基于双肤色模型和AdaBoost的人脸检测系统设计

本文在Windows平台下,基于VS2010和Intel开源计算机视觉库OpenCV设计了一个实用的人脸检测系统,实现复杂背景图像中可能存在的人脸区域检测。人脸检测功能的实现主要融合双肤色模型和AdaBoost算法。首先基于YCbCr颜色空间的简单边界模型和高斯模型对图像实现分割并分析处理,实现人脸区域的粗定位。然后对人脸候选区域采用AdaBoost算法进行精检测。该系统使用简单,检测效果较好。     

基于图像的人脸检测及特征点提取综述

本文对人脸技术中,基于图像的人脸检测及特征点提取的流程及发展前景做了简单的介绍。讨论当前热点的识别方法。对于人脸基于图像的人脸检测及特征点提取的发展进行展望。     

基于局部相似性先验的协作表示人脸识别

针对光照、伪装/遮挡等非受控环境下的人脸图像,本文探讨了一种基于局部相似性先验的协作表示人脸识别。首先选择合适的人脸图像并对其进行等份不重叠分块,接着计算不同分块间的权重,最后将块与块之间最优的相似性先验信息加权至协作表示算法中,以实现人脸的分类。实验结果表明,与目前基于协作表示的人脸识别算法相比,本文算法在性能上有明显的提高。     

基于区域的图像检索算法

本论文主要针对现在日益增长的多媒体信息检索需求,以及目前国内外现有的基于区域的图像检索算法的局限性,深入地探讨了基于区域的图像检索的通用技术问题,提出了解决方案,着重于新的图像特征描述方法,相似度检测、特征提取与快速检索算法等方面的研究,构建了一个基于区域的图像检索通用模型,通过大量实验,验证了方案的合理性。     

人脸检测及识别技术综述

人脸检测与识别技术因为其巨大的应用价值以及市场潜力,已经成为图像工程领域研究的热点。目前,国内外的文献中涉及到的人脸检测和识别算法有很多种,本文对近些年来在期刊和会议上发表的有关人脸检测和识别技术的文章进行了归纳总结,概括介绍了一些人脸检测和识别的典型方法,分析了这些方法的特点及理论依据。     

基于FPGA的图像缩放及边缘检测的硬件设计

边缘检测与图像缩放是图像处理中重要的研究内容,广泛地应用于图像模式识别、分割和图像增强中。随着新兴技术和相关理论的发展,新的边缘检测和图像缩放方法仍在不断出现。基于软件的图象缩放和边缘检测已日趋完善和成熟,并被大量使用于图象处理的研究工作中。本文着力探索基于FPGA的,使用简单处理算法(如最近邻域插值算法)的图像缩放与图像边缘检测的硬件设计。并希望在此基础上不断改进,能在将来开发出实用的本文设计的硬件图象处理系统。     

基于纹理复杂度与DCT变换的彩色图像数字水印

利用共生矩阵模型对图像复杂度进行了分析,结合人类视觉系统,提出一种基于纹理复杂度的数字水印算法。该算法将彩色宿主图像从RGB空间转换到YUV空间,提取Y分量,并且根据宿主图像的纹理平均复杂度度量对宿主图像进行纹理区域划分;对水印图像进行二值化处理并且进行Arnold置乱;对宿主图像进行DCT变换,利用Watson视觉模型控制水印嵌入强度。实验表明,该算法取得较好的效果,并且对水印攻击具有较好的鲁棒性。     

基于FPGA的图像显示与跟踪技术的研究

本文研究的是一个基于FPGA的图像显示与跟踪系统,设计了从图像采集、存储、转换显示的完整系统。在完成图像显示的前提下引入Sobel边缘检测算法来实现对目标物体的识别与跟踪。本实验平台引入硬件加速器的设计思想,通过增加运算并行性来达到加速的目的,从而减轻核心处理器的压力,实现系统的实时识别和跟踪的需求。     

基于FPGA的图像显示与跟踪技术的研究

本文研究的是一个基于FPGA的图像显示与跟踪系统，设计了从图像采集、存储、转换显示的完整系统。在完成图像显示的前提下引入Sobel边缘检测算法来实现对目标物体的识别与跟踪。本实验平台引入硬件加速器的设计思想，通过增加运算并行性来达到加速的目的，从而减轻核心处理器的压力，实现系统的实时识别和跟踪的需求。     

一种改进的直线检测算法

提出了一种直线检测的改进算法,对获得的边缘检测图像进行交叉点检测并将交叉点断开,使图像分割成若干条不交叉的线段以实现线段拆分,基于协方差矩阵特征根初步检测出线段所属的直线、圆、曲线类型,并对初步检测出的曲线基于各个像素点的方向变化而进一步检测其含有的直线部分,通过结合初步检测的直线和曲线中检测的直线部分实现直线检测。实验结果表明,相比传统的直线检测算法,本算法引入线段拆分和曲线中进一步细分直线部分,可以在较准确检测直线的同时,有效地去除边缘图像中的曲线和圆。     

基于DSP目标入侵检测系统的设计

随着计算机技术的快速发展,针对运动目标入侵检测的智能监控系统已成为生产和生活中一个重要的应用。本文以TI公司的TMS320DM642搭建视频处理平台,对采集的背景图像建立混合高斯背景模型,将实时图像与背景模型做像素比对,判断监控区域中是否存在运动目标。如果存在运动目标,则采用背景帧差法和连通性分析等相关技术对目标区域进行定位,并判断是否进入禁区。如果进入禁区,系统将实现报警提示,以保护监控区域安全。     

