眼睛疲劳程度判定方法研究

在用机器视觉系统监测驾驶员的眼睛疲劳状态时,由于图像采集与图像处理消耗一定的时间,降低了系统的采样率,正常情况下,眼睛的眨动过程非常短暂,过低的采样率会漏掉眼睛某些关键状态的信息。因此直接对视频进行研究并提出用描述统计方法确定眼睛的最大睁开值,进而应用PERCLOS方法进行疲劳判定。对视频序列图像进行抽样,研究不同采样时间间隔对PERCLOS值的影响。通过六名测试者的数据表明：当PERCLOS值在15%附近时疲劳现象明显,随疲劳程度加深PERCLOS值升高,通过对视频序列图像抽样调整采样时间间隔,发现采样间隔在40 ms到120 ms之间时,PERCLOS值比较稳定,最大的相对误差为20.17%,采样间隔时间大于120 ms时PERCLOS值的波动幅度较大,最大相对误差达到54.07%,会影响疲劳判定结果。     

掌纹图像采集装置的研究

鉴于目前掌纹采集系统都采用扫描仪或图像采集卡采集掌纹,利用PC机来实现掌纹识别的系统结构,本文提出了一种新型的基于DSP的掌纹采集系统。通过视频解码器SAA7113H将掌纹图像转换成数字图像,利用TI公司的TMS320VC5509A DSP为控制芯片,实现了脱机模式的掌纹图像的采集。通过掌纹图像采集实验,得到了采集最佳掌纹图像的光源及光学结构。由实验所得结论,该系统满足实时性要求,有很高的识别率。     

手指宽度选取与识别率对应关系分析

手指宽度是手形识别的有效特征之一,而选取的测量点个数影响识别的准确率和时间.本文研究了选取手指宽度的个数与识别率、匹配时间的对应关系,以用于根据不同的识别率要求估计不同人手选取的宽度个数.实验论证了在定位准确、每个手指选取的宽度个数不少于3个的条件下,识别率可以达到90%以上.提出了自动识别算法,利用曲率法定位特征点,根据特征点计算手指的绝对宽度,应用绝对宽度之间的相对宽度构成特征向量,计算特征向量之间的欧式距离,实现身份识别.实验获得了手指宽度个数与匹配时间的对应关系以及手指宽度个数与识别率的对应关系曲线.结果表明,每个手指选取6个宽度时,就可以获得区分个体的特征量,识别率达到94.03%.     

基于二维不可分小波相关性分析的虹膜识别

为了更有效地提取虹膜纹理特征区域和进一步减小虹膜特征的存储空间,提出了一种基于分块相关性分析的二维不可分B-样条小波的虹膜识别方法,通过对虹膜归一化图像进行二维不可分B-样条小波变换并提取小波系数特征,把这些特征等分成正方形的特征块并按照相关性由大到小排序,保留相关性大的特征块进行匹配。实验表明,本文算法比经典的虹膜识别方法能更准确地捕捉识别效果好的特征区域。     

复杂背景下的多人脸检测方法

复杂背景下采用肤色进行人脸检测具有较高的检测率,但同时也具有较高的误检率,而采用AdaBoost算法进行人脸检测从根本上解决了实时性问题,但是检测率不理想。基于上述原因,采用肤色分割与AdaBoost相结合的方法对人脸进行检测：首先采用肤色分割进行人脸粗定位,然后将粗定位后的人脸候选区域作为AdaBoost检测的输入子窗口进行人脸检测。在预处理过程中,采用可调节结构元素,解决了对于不同图像中大小不一的人脸采用固定的结构元素造成的人脸丢失问题。实验结果表明该方法在提高检测率的同时,也降低了误检率。     

基于2DFLD的手背静脉识别算法

手背静脉识别技术采用非接触式,为了避免在采集图片时由于手背的旋转和平移给识别带来干扰,提出一种手背静脉有效区域的定位方法,在手背截取出一个包含静脉信息最多的矩形。该算法主要利用基于不变特征点的图像定位方法来寻找手背外侧边缘的特征点,然后定位分割出手背静脉有效区域的图像。实验证明该算法具有自适应性,定位准确,速度快。由于经典的Fisher线性判别算法类内散度矩阵通常会是奇异的,提出一种基于二维Fisher线性判别(2DFLD)的手背静脉识别方法。该方法直接进行图像矩阵投影,避免高维运算。对于手背静脉图像库,用2DFLD方法提取静脉特征空间,再将测试图像投影到该特征子空间上,最后用最近邻欧氏距离方法进行匹配。实验结果表明,该方法识别率达98%。     

多特征模糊推理的虹膜识别算法

为了更加完备地描述虹膜的纹理特征,利用虹膜图像灰度信息提取局部特征点、局部纹理方向和局部纹理的亮暗变化三种特征共同构成纹理的特征空间,克服了之前的多数虹膜识别算法提取单一特征易受干扰影响的局限性.然后,通过设计的模糊推理规则进行模式的分类,这种分段线性分类器的设计提高了算法线性分类的能力.分别在两个图库上进行了实验,识别率分别达到99.41%和99.67%,实验数据表明:结合多种特征能较好的反映虹膜的纹理变化特征,提高了虹膜识别的正确率,使算法具有非常优越的识别性能.     

基于二维Fisher线性判别的人耳识别

针对传统二维Fisher线性判别(2DFLD)方法只使用图像矩阵的行向量作子模式的局限性,结合人耳图像的特点,提出了一种基于列向量作子模式的2DFLD的人耳识别方法.首先利用训练样本图像矩阵的列向量作子模式进行训练以提取特征人耳子空间,再将测试图像投影到该子空间上,最后用最近邻欧式距离方法进行匹配.实验结果表明,以列向量作子模式时的识别率达98.333%,比行向量作子模式时提高了3.333%,与同样基于多元统计分析的PCA、2DPCA和PCA+FLD方法相比,识别效果最优,是一种有效的人耳识别方法.     

一种基于边界特征的耳廓提取新方法

在实际的人耳识别系统中,人耳的准确定位是影响识别率的一个重要因素.根据外耳及其所在位置的特征,提出了一种从侧脸图像上准确定位并提取出人耳的新方法.该方法首先对侧脸图像进行阈值化和差分处理,然后将外耳边缘轮廓分为3个区域,利用阈值图像和差分图像以及3个区域的不同走向分别跟踪得到整个外耳轮廓线,并从侧脸图像中提取出外耳图像.该方法运算量小,定位精确,得出的外耳轮廓图像清晰完整无任何干扰,而且定位成功率高.     

基于空间拓扑和形态相似关系的长裂缝拼接算法

针对公路隧道采集的衬砌裂缝图像存在重叠和间隙两种现象,不能保证裂缝首尾相连而直接拼接的问题,本文提出一种基于空间拓扑和形态相似关系的长裂缝拼接算法.首先将空间拓扑关系与图像点特征相结合,提出一种基于RCC的长裂缝连接性特征点识别算法,自动识别相邻图像中的裂缝是否同属于一条长裂缝以及存在重叠还是间隙现象;然后,采用基于余...