一种基于随机图像序列的三维人脸识别算法

针对二维图像序列非刚体三维特征恢复识别技术受到背景多样性、运动复杂性、数据的丢失、特征点噪声等问题的影响,识别重建人脸特征面临着形变程度估计不准,识别误差较大的问题,提出一种基于随机图像序列的三维人脸识别算法.该方法通过在三维人脸运动恢复的框架模型中加入一定的物理运动约束,刻画不同非刚体运动形状基的情况下,准确计算人脸运动形变的程度,运用形状基模糊关联技术完成人脸的三维识别.实验结果表明,这种方法得到的解误差较小,识别效果明显.     

融入背景差分连续重构的心脏医学图像重建

通过对人体心脏器官的医学图像重建,为实现三维可视化手术及图像重构提供图像基础。传统的心脏医学图像重建方法采用的是三维坐标点动态数据采集算法,当测量点相对散乱时无法满足心脏器官重建的准确性要求。提出一种融入背景差分连续重构的心脏医学图像重建方法,进行图像细节纹理的灰度化图像进行提升分离,定义表面渲染的选项,计算二维层状图像纹理特征像素点检测沿幅角方向上模值的极大值点,得到三维成像的仿真视景图像的质心位置,采用二阶累积泰勒展开算法,对三维图像模型进行心脏图像的纹理特征提取,实现算法改进。仿真结果得出,采用该算法进行心脏医学图像重建,重建表面的最大误差显著减少,重建精度较高,重建时间减少,在实时性和精确性上性能优越。     

基于单帧视觉差的运动幅度检测仿真

运动图像幅度准确检测是提高对人体运动目标图像远程识别和跟踪的基础。传统方法中对人体运动图像的幅度检测采用运动帧补偿的运动幅度检测方法,当图像处于快速运动状态出现单帧视觉误差时检测性能不好。提出一种基于单帧视觉差的运动幅度检测算法,并进行仿真实现。进行快速运动图像的视频帧图像采集与预处理,采用基于单帧视觉差分析的方法进行快速运动图像的幅度特征提取,通过电子稳像方法进行防抖动处理,得到运动图像的目标函数运动幅度特征点,构造人体运动的位姿表换微分方程,进行单帧运动图像全局运动估计,提高了对运动幅度的检测。仿真实验分析得出,该算法具有较好的快速运动幅度检测性能,对于运动剧烈的Foreman序列,系统性能提高了1~2 d B,对于运动缓慢的序列Claire,系统性能提高了2.5~5 d B,展示了算法的优越性。     

二阶累积三维模型轮廓块间混淆分离方法

在三维模型视景仿真建模中,常因视觉切换和光线强度衰减,产生轮廓块间混淆,需要进行混淆分离算法设计。提出一种基于二阶累积泰勒展开的三维模型轮廓块间混淆分离方法,进行高精度多轮廓三维立体模型视景建模,对于遍历后的建模点进行模型重构,实现三维多轮廓立体模型建模。构建多轮廓三维模型视景建模视点切换运动方程,得到边缘轮廓特征检测结果。提取轮廓块间的混淆像素值二阶累积量特征,采用二阶累积量泰勒展开算法,对三维图像模型的轮廓边缘块间混淆进行分离的改进。仿真结果表明,采用该算法,混淆分离效果较好,三维图像模型的视景仿真效果真实度较高,轮廓信息保真度好,展示了算法的优越性能。     

动态分层二值进化全关节驱动跟踪贫化算法

在人体运动跟踪建模中,需要对样本集的多样性特征进行贫化处理,以提高全关节驱动模式运动状态跟踪的准确性。传统方法采用量子进化和粒子滤波算法进行人体运动跟踪贫化算法实现,算法在全关节多样化样本特征运动模式下,跟踪效果不好。提出一种采用动态分层二值进化处理的改进的量子进化粒子滤波全关节驱动模式跟踪方法,解决多样本特征的贫化问题。进行人体全关节驱动模式动力学分析及人体运动跟踪模型构建,通过动态分层处理技术,获得二值前景图像,求得人体关节的全方位信息特征,通过动态分层二值进化方法,准确地找到各关节位置,构建亮度模型函数,实现贫化处理。实验表明,改进算法能实现对体操运动员运动幅度大的肘、腕、踝部位均得到了准确的跟踪结果,贫化效果较好,运动状态估计精度较高。     

