一种新的图像中的人脸区域分割算法

人脸区域分割对于人脸信息处理研究有着非常重要的意义,既可以直接用于在图像中寻找人脸,又可以作为眼睛、嘴巴等人脸重要特征检测的前序研究。因此,提出了一种新的图像中实施人脸区域分割的算法。首先,利用同态滤波改善图像的光照条件并增强图像的对比度;然后,利用迭代式阈值选择算法对图像进行二值化并增强图像的对比度。在二值图像中依据一定的约束条件找到候选人脸并标定,然后搜寻二值图像中的"空洞"区域,如果"空洞"位置恰好呈倒锐角三角形分布,且位于候选人脸区域内,则证明此候选区域即为人脸区域。实验证明,该算法简单实用,而且很好地避免了光照影响,检测精度较高。     

基于谷算子的人眼特征点检测方法*

考虑带姿势旋转的人脸的特征点检测问题,提出了一种基于谷算子得到眼睛的候选区域,用Gabor滤波和方差投影构造模糊模板检测出眼睛的位置,并利用二值图像数学形态学与投影的方法得到有姿势旋转的人脸特征点检测的算法。该算法利用软数学形态学构造了一种新的谷算子,用一种新的局域区域取二值化的方法对图像进行二值分割,提出了通过谷算子运算得到人脸谷极点的方法,减少了一些不稳定点的影响。实验表明,该算法具有很高的精度和很强的鲁棒性。     

基于谷算子的人眼特征点检测方法

考虑带姿势旋转的人脸的特征点检测问题,提出了一种基于谷算子得到眼睛的候选区域,用Gabor滤波和方差投影构造模糊模板检测出眼睛的位置,并利用二值图像数学形态学与投影的方法得到有姿势旋转的人脸特征点检测的算法。该算法利用软数学形态学构造了一种新的谷算子,用一种新的局域区域取二值化的方法对图像进行二值分割,提出了通过谷算子运算得到人脸谷极点的方法,减少了一些不稳定点的影响。实验表明,该算法具有很高的精度和很强的鲁棒性。     

一种在红外图像中定位人眼的方法

提出了一种新型快速的在红外图像中进行眼睛定位的方法.该方法由两部分组成:首先,通过同态滤波增强图像的对比度,使用改进的迭代阈值算法和积分投影函数获取人脸,根据人眼和人脸的几何特征,获取大致的人眼区域;其次,通过自适应中值滤波算法和迭代阈值法获取最小人眼块,利用最小人眼块的质心和积分投影最终准确定位眼睛.实验表明:所提出的算法是快速和可靠的.     

机器人系统中人脸特征提取技术的研究与实现

该文描述了在智能机器人系统中人脸特征提取技术的研究与实现,提出了一种新的并且在机器人系统中实现的人脸特征提取方法,该方法首先利用基于Adaboost的人脸检测算法对采集到的原始图像进行人脸检测,从而得到人脸图像;然后让人脸图像通过一个空间掩模滤波器,去除图像中明显非人脸特征的区域,再经过二值化后得到二值化图像;将二值化图像与一个矩形模板相卷积,得到卷积值与模板索引数的二维曲线图,在二维曲线图中,最高的两个峰就分别对应了眼睛和眉毛,再根据人脸特征几何分布关系判断出眼睛,眉毛和嘴,从而得到最终的人脸特征.该方法检测率高,计算量小,实时性很强,满足了机器人系统中资源有限的约束条件.     

基于正面人脸图像的人脸轮廓的提取

近年来，人脸识别技术成为当前模式识别和人工智能领域的一个研究热点，人脸轮廓提取是人脸特征检测和人脸识别等人脸图像分析的重要前提，但至今仍没有得到圆满的解决。该文针对复杂背景的彩色人脸图像，提出并实现了一种人脸轮廓提取的方法。首先滤波和二值化人脸图像，在二值化图像中采用一种快速的肤色区域边界提取算法确定人脸区域;再在人脸区域内，采用轮廓跟踪技术提取出人脸轮廓。实验结果表明，该方法具有很高的精度和很强的鲁棒性。     

一种基于灰度图像的人脸检测及眼睛定位算法

利用灰度积分投影直接对人脸图像进行检测和眼睛定位是一种常用的算法,但是直接采用该算法会受到背景、特征等因素的影响,识别准确率较低。提出了一种基于最大类问方差阈值和区域膨胀相结合的检测与定位算法。该算法首先计算最大类间方差设置阈值,把灰度图像转换为二值图像并检测出人脸区域,然后通过对该人脸区域中的连通区域进行膨胀及连通性处理,精确定位眼睛坐标。实验表明,此算法可靠,具有较好的识别效果。     

