且准确的检测出人脸,误检率较低。     

离线彩色套印误差检测系统

为了实现彩色印刷套印误差的检测,提出了基于计算机视觉的检测方法,并设计了检测算法.应用CCD采集印版测量标识的图像,在HSI色彩空间中,通过色调统计特征进行套准识别,并通过色调和亮度对彩色图像进行阈值分割,对分割后的图像采用色调投影积分方法快速获取测量标识的坐标参数,实现彩色套印误差的检测.实验表明,该系统能快速准确地检测出套印误差参数,并已经用于北人集团印刷机套印精度的检测.     

基于彩色编码条纹投影的孤立物体三维测量

针对空间分布呈区域状、不连续的孤立物体采用条纹投影与相位分析方法进行三维面形测量时,很难得到可靠的相位展开这一问题,提出了通过先后投影两幅π相移的彩色编码正弦条纹到孤立物体表面,方便快捷地还原对应区域颜色信息,同时利用截断相位分布的阶跃边界获得更准确的分色结果,用以指导相位展开。实验验证了方法的有效性。     

基于高斯肤色模型和图像分割的人脸检测

提出了一种基于HSV、YCgCr颜色空间和图像区域分割的人脸检测方法.首先,将规范化的rgb肤色转化到HSV、YCgCr颜色空间,对向量（H,Cg,Cr）T进行统计,得到肤色的三维高斯概率模型.然后,根据该模型计算待检图像的肤色相似概率,采用最大类间方差的方法计算二值化阈值,根据阈值将相似度图像二值化.为了抵消人脸区域亮度变化和阴影的影响,以二值图像为模板,在原待检图像的饱和图中根据3像素×3像素区域的平均R、G值进行图像区域分割.在分割得到的区域中,根据人脸特征检测出图像中的人脸.实验表明,提出的方法能在复杂背景的情况下检测出人脸图像.     

基于颜色重心和分层过滤结构的人脸检测算法

提出一种基于颜色重心六边形（colorbarycentershexagon,CBH）模型,结合分层过滤结构的人脸检测方法。首先根据肤色在空间的聚类特性检测人脸,利用CBH模型将彩色图像中的肤色区域和非肤色区域分开,得到人脸检测的候选区域;然后利用级联型的分层过滤结构,采用最优椭圆拟合、形态及方差验证、方向归一化和模板匹配等操作逐步排除非人脸区域,最终确定并标记出彩色图像中人脸的位置。实验结果表明：该方法能够在复杂背景的彩色图像中快速并且准确地检测出人脸,误检率较低,具有较高的应用价值。     

基于区域合并与轮廓模型的图像序列人物轮廓分割

为解决受图像背景复杂度影响,分水岭算法较难高精度实现图像序列中人物轮廓的分割与追踪这一问题,提出了利用颜色空间转换的区域合并实现目标轮廓区域的划分、并基于人物头部轮廓信息生成人物领域轮廓模型的方法。通过对人物领域边界线生成的初步轮廓模型进行高斯函数的卷积运算,生成形态轮廓模型的有效对象模板,实现图像序列的人物领域中不依靠序列差分和移动向量亦能在图像序列中追踪移动对象。基于颜色空间转换的区域合并和轮廓模型算法,可满足视频背景变动并且背景复杂的情况下对图像序列中的人物轮廓进行有效分割。实验结果验证了本算法的有效性与鲁棒性,可有效而稳定实现图像序列中人物轮廓的分割。     

利用双重彩色空间肤色模型实现快速人脸检测

在单独采用HSI彩色空间或YCbCr彩色空间肤色高斯模型进行人脸检测的基础上将二者结合起来,提出了一种利用双重彩色空间肤色模型实现快速人脸检测的方法。这种方法利用了在不同肤色模型之下都可以大致检测出人脸区域,并且所误检测的背景范围差异较大,同时被两种肤色模型都误检测为人脸的可能性较小,所以取其检测结果的共同点,就是大致的人脸区域,而误检测为人脸的背景区域就被去掉了。之后采用较为简单的算法,就可以从这个大致的人脸区域中定位真正的人脸区域。该方法不需要建立极为精确的肤色模型,也不需要在人脸检测得到二值化结果后,采用较为复杂的算法,从二值化结果中定位人脸。该方法适合于在特征提取前使用,去除多余的背景信息,提高图像处理和识别的速度和准确度。     

基于HSI模型和Hough变换的指针式汽车仪表自动校验

为了克服传统的汽车仪表人工校验普遍存在准确率不高的弊端,提出一种指针式汽车仪表自动校验算法.针对汽车仪表盘颜色信息丰富的特征和采集图像时目标物体周边有阴影的现象,将RGB模型下的表盘图像转到HSI（色调、饱和度、亮度）模型以消除阴影影响,并利用色调和饱和度分量作为特征参数进行图像分割,并采用Hough变换检测目标;分别计算出指针指向主要刻度线时相对于零刻度线的偏转角,并与相对应的标准偏转角比较,若超过允许误差范围则返回重调.对常用汽车仪表盘的自动校验结果表明该算法精度好,校验准确率高.     

摄影法测弹丸自旋速率

综述了用摄影法测量弹丸自旋速率的原理,着重分析了测量弹丸转角三种不同的涂覆方法:常用的测量误差为2%的螺旋标记法;经改进、并实现1%测量误差的二进制编码法;以及国外在八十年代中期测量155弹丸转速时采用的达到1%测量误差的锯齿法。     

智能车交通灯识别

实现圆形交通灯识别是智能车智能化重要的一步,该文提出了一种智能化识别算法。首先对交通灯利用颜色阈值方法进行图像二值化,对图像形态学处理;然后利用交通灯被一个矩形框包围这一形状特征,确定交通灯的范围以及亮灯的位置;最后利用模板匹配,完成交通信号灯的识别。