人体运动图像动态视点平滑能量衰减过程仿真

传统图像平滑能量衰减分析方法,对于人体运动图像高频分量抑制效果较差,且模糊图像边缘,运算效率较低。提出了一种依据替身运动DR算法的人体运动图像动态视点平滑能量衰减过程仿真方法,采用高斯滤波器对人体运动图像进行平滑处理,过滤人体运动图像的噪声,完整保留人体运动图像边缘信息以及细节,用替身描述人体在场景中的运动特征,替身在场景中运动并同其它人体的替身进行交互,采用局部化的人体模型提高人体运动场景的逼真度,通过人体运动图像的DR预测算法,完成人体运动图像动态视点平滑能量衰减过程分析。实验结果说明,所提方法能够确保人体运动图像边缘锐化,有效降低平滑能量、锐化边缘。     

肥胖人群运动特征不合理性的视觉图像分割

对肥胖人群运动特征不合理性进行视觉图像分割,排除不合理的运动要素成分,算法的设计是实现人体运动健康监测仪的核心软件。传统方法中对人体运动特征的视觉图像分割采用全局同态分割方法,不适合对肥胖人群运动特征不合理性的提取。提出一种基于局部特征匹配的肥胖人群运动特征不合理性的视觉图像分割算法。对肥胖人群的运动特征图像区域特征进行边缘结构层分析,采用局部特征匹配方法实现对不合理的运动特征部分的分割处理。仿真表明,采用该方法能实现对肥胖人群运动特征不合理性信息要素有效滤除,提高视觉图像分割的准确性,实现运动状态的监测和视觉评估。     

抖动状态下的运动图像跟踪方法研究

提出了一种基于改进ROI特征匹配融合算法的抖动状态下的运动图像跟踪方法。该方法先依据图像边缘检测的Laplacian算子,通过计算抖动状态下的运动图像边界,获取了该图像中心点位置,通过建立ROI的图像灰度矩阵,组建其仿射变换目标变化模型,依据模型中目标轨迹的匹配概率计算图像融合中所产生的误差,提高了抖动状态下运动图像跟踪的整体准确性。实验仿真证明,基于改进ROI特征匹配融合算法的抖动状态下的运动图像跟踪方法能够大幅度提高抖动状态下运动图像跟踪的准确性。     

三维图像联合概率分布易损伤运动数据估算

当前对运动过程中,损伤行为的研究是运动智能图像领域的重点。运动行为本身随机性较大,运动行为可能造成潜在的伤害受到这种随机性的影响,很难准确估算。当前的研究几乎都是以后发估算为主,需要建立大量的先验条件,缺少事前对运动数据的准确分析。提出一种基于三维图像联合概率分布的易损伤运动数据估算。建立了运动损伤阀值与特征点运动估算的对应关系,构造了运动参数联合概率分布的能量函数来反映三维运动参数之间的约束关系,采用模拟退火算法对模型求出最优解,得到运动参数和各特征点的三维坐标,通过与阀值对比判断是否存在潜在损伤。仿真实验结果表明,该模型能准确分析运动产生特征,对运动中可能产生的损伤进行估算,模型鲁棒性较好。     

加速鲁棒特征匹配模糊动态场景混淆去除算法

动态场景曝光图像较为模糊,混淆复杂,对动态场景混淆去除是实现基于动态场景图像识别的运动目标检测的关键。针对传统方法中模糊混淆点配准不精,去混性能不好的问题,提出一种采用加速鲁棒特征匹配的模糊动态场景混淆去除算法,设计图像序列块曝光生成模型和边缘检测算法,抑制运动场景混淆图像边缘凹点灰度特征和混淆干扰,设计并行处理的分块检测方案提高处理速度,采用加速鲁棒特征匹配方法实现混淆去除。实验结果表明,采用该算法进行模糊动态场景图像的混淆去除处理,特征匹配精度高,去除混淆效果较好,在色彩自然效果保持和实时性方面优越传统方法,在基于图像处理的快速运动目标识别和动态场景恢复等领域具有很好的应用前景。     