基于暗通道和小波的单幅图像烟雾检测算法

针对单幅图像烟雾检测算法的研究较少,而基于烟雾颜色模型的方法易受疑烟区域的干扰等问题,提出了一种多级筛选的单幅图像烟雾检测算法.该算法首先对经过导向滤波优化过的暗通道透射率图做二值化处理,快速去除高透射率干扰区域,得低透射率区域;然后分别对去雾前后的低透射率区域提取YCbCr颜色空间的Cr通道并差分二值化,去除一些静态背景干扰区域,得疑烟区域;最后分别对去雾前后疑烟区域的Y通道做二维离散小波变换,根据小波能量做差并二值化,得烟雾区域.实验结果表明,本算法能够有效消除图像中的疑烟区域的干扰,准确检测出烟雾区域.     

基于下肢轮廓特征的步态周期算法

步态周期是步态的一个重要特征,步态识别是建立在准确的步态周期分割之上的。本文提出了一个基于下肢轮廓的步态周期检测方法,首先对步态序列图像进行灰度化,然后计算各像素点在步态图像序列中的中值,获取整个步态序列图像的背景,提取人体目标后,利用数学形态学方法和区域跟踪算法填补二值化图像中的空洞;采用轮廓跟踪算法获得人体下肢轮廓,并将其转换为对应距离向量,在一个步态系列中利用距离向量范数研究步态周期。本算法计复杂度低,鲁棒性好,精确度高。     

基于灰度积分投影的人眼定位

该文提出了一种基于最大类间方差阈值分割和灰度积分投影技术的眼睛定位方法。首先通过图像预处理技术中的中值滤波方法去除图像噪声,并通过非线性变换消除人脸图像因为曝光条件不同而造成的模糊,得到灰度分配较为均匀的图像,然后利用最大类间方差阈值法对图像进行二值化处理,将特征点从人脸图像分割出来,并分别利用水平和垂直灰度积分投影曲线结合人脸的结构特征找到眼睛的位置坐标,实现了准确的眼睛定位,从而为进一步提取其它特征点打好了基础。     

结合肤色分割与平滑的人脸图像快速美化

目的 针对目前人脸图像美化算法存在的对于细节丰富的眼睛和头发等区域处理过度平滑,美化后的图像整体美化效果较差等问题,提出一种基于肤色分割与平滑人脸图像的美化方法。方法 首先对脸部瑕疵特性,用双指数边缘保护滤波器平滑人脸图像的瑕疵,与此同时很好保持图像边缘信息;再通过利用色度直方图自适应快速检测、修正、分割肤色区域;然后利用拟合高斯羽化皮肤区域生成蒙版,融合平滑图像和原图像,保留图像头发背景等细节信息;最后基于人像美感标准,对皮肤亮度通过拟合log曲线实现快速自适应调整人脸图像亮度,增强眼睛等细节,从而快速实现人脸图像美化方法。结果 通过与其他人像美化算法相比较,在保留边缘方面,该算法更有效地对皮肤边缘上的瑕疵进行平滑,达到更好地美化人脸图像;而在时间复杂度方面,相对于前人的算法,计算速度快12倍,实现快速美化人脸图像。结论 该算法适应能力较强,对大部分人脸图像的脸部瑕疵完美去除的同时达到背景信息不变,肤色美白自然,使整体美化效果显著;尤其是细节丰富的边缘区域平滑适度,具有一定的实用性。     

基于DDGVFSnake和Gamma方法处理人脸光照不均

使用一种动态方向梯度矢量流Snake (DDGVF Snake)算法来检测未知图像的阴影和高光区域,根据已知的标准人脸图像库中图像的灰度分布,计算出灰度中值,然后采用加权非线性Gamma灰度矫正算法来归一化待识别图像的光照变化,使之与已知的标准库中的图像灰度一致。在Yale B,CMU PIE和CAS PEAL人脸库上的实验表明,所提出的方法与同类的处理方法相比,具有更高的恢复精度。     

基于CSSD的非线性相关滤波在光照变化人脸识别中的应用

针对现有的滤波算法由于光照变化而影响人脸识别性能的问题,提出了特定类子空间依赖的非线性相关滤波算法。首先,利用非线性最佳映射图像相关滤波器与非线性最佳重建图像相关滤波器之间相位的特定类子空间运算实现算法;然后,通过最小化相关平面能量、同时最大化相关波峰进一步优化;最后,利用关联分类器完成人脸识别。在扩展Yale B和PIE人脸库上的实验结果表明,本文算法在加性高斯噪声条件下仍然对光照变化不敏感,相比其他几种较好的滤波算法,本文算法取得了更高的识别率,并提高了算法执行效率。     