视频监控中运动目标自动提取技术

本文分析了运动目标检测面临的一些问题,并针对这些问题提出了一种基于背景减法的检测算法,对监控场景进行无约束学习,迅速建立多个可靠的背景模型,在运动目标检测过程中根据场景的变化进行实时背景动态更新,同时利用图像腐蚀和图像膨胀算法对二值图像进行后处理,消除阴影,最终得到较为理想的运动目标。     

表格图像特征目标识别技术的研究

为了准确快速地识别一张完整的考核测评表的特征目标信息,提出了一种基于表格图像处理的特征目标自动识别的算法。根据表格图像的特点,对考核测评表图像进行灰度化等预处理,并利用感兴趣区域检测方法定位考核表单元格位置,在此基础上,研究了采用像素统计方法和角点检测方法识别特征目标,最后通过实验验证了算法的正确性和可行性。     

基于马尔科夫随机场和混合高斯模型的两图像配准算法

本文针对目前基于混合高斯模型的图像配准算法无法刻画图像像素之间关系的缺点,提出了一种基于马尔科夫随机场和混合高斯的两两图像配准算法,首先采用马尔科夫随机场和混合高斯对图像进行建模,然后采用了最大期望算法对模型的未知参数进行求解,通过迭代,使得所建模型的最大似然函数达到最大,从而达到图像配准的目的。通过仿真实验表明,本文的算法比当前的主流图像配准算法有较好的配准结果。     

基于高光谱成像技术的桑叶含水率可视化检测

在桑叶多元化开发及传统养蚕过程中，含水率是衡量桑叶物化状态和指导生产加工的关键参数。为解决传统的烘干称重法含水率检测效率低且操作繁琐的问题。使用高光谱图像采集系统获取桑叶高光谱图像(937～1 718 nm),根据阈值分割法对高光谱图像进行背景剔除，计算各桑叶在高光谱图像中的平均光谱。采用Savitzky-Golay平滑、多元散射校正和正交信号校正方法对光谱进行预处理以消除或降低可能存在的干扰信号，采用连续投影算法和竞争自适应重加权采样算法(competitive adaptive reweighted sampling, CARS)提取光谱特征波段以降低检测模型复杂度，采用偏最小二乘法和反向传播人工神经网络(back propagation artificial neural network, BPNN)构建光谱与桑叶含水率的回归模型。将桑叶高光谱图像中各像素点的光谱数据导入构建的回归模型可实现桑叶含水率可视化检测。结果表明，基于CARS提取的特征波段所构建的BPNN回归模型性能最佳，预测集对应的决定系数达到0.994。文中方法为桑叶含水率快速无损检测提供了新的途径。     

基于Retinex理论人脸识别光照预处理方法的对比分析

光照问题是人脸识别面临的一项巨大的挑战,它在很大程度上影响了人脸识别系统的性能。而为了解决它,人们提出了很多的解决方法。其中基于Retinex理论的图像预处理方法由于其简单高效性而备受关注。本文对比分析了几种经典的基于Retinex理论的光照预处理方法,并在"Yale B+Extended Yale B"人脸库上进行了验证试验。     

激光告警中基于三次样条插值的非均匀性校正

为了提高激光探测的方位分辨率,实现对来袭激光的准确定位,系统选用FPA-320×256-C型近红外焦平面阵列探测器作为光栅衍射激光告警系统的核心元件,本文介绍了红外图像非均匀性产生的原因,以及近红外焦平面阵列探测器探测单元的响应特性曲线,在分析了激光告警系统要求的基础上选取响应模型,提出并推导基于三次样条插值的非均匀性校正算法。FPGA控制探测器采集图像数据并发送给DSP,用DSP进行实时的非均匀性校正,并给出了不同校正方法实验的结果。实验结果表明,基于三次样条插值算法的非均匀性校正具有动态范围大,校正准确度高等优点,而且计算量较小,易于硬件实现,能够满足激光告警系统的要求。     

钢丝绳芯输送带X射线探伤系统在口孜东煤矿的应用

对于矿用输送带内部钢丝绳芯中接头抽动、断绳等故障问题,在国投新集口孜东煤矿主运煤胶带机建立一套钢丝绳故障自动检测系统来实现工业生产自动化。本文首先分析了X射线成像原理,提出了一种基于X射线输送带检测系统的总体设计方案,利用X射线图像处理的算法,采用模块化程序设计方法,结合VS2010和MySQL设计开发了系统的应用软件,实现了国投新集口孜东煤矿输送带在线检测、视频分析、图像分析和故障报警等功能,有很高的实用价值。     

基于距离变换的靶图像匹配

为降低图像数据规模,提高图像处理效率,常常需要将图像进行匹配处理,找出人们或机器所需要的特定区域,或者称之为感兴趣区域(Region of Interest,ROI)。本文在分析了归一化相关灰度匹配、序贯相似性检测法匹配和基于距离变换的匹配之后,提出了基于距离变换的靶图像匹配算法,并进行了实验。实验结果表明,采用距离变换匹配算法,匹配准确度优于序贯相似性匹配算法,匹配速度远远超过基于灰度的匹配算法,为靶图像的进一步处理提供了方便。     

基于图谱理论的图像分割

提出了一种新的基于图谱理论的图像阈值分割方法,采用基于灰度级的权值矩阵来代替通常所用的基于图像像素的权值矩阵来描述图像各像素的关系,因而算法所需要的储存空间及实现的复杂性与其他基于图论的图像分割方法相比大大减少,从而有利于应用在各种实时视觉系统。