基于灰色关联的运动训练背景下肌体行为特征检测

在复杂运动训练场背景下对运动员的肌体行为特征的准确检测是实现运动技术行为跟踪和识别的重要基础,在比赛监测和训练指导方法具有重要的应用价值。运动场景具有不确定性,图像背景具有跳变性,检测较为困难。提出一种基于灰色关联的运动训练场景背景下的运动员肌体行为特征检测算法,人体在进行复杂场景模式的训练和肌体作用下,特别是在如足球运动、跑步运动时,骨骼围绕着关节作为支撑进行矢状面内的运动,通过对人体肌体的驱动模式动力学进行建模分析,采用先分割再填充的方法,获得不重影、不抖动的图像,通过灰色关联分析准确识别运动训练背景下的人体肌体行为特征,编制运动员的肌体行为识别软件系统,通过运动录像解析系统准确及时地反馈运动信息,提高体育运动训练的科学化水平,促进训练和比赛质量的提高。实验结果表明,该算法能满足运动场景中的全方位多尺度信息采集的肌体动作识别的要求,误检率较传统算法低,性能较好。     

基于光线滤波平滑处理的三维成像技术

三维虚拟成像通过对场景的动态模拟和优质的图像处理,从而给人强烈的视觉上的冲击。传统的三维成像技术采用纹理映射技术,当纹理特征受到不均匀光线干扰时,成像效果不好。提出一种基于光线滤波平滑处理的三维成像技术,结合静态视点图像的运动方程,计算视点控制视觉切换偏角,按内插点的分布范围,可以将内插分为整体内插、分块内插和逐点内插,提高三维成像的立体型,实现了三维成像的特征提取预处理。将一个归一化的灰度图像通过矩估计测得二值图中的图像面积,三维模型通过多层网格面来表示,使得三维实体模型成为一个连续的整体,生成多层网络面,通过光线滤波平滑处理,当纹理特征受到不均匀光线干扰时,仍然保持较好的成像效果。仿真结果表明,算法能通过图像分割,实现图像特征提取,并实现光线滤波平滑处理,进行三维成像,成像误差较小,三维成像的测量值逼近理论值,性能优越。     

一种基于颜色与三维形状的水果识别算法

本文根据三维图像和决策树模型设计基于颜色与三维形状的水果识别算法,并评价该算法的识别准确率。根据所采集到的125张三维图像信息,首先将RGB数据进行灰度处理和高斯滤波处理,而后按照Canny算法进行边缘检测,从而提取目标物体的颜色特征,将目标的RGB数据与深度数据转化为点云模型,再将点云模型进行点云滤波处理、点云分割操作,提取出目标物体的点云模型,最后根据拟合点云模型和拟合球体的方差从而提取出目标物体的三维形状特征。通过CART算法构建基于颜色与三维形状的水果识别模型,使用识别率评价模型效能,本文算法的识别准确率高达94%。结果表明,该算法可以极大提升水果识别效率,缩短水果分类周期,提高水果分类准确率,减少劳动力的消耗。     

一种基于松弛特征关联的3D人脸多特征匹配算法

针对人脸特征表情变化极为复杂,3D模型形变中的程度较为细微.一些特征点的位置会出现一定程度的飘逸,给准确的三维特征匹配带来了难度.提出基于松弛特征关联的3D人脸多特征匹配算法.通过提取特征点,计算三维特征的松弛特征对应程度,最大程度的完成在误差较大程度下的三维特征匹配.避免传统算法中用直线距离特征匹配带来的弊端.实验仿真程序表明:该方法在误差较大的匹配环境下,优化效果较为明显.     