一种核正交局部敏感辨别分析算法

为了发掘嵌入在人脸样本的非线性结构信息,把核方法和基向量正交化思想引入局部敏感分析算法中,提出一种新的人脸识别算法-核正交局部敏感辨别分析(Kernel based Orthogonal Locality Sensitive Discriminant Analysis).并给出了算法的推导过程及计算步骤.首先用核方法提取人脸样本的非线性信息,并将其投影至高维非线性空间,然后采用局部敏感辨别分析做线性映射,最后采用施密特正交化方法得到正交的基向量,从而使算法更好地描述人脸非线性流形结构特征.在ORL和YaleB人脸库的人脸识别实验证明了所提算法的有效性.     

一种用于中值滤波的改进均值划分算法

图像滤波是很多图像处理算法在图像预处理阶段采用的处理措施,而中值滤波不仅能够有效地去除图像中的噪声,而且可以保持图像的边缘细节,从而成为首选的图像滤波方法.由于中值滤波需要使用排序操作,其计算时间复杂度较高,而且在滤波窗口较大时,导致图像滤波耗费较长的时间,不能满足海量、高分辨率图像实时滤波处理的需求.在研究中值滤波基础上,提出一种改进的基于均值划分的快速中值滤波算法,实验表明,该算法可以有效地降低图像中值滤波的时间消耗,特别是在大尺度图像中,当滤波窗口较大时,能够显著降低图像滤波时间,同时,能够与传统中值滤波保持一致的效果,进一步增强了大尺度图像实时处理能力.     

基于量测迭代更新集合卡尔曼滤波的机动目标跟踪算法

在机动目标跟踪中,用于模型辨识和状态估计的非线性滤波器的合理选择和优化是提升滤波精度的关键.融合量测迭代更新集合卡尔曼滤波和交互式多模型(interacting multiple models,IMM)方法,本文提出了基于量测迭代更新集合卡尔曼滤波的机动目标跟踪算法.通过迭代更新思想的引入构建了一种量测迭代更新下集合卡尔曼滤波的实现结构,并将其作为IMM的模型滤波器实现对于目标运动模式和状态的辨识与估计.针对算法结合过程中滤波精度和计算量的平衡,设计了用于输入交互环节的状态估计样本,同时简化输入交互环节和输出交互环节中滤波误差协方差矩阵的交互过程.理论分析和仿真结果验证了算法的可行性和有效性.     

一种基于多级阈值的中值滤波算法设计

虽然加权中值滤波在一定程度上对图像有着良好的去噪效果,但是不能在对图像去噪的基础上很好地保留图像细节。针对该算法存在的缺点,提出了基于多级阈值的中值滤波算法。采用Matlab软件编程,通过设定多级阈值方法来检测当前像素点是否为噪声点,使算法在去噪的基础上对图像细节有良好的改善。实验结果表明改进的加权中值滤波算法对图像细节有明显的提高。     

基于多级中值滤波的小波去噪方法

经典图像去噪方法中,多级中值滤波有良好的保护细节的特性,近年来在小波域中对信号的处理,能使噪声抑制更加有效。结合两者的特点,提出了基于多级中值滤波的改进算法,利用最大最小中值之差判断平坦及边缘区域,实现了在小波域中平滑噪声的同时还可以保护图像细节不受损失。实验表明该方法与Donoho的软门限方法相比较,可以得到更好的去噪效果。     

一种高性能近红外光人脸检测和眼睛定位算法

提出了一种新型的近红外光人脸检测和眼睛定位算法,该算法先用AdaBoost分类器进行人脸区域定位,然后在人脸区域内进行眼镜检测：若检测为不戴眼镜,使用基于数理形态学的N-Quoit滤波器进行眼睛精确定位;若检测为戴眼镜,采用＂人脸可信值最大＂准则进行眼睛定位。实验结果表明,此算法检测率高而且眼睛定位准确,有效的克服了镜片反射近红外光干扰眼睛精确定位的问题,同时达到了实时性的要求。     

可保留细节信息的全方位多级组合滤波法的研究

传统全方位多级组合滤波法在抑制噪声的同时会严重模糊图像，通过分析该问题产生的原因，提出了一种改进的滤波方法，该方法先对图像象素进行是否为边缘点、孤立噪声点或平滑区域点的预判断，然后再根据判断结果分别进行处理。实验结果表明，该方法能很好地保留图像边缘细节信息，取得了较好的处理效果。