边缘检测技术

边缘检测是一种重要的图像预处理技术,介绍了几种图像轮廓提取技术,如Roberts、Sobel、Prewitt、LOG、Canny等边缘检测算子,比较了这几个边缘检测算子的处理结果。     

视频序列中的人脸检测与定位算法研究

在研究和分析各种人脸捡测与定位算法的基础上,并以计算简单、速度快、能精确地提取视频序列中的人脸为原则,提出了一种新的基于运动信息与边缘投影函数相结合的视频序列中的人脸检测与定位算法.该算法设计了双阈值Sobel算子进行边缘检测,该算子检测到的图像边缘清晰、细致、噪声少;提出了平方投影函数,该投影函数不但可区分均值相同的区域,而且可区分方差相同的区域.将边缘函数与投影函数结合起来设计的人脸检测与定位算法简单实用.     

基于小波变换与CIP算子的数字图像检测和识别系统

提出了一个基于小波变换和CIP算子的数字图像定位和识别系统，该系统用于移动机器人的门牌识别，首先通过小波变换压缩图像，然后直接对压缩的彩色图像运用CIP算子处理并进行定位，最后用BP神经网络识别。小波变换压缩了图像，从而减小了图像处理的数据量，加快了整个检测定位和识别的速度。CIP算子针对彩色图像的特点，全面作用在YIQ色彩空间的3个分量上，在彩色门牌定位的边缘检测中有很好的效果。实验结果表明了该系统所采用方法的有效性。     

基于matlab边缘提取的几种方法的比较

简要介绍了几个基于Matlab的图像轮廓提取技术，如roberts、sobel、Prewitt、Laplacian、canny等边缘检测算子，比较了这几个边缘检测算子的处理结果．     

基于视频序列的人脸检测技术的研究

本文提出了一种视频序列中人脸检测的算法.算法首先使用边缘检测和轮廓提取的方法滤去了大量的非人脸窗口然后使用基于Haar特征的检测方法对过滤处理结果进行再次检测.实验结果表明该系统能够实时地时于人脸进行检测,可以被应用在视频监控方面.     

人脸检测技术研究

人脸检测作为人脸信息处理中的一项关键技术,成为近年来人工智能领域内的一项研究热点。文章简要介绍了人脸检测的理论基础,讨论了人脸检测的预处理、阈值检测和边缘检测三种常用的方法;重点研究了直方图阈值分割和边缘检测这一关键技术,并在MATLAB环境下进行了仿真。通过结果可以看出,只有将边缘检测技术和其他方法结合起来才能达到理想的检测效果。     

基于matlab边缘提取的几种方法的比较

简要介绍了几个基于Matlab的图像轮廓提取技术,如roberts、sobel、prewitt、Laplacian、canny等边缘检测算子,比较了这几个边缘检测算子的处理结果.     

基于Sobel算子的人脸分割算法

本文提出了一种基于Sobel算子的人脸分割方法，该方法主要包括边缘提取，细化，对称性分析和人脸分割等几个主要步骤，试验结果表明该方法对于灰度图像是很有效的。     

基于肤色和几何特征的人脸检测算法

本文提出了一种可变先照条件下的人脸检测算法,该算法利用人脸的肤色和几何特征,首先对输入图像进行光照补偿,然后在YCrCb颜色空间中,分割出肤色候选区域,最后利用人脸面部的几何特征精确定位出人脸。实验结果表明,该算法可适用于较广范围的光照条件,可应用于复杂环境下的人脸检测。     

基于一阶微分算子的玻璃碎片检测与识别

边缘检测是图像处理、计算机视觉中的基础内容,也是至今仍未得到圆满解决的一类。目前图像处理大多数都是针对数字图像,本文对数字图像中几种具有代表性的边缘检测算法进行了理论分析,设计了一个边缘检测演示系统,主要包括图像文件管理、图像边缘检测等功能模块。本文主要做了以下工作：第一部分,介绍边缘检测的基础;第二部分,分析设计边缘检测演示系统;主要是开发工具的介绍和详细设计过程;第三部分,本次设计的收获和展望。     

基于边界提取和跟踪的石块检测方法研究

为了能部分解决基于视觉的石块识别问题,首先利用SUSAN算子对图像进行分割后利用边界跟踪算法进行滤波,确定出原始图像中可能存在石块的区域,对原始图像中该区域利用矩不变法进行分割以缩小可能的石块区域,然后利用Sobel算子对原图像中该区域进行处理,得到该区域梯度图像并对此进行分割和边界跟踪滤波,最后利用投影法确定出原始图像中的石块位置。试验结果表明该方法具有一定的环境适应性和较好的实时性。     

Facial detection and location based on skin color and eye characteristic

This paper comes true a system of facial detection and location. Firstly, it realizes the facial detection of candidate region used skin color for the given image, and considers the influence of similar skin. Secondly, it realizes the location for eye region used the gray characteristic of eye and correction of central measurement, and makes further selection for facial candidate region. The end, it normalizes the facial image and makes it as front standard image, so realizes the facial characteristic location.     

