人体肤色检测的研究现状及发展方向

在计算机视觉中,当进行人体目标检测时,人体的肤色在抽取目标底层信息方面往往起着重要的作用.文章从肤色的生物特性、信息采集和检测等方面对这一问题的研究现状作了详细的论述,介绍了肤色检测中面临的主要问题和今后的发展方向.     

基于豪斯多夫距离的快速多人脸检测算法

以豪斯多夫距离为相似性度量,提出了一种对光照及背景变化具有鲁棒性的快速准确多人脸检测算法。由于豪斯多夫距离多模板匹配算法的复杂性,采用降低模型维数,寻找感兴趣区域和用变换间距离来寻找最适宜模型等多种方法提高计算豪斯多夫距离的效率。实验结果证明该算法能快速准确检测人脸。     

基于Gabor滤波特征和一类分类器的人脸检测

人脸检测是人脸识别的一项重要任务.论文提出了一种基于Gabor滤波特征和一类分类器的正面人脸检测方法.算法首先利用了Gabor滤波器的良好的空间位置与方向的选择特性,采用了四种方向的Gabor滤波器提取人脸样本图像特征并用PCA方法对特征降维,然后用已降维的特征训练支持向量机分类器.最后应用一类分类器分类检测人脸.实验结果证明该方法是十分有效.     

人眼定位算法与人脸图像标准化

提出了一种改进的人脸图像标准化算法.该算法先利用改进的人脸图像的垂直灰度积分投影确定脸的左右边界,再根据人脸图像的水平灰度投影曲线来确定眼睛的大致高度.利用由上述方法得到的参数对人脸进行第一次裁剪,然后对人眼精确定位,最后对图像进行旋转、剪切和缩放,获得人脸的标准图像.采用ORL人脸数据库进行仿真实验,结果表明,该算法消除了背景、头发等干扰,保留了人脸识别所需的主要信息,有利于后续的特征提取与识别.     

基于模糊HSCC的人脸检测

本文提出一种新颖的利用颜色信息的人脸检测方法。它结合HSV颜色空间和YCbCr颜色空间 ,即模糊HSCC空间 ,其中HS和CrCb空间用模糊成员函数来定义。实验结果表明模糊HSCC方法比HSV方法和YCbCr方法更加有效和精确。     

基于非线性扩散与图像配准的印刷品表面缺陷检测

针对目前工业印刷品表面缺陷检测时误判率高、检测效率较低以及缺陷区域信息有限等问题,笔者提出一种基于改进Perona Malik（P M）非线性扩散模型与图像差分模型配准的印刷品表面缺陷检测方法。该方法首先利用非线性扩散模型,在维持非缺陷区域平滑程度保持不变的情况下,对待测图像进行平滑处理,将原始图像与扩散后图像做差分运算以增强缺陷区域的对比度,从而得到差分图像;然后,将差分图像与标准模板图像进行配准,检测得到缺陷所在的区域的特征值,以便对印刷品印刷质量进行分析;笔者搭建了实验平台,来验证本方法的可行性。实验结果表明：该方法能够快速并且有效地将印刷品表面的缺陷检测出来,准确率高达99.97%。该项研究能够满足印刷品生产质量需求。     

混合Kalman滤波器与Chamshift人脸跟踪算法的研究

文章通过Kalman滤波器预测由Camshift算法检测到的人脸窗口在下一帧图像可能出现的位置,进行下一帧图像的人脸跟踪.其中,Kalman滤波器的使用克服了单纯使用Cam-shift跟踪在遮挡或者丢失跟踪物体的不足,可以大大提高人脸跟踪的正确率.     

一种非刚体目标的实时检测与跟踪算法

提出了一种复杂背景下自动、实时地检测和跟踪非刚体目标算法。该算法利用自适应的背景减除方法,在复杂背景条件下提取出运动目标;采用颜色直方图模型为特征的均值平移法作为跟踪算法。试验结果验证了该算法的实时性和有效性。     

检测彩色图像中人头数的人脸分割算法

一幅彩色图像中的人脸被分割出来后，便可检测出图像中的人头数，并可根据此图像中的人头数进行智能控制，如控制教室中电灯、风扇和空调或判断汽车是否超载等。此文首先使用HSV和RGB混合肤色模型进行肤色分割，提取原始图像中的类肤色区域；采用数学形态学运算和人脸结构特征去除类肤色区域中的非人脸区域，得到候选人脸区域；与其他方法不同的是；此文接着利用头发的颜色、形状与人脸的关系，来确认人脸区域，最后通过头发的个数、候选人脸的个数及被确认的人脸个数三者关系来统计出图像中的人头数。     