基于Splines小波仿射调幅的肝脏CT图像提取算法

为有效准确地提取人体肝脏CT图像的轮廓特征,实现人体腹部软组织三维可视化重构,提出一种基于Splines小波仿射调幅的肝脏CT图像提取算法。利用Splines双正交小波对CT图像进行增强处理,对增强处理后的边缘先验知识进行套索模型初始化,利用仿射变换调幅技术对传统的Snake算法进行改进,增强图像的边缘幅度,有效提取肝脏CT图像的边缘特征。仿真实验表明,该算法能有效实现CT图像边缘轮廓提取,边缘轮廓点更加接近于真实的肝脏边缘。该方法也可以用于其它医学图像器官轮廓线的分割与提取。     

多特征光流跟踪人体关节点的运动员姿态分析模型

为了提高运动员姿态分析的精确性,以量化运动员视频数据进行训练反馈,本文采用图像处理技术对运动员视频进行处理,提出了一种多特征光流跟踪人体关节点的运动员姿态分析模型。首先采用垂直积分投影、水平线扫描、索引查找表和长度比例约束相融合的多特征算法进行关节点提取,然后采用Lucas-Kanade光流跟踪算法对关节点的运动进行初步跟踪,最后采用比例正交投影模型将人体二维骨架模型变换到三维空间,获得人体三维姿态。模型仿真实验结果表明,本文所提出的动作识别及姿态分析系统可以很好地识别人体动作,从而进行运动分析,为体育运动训练提供可视化的帮助。     

融入错误图像模型的脸部缺损修补恢复三维建模

在脸部残缺修补建模过程中,匹配图像无明显匹配关键特征,形成匹配错误,造成建立的三维人脸模型特征偏移。为了避免上述缺陷,提出了一种融入错误图像识别模型的脸部残缺修补三维建模方法。建立错误图像识别模型,从大量的脸部图像中识别出错误图像,从而为脸部缺损修补三维建模提供依据。根据采集的大量脸部图像,利用多目标三维重建技术,建立脸部缺损修补三维模型。实验结果表明,利用该算法进行脸部缺损修补三维建模,可以极大的提高建立脸部模型的真实度,降低了建模过程中的误差,取得了令人满意的效果。     

基于动态二维图像序列的三维步态识别方法

针对在当前二维步态识别系统中,受到人体走路姿势中的特征重叠的影响,不能很好的解决信息丢失问题。而三维识别也面临着技术要求复杂,对设备角度要求高的问题,本文提出了一种基于动态二维图像序列的三维步态识别方法。利用摄像机采集单帧步态图像序列,通过对单帧连续通信进行坐标动态转换,对特征矩阵进行有效的三维转化,计算三维特征数据,提取三维人体单帧二维图像转化的特征,进行步态识别。结果表明,本方法无需复杂的设备,能够解决特征丢失问题,识别准确度有了较好的改善。     

应用于室内的双目视觉定位算法

为了实现自主移动机器人在室内的精准定位,提出了一种对运动姿态求解过程进行优化且基于特征点匹配的双目视觉定位算法。首先,利用FAST算子提取左右相机采集图像的特征点,并通过BRIEF算子进行特征点匹配;然后,对前后帧图像中的特征点采用BRIEF算子进行特征跟踪,并通过RANSAC方法过滤掉误匹配的特征点;最后,对帧间运动估计求解位姿的过程进行了优化,通过满足匹配要求的间隔最大的两帧图像求解位姿,以减小帧间运动估计产生的累积误差。实验结果表明,在机器人运动缓慢的情况下,该算法有效地减小了帧间运动估计产生的累积误差,提高了定位精度,并基本实现了在室内的定位。     

基于视频像素灰度值时延估计的暴恐人员圆阵定位

从视频像素灰度序列中提取特定人员的状态特征,采用平面阵对特征信息进行融合处理是实现计算机视觉下特定人员定位的重要步骤。传统的人员视觉定位方法采用视频步进跟踪学习方法,在随机状态分布下的复杂环境人员进行准确定位效果不佳,提出一种基于平面圆阵定位算法的特定人员计算机视觉定位方法,提取监控视频的图像,进行视频图像的背景建模,得到高斯差分尺度空间中的背景像素灰度值,实现对特定人员的表情识别的动作判别,以此为数据基础设计平面圆阵人员定位系统,实现对暴恐等特定人员的准确锁定和跟踪识别。仿真实验表明,采用该算法准确实现1500 m远距离暴恐人员特征识别与定位,误差较小,分辨率和准确性较高。