基于中点提取的椭圆检测算法

针对Hough变换检测椭圆时存在运算速度慢、需要大量储存空间的问题,提出一种快速的随机椭圆检测算法。该算法随机采样2点并搜索第3点,再利用椭圆极径性质求出椭圆中心坐标,接着通过坐标变换得到简化的椭圆方程,解方程组求出椭圆剩下的参数。在证据收集确认候选椭圆时,只选取椭圆外切矩形内的边缘点,同时利用特殊的累积记录函数对候选椭圆参数进行进一步判别。实验结果表明,该算法具有检测速度快、精度高、抗椭圆部分缺失的能力强等优点。     

基于Canny思想的Robinson边缘检测算法

传统的Canny边缘检测算子是一种含有最优化思想的算子,它具有较高的检测精度,可以达到单像素级,但是因为它本身对噪声比较敏感,所以需要先利用Gauss滤波、均值滤波、中值滤波等滤波器进行去噪,然后再进行边缘检测,而Robinson边缘检测算子虽然具有抑制噪声的能力,但检测到边的缘不是单像素的。分析了原Canny边缘检测算子判断非极大值抑制条件存在的问题,提出了新的判断非极大值抑制的条件,将Canny边缘检测算子的思想与Robinson边缘检测算子相结合,既可以有效地抑制噪声,也可以得到单像素边缘,通过数据分析和实验结果说明了本文算法的有效性。     

基于并查集和边缘检测模板的非理想虹膜定位

非理想虹膜图像往往存在虹膜边缘模糊、灰度变化不均匀、位置偏移及光斑干扰等问题, 这些问题的存在会在一定程度上影响虹膜内、外边界定位的准确率. 针对这个问题, 本文提出采用并查集和边缘检测模板的方法来对非理想虹膜进行内、外边界定位. 内边界定位是首先采用并查集方法完成瞳孔区域粗定位, 然后采用Hough变换对瞳孔进行精确定位; 外边界定位是先利用一系列边缘检测模板大致确定外圆的位置, 然后再依据外边界附近圆环内边缘点的密度来最终完成外边界的精确定位. 实验结果表明, 对于非理想虹膜图像, 本文方法的定位正确率和定位速度均高于其他同类方法.     

基于改进形态学算子的木粉边缘检测算法

针对木粉显微图像边缘复杂、细节模糊等问题,提出一种基于HSV空间目标提取和改进数学形态学多尺度算子的边缘检测算法。基于HSV空间提取目标,排除背景噪声干扰;通过最佳方向检测改进传统多尺度形态学检测算子,避免了多方向检测的权重选择,以此获得较好的木粉边缘。实验结果表明：形态学检测算子优于传统canny检测算子;改进的形态学多尺度检测算子不但取得了较好的边缘检测效果,而且提高了边缘检测精度和定位能力。     

结合Gabor变换和FastICA的人脸表情识别方法

提出了一种结合Gabor变换和FastICA技术的人脸表情特征提取方法。Gabor小波具有很好的空频局部性和多方向选择性,因此更有利于表情细节信息的提取。FastICA技术能够消除信号间的高阶统计冗余。对图像进行Gabor变换,把得到的系数排列成Gabor特征矢量,用FastICA对Gabor特征矢量进行特征提取,用K-近邻分类器进行分类。JAFFE表情库中的实验证明该方法的有效性。     

基于分段平均微分值法的动态检测识别系统

本文将动态检测方法应用到电子鼻技术中,采用半导体气敏传感器MQ131、MQ135、MQ138组成阵列,设计了实时的动态检测、数据采集系统,测试了甲苯、乙酸酐、乙醚、丙酮四种气体.并且针对气体在动态检测方式下的气敏机理,提出了一种新的特征提取方法--分段平均微分值法,此方法既能获取动态响应过程的主流特征信息又有效地削弱了浓度的影响.最后,将分段平均微分法结合BP神经网络模式识别技术对不同浓度下的甲苯、乙酸酐、乙醚、丙酮四种气体进行了识别,识别率可达91.67%.     

基于小波过零点检测的虹膜识别方法研究*

在经典过零点算法的基础上,改进特征提取与匹配算法。分析各阶高通小波系数在同一算法下的识别率,以此选择小波系数来综合编码分析。采用不同的小波滤波器进行分析,考察不同的小波滤波器对算法的影响。DB3小波的识别率为99.61%,等错率为0.41%;四次B样条小波识别率为99.75%,等错率为0.25%;Coif3小波识别率为99.72%,等错率为0.29%。第五、六阶小波高通系数涵盖了虹膜纹理的主要信息,可采用第五、六阶小波系数进行编码识别。不同的小波滤波器得到的结果区别不是很大,DB3、四次B样条、Coif3小波编码识别效果好。DB3小波符合识别速度与效果的综合要求。     

基于V型检测算子和边缘梯度的虹膜卷缩轮检测方法

针对虹膜卷缩轮位置检测中卷缩轮边界定位困难的问题进行了研究,提出了一种基于V型检测算子和边缘梯度的虹膜卷缩轮检测方法.首先根据虹膜卷缩轮内部纹理的位置特征、形状特征和灰度特征,定义V型检测算子,在归一化图像中,利用V型检测算子对图像进行处理,提取卷缩轮内部纹理终点坐标;其次,通过曲线拟合得到卷缩轮边界的初定位区域;最后利用边缘梯度算子在初定位区域进行检测提取卷缩轮边界.实验结果表明,该方法的正确检出率达到93.2％,可以有效地提取虹膜卷缩轮边界.