基于形状特征的人脸检测技术

人脸识别具有其他生物特征识别技术所无法比拟的直接、友好、方便等优点。论述了人脸检测的概念和研究现状,分析了人脸检测系统中图像灰度化、图像增强、图像二值化滤波等图像预处理技术,探讨了基于形状特征的人脸检测技术的应用前景。     

对比度、颜色一致性和灰度像素保持的消色算法

目的 为了解决目前消色算法中不能同时保持原始图像的对比度,颜色一致性和灰度像素特征的问题,提出一种新的优化算法,最大限度地同时保留这些视觉特性。方法 为了保持原始图像的结构和局部对比度信息,用双高斯模型构建像素对之间的误差能量项;为了保持颜色一致性,采用局部线性嵌入模型构建能量项,确保原始图像中颜色一致的像素在结果图像中也拥有一样的灰度级;为了保持灰度像素特征,先标记出原始图像中的灰度像素,并强制规定这些像素的灰度值是已知的且在消色变换的过程中始终不变,然后用双高斯模型构建出灰度像素与其他像素之间的误差能量项。线性结合这3个能量项,得到目标能量函数,再通过迭代法求解出使总能量值达到最小的灰度值,从而得到了最终的消色结果。结果 实验结果表明,本文算法能够同时较好地保持原始图像中的对比度、颜色一致性和灰度像素特征。结论 本文算法基本符合人类对图像对比度变化的感知程度,而且能够很好地保持细节信息和全局结构,可应用于数字打印、模式识别等方面,具有很大的应用价值。     

复杂仪表的图像自动读数识别方法

在对复杂仪表的特点分析研究的基础上,提出了复杂仪表的图像自动读数识别的原理和方法。对实现其原理所采用的主要方法,如分段线性灰度变换、Hough变换、模板匹配法进行了介绍。以水表为实例证明了所采用的图象自动读数识别原理和方法的正确性和有效性。结果表明,该方法具有很好的稳定性、准确性、快速性等特点。     

基于最大熵原则和灰度变换的图像增强

提出了一种利用最大熵原则和灰度变换进行图像对比度增强的方法.在最大熵原则基础上利用条件迭代算法对图像灰度级进行最佳分类,对各分类区域进行相应的灰度变换,根据不同需要选取变换参数,在图像对比度增强同时各区域均衡性也得到很大改善.将利用条件迭代算法计算最大熵多阈值的方法与最小均方误差(LMSE)计算多阈值的方法进行比较,实验结果表明,文中所用方法在迭代次数上大大低于基于最小均方误差算法所需迭代次数,节省了图像处理时间,图像均衡化效果也相对提高.     

一种煤矿监控图像的去噪增强方法

煤矿井下特殊的环境使得监控图像的质量不尽如人意,本文针对监控图像的特点设计一种基于自适应中值滤波和灰度变换的去噪增强方法,并用MATLAB7.0软件进行仿真实验。结果表明,该方法能在有效去除噪声的同时有效保留图像细节,使图像对比度显著增强,图像视觉效果好,满足监控系统图像的要求。     

视频处理器中的一种新的彩色图像增强方法

LED显示屏显示图像之前,视频图像通常用视频处理器进行图像增强等操作。本文考虑到视频处理器在RGB彩色图像变换时可能产生的彩色失真情况,提出一种自适应的灰度变换算法,此算法将原始的RGB彩色图像和经过灰度变换后的RGB彩色图像转换到HSB彩色空间,然后将两者的色调与亮度分量进行重组,再对其饱和度进行补偿。这种方法的优点是既保证了原始彩色图像在进行灰度变换后的灰度细节,又能保证其彩色细节,同时提高了原始彩色图像的对比度。另外,此算法计算量小,利于硬件的实时实现。     

图像处理技术用于批量产品数量自动统计

几何形状相同的批量产品数量自动统计是实现生产自动化的重要课题之一.分析工程背景的需求,将CCD摄像头拍摄的产品图像进行灰度变换和二值化后,可以得到数据压缩后的产品预处理图像.根据产品几何形状相同的特点,优化设计面积法统计目标像素并建立有效的算法模型,自动计算出批量产品的数量,实现实时计数.从而改善劳动环境、提高生产效率,进而拓展了数字图像处理技术在工业生产监测中的应用领域.     

一种新的自适应红外图像增强算法

传统的直方图均衡和灰度变换增强算法,不能针对红外图像的目标进行有效地增强.鉴于此,在研究红外图像特点的基础上,提出了一种基于直方图的自适应红外图像增强算法.该算法通过对原始图像的直方图进行自适应双阈值映射和欠采样投影处理,实现了对图像灰度级的重新分配;在减少冗余灰度级的基础上,有效拓宽了目标部分占据的动态范围,既提高了目标与背景间对比度又突出了目标细节层次.     

基于MFC的红外图像处理软件设计

红外技术作为一种探测、发现和识别目标的手段而广泛应用于军事、民事领域。该红外图像处理软件是在VC++平台上建立的基于MFC的单文档程序,利用面向对象的方法设计了红外图像处理软件。由于红外图像一般具有对比度低、噪声大、边缘模糊等特点,笔者提出了灰度拉伸变换、直方图均衡化、伪彩色变换等增强算法对图像进行处理,首先从红外图像处理技术的发展出发,介绍了软件框架的实现,着重阐述了该软件应用的红外图像处理算法,处理效果较好。     

特征提取算法在工件识别中的研究

特征提取在工件识别中具有重要的意义. 运用灰度变换与平滑去噪对获取到的原始图像进行图像预处理. 提出改进的工件特征提取方法. SURF算法作为SIFT算法的加速版,不仅能够确保检测到的特征点的稳定性,而且能很大程度地加快特征提取的时间,满足了工件识别过程中实时性的需求. 采用改进的SURF算法的特征匹配方法进行工件的识别. 实验表明,改进的特征匹配方法对工件识别精确且速度较快.