基于sobel算子的道路图像边缘检测算法

应用图像低级特征提取技术中的边缘检测技术能够确定和提取车道线边界信息，为后续完成道路识别、实现辅助驾驶系统等提供了重要依据和基础。传统sobel算子进行边缘检测虽然算法简单、速度快，能满足道路图像边缘检测实时性的要求，但由于只获取了水平和垂直两个方向的边缘梯度信息，且阈值选取全靠人为设置，因此边缘信息检测效果不理想。文中提出改进sobel算子的边缘检测算法，算法通过扩大构造5×5的梯度权值模板计算出图像边缘信息，应用K-means聚类算法获取的最佳自适应阈值完成图像分割，最后通过改进的边缘细化算法，保留了更完整有效的边缘信息。通过实验表明，该算法能够较快、较好的提取道路图像边缘信息，而且具有一定的抗干扰能力。     

基于形态学的微目标的图像分割

提出了一种适于高分辨率可见微目标图像的分割算法,首先通过形态学运算强化微目标区域,利用阈值化分割并提取这些感兴趣区域;然后运用小波多尺度算子检测这些区域的边缘;最后再次采用形态学运算以获取目标区域边缘。仿真结果表明该方法能有效地将图像中的具有特定结构的微目标区域分割开来。     

激光共聚焦序列图像基于特征的分割方法

采用fluo-4标记的乳鼠心肌细胞钙离子实时激光扫描共聚焦光学切片呈现为点状分布的荧光图像,并且受到噪声的严重干扰,细胞荧光图像在分布上没有连续的边缘;而采用处理静态荧光图像的方法处理这种图像存在很大的困难。该文就心肌细胞Ca2+离子定量研究过程中遇到的问题,提出一种基于马尔可夫场和空间点模式特征聚类相似性测度的自适应图像分割算法。该算法能以统一的标准从不同深度的光学切片中分割出需要分析的细胞钙离子活动区域,对其他利用激光共聚焦技术做动态分析的研究有很好的参考价值。     

快门编码模型重影模糊图像盲复原方法

针对刑侦取证工作中经常出现的一种重影模糊图像,提出了一种快门编码模型来近似模拟重影模糊的本质,利用快门编码模型对重影模糊图像进行盲复原处理。实验结果表明了该快门编码模型对复原重影模糊图像的合理性,对实际拍摄的重影模糊图像,该算法能够有效地复原出模糊图像中的感兴趣信息,具有较高的实用性。     

基于非下采样Contourlet变换和分水岭算法的图像分割方法

图像分割技术在数字图像处理中占有非常重要的地位。提出基于非下采样Contourlet变换的图像分割方法,有效地将非下采样Contourlet变换与数学形态学中的分水岭算法结合起来,既减少了分水岭变换的过分割现象,又有效地保持了图像中的边缘信息。实验结果表明,此方法是可行的,并能得到良好的分割效果。     

有监督的水平集高分辨SAR图像分割方法

针对基于统计模型的水平集SAR图像分割中参数估计耗时较多的问题,提出了一种有监督的高分辨SAR图像分割方法。该方法将Fisher分布和Gamma分布分别作为高分辨SAR图像的目标和背景统计模型,结合水平集方法推导了SAR图像分割水平集函数的能量泛函模型,通过最小化能量泛函得到曲线演化偏微分方程,实现对高分辨SAR图像的分割。试验结果表明,该方法对高分辨SAR图像具有强散射点的目标分割更完整,并且比无监督统计模型分割方法分割速度更快。     

基于加权模糊c均值聚类的快速图像自动分割算法

图像分割是指将一幅图像分解为若干互不交迭的区域的集合，是图像处理和计算机视觉的基本问题之一。为了提高图像分割的效率，提出了一种基于2维直方图加权的塔形模糊c均值（FCM）聚类图像快速分割算法。该方法先通过构造合理的2维直方图对噪声进行抑制；然后通过塔形分解来缩减聚类样本集；最后利用加权FCM聚类算法进行分类。仿真结果表明，该方法的效率明显优于标准的FCM算法。此外，为确定分割的最优类别数c，还引入了一种基于该快速算法的聚类有效性评价函数——修正划分模糊度，实现了最佳图像分割类别数c的自动确定。基于人造图像和实际图像的测试实验结果表明该方法是有效的。     

基于上下文信息提取的概率分词算法

汉语分词在汉语文本处理过程中是一个十分特殊而重要的组成部分。传统的基于词典的分词算法存在着很大的缺陷,它们无法对未登陆词进行很好的处理。而基于概率的算法只考虑了训练集语料的概率模型,对于不同领域的文本的处理效果不尽人意。本文提出了一种基于上下文信息提取的概率分词算法,它能够将预切分文本的上下文信息加入分词概率模型中,以上下文信息指导文本的切分。这种切分算法结合经典n元模型以及EM算法,在开放测试环境中取得了比较好的效果。     

基于阈值分割的数学形态学道路标识线检测

针对边缘检测算子对噪声敏感的缺点,提出了一种新的基于阈值分割的形态学道路标识线的检测方法.仿真结果表明,这种方法保留了更多的图像细节,具有更强的去除噪声能力,可以有效地从道路图像中检测道路标识线.