基于SUSAN角点检测的匹配技术

针对三维重建技术的需要,提出一种基于SUSAN角点匹配的技术,实现了对多视角二维图像的精确匹配定位.该技术首先利用了相关匹配技术,对多幅图像中的相似区域进行粗略定位,再在该粗略区域内,分别提取SUSAN角点的位置,各视角图像中的角点均对应于空间的同一点.实验证明,该技术可以有效地计算出空间特征点的位置.     

固定背景下人脸图像的特征提取

对于复杂人脸模式、脸部特征的提取,是人脸自动识别技术的关键,本文对固定背景下人脸图像特征的定位和提取算法进行了分析.文中首先对彩色图像背景进行分割,得到二值化图像;然后采用边界搜索方法确定人脸外接矩形;最后在色度空间中,结合SUSAN角点检测方法,实现人眼、嘴角定位,完成了人脸图像特征的提取和识别.实验证明,该算法在降低运算区域的同时,降低了运算复杂度和其他干扰因素,并且在速度、效率、准确性方面均有良好的性能.     

基于混合环形投影特征的图像匹配算法

提出了一种基于小波分解和混合环形投影特征的具有旋转不变性的图像匹配算法。首先在小波变换后的低频图上利用混合环形特征相似性算法得到一系列候选匹配点,然后对候选点在原图像对应的区域内作精确相关匹配得出准确匹配位置。混合环形投影特征值结合了均值投影和方差投影的优点,能有效反映图像的旋转不变性特征。实验证明该算法保持匹配精度的同时减少了匹配计算量,而且对图像的旋转不敏感。     

用于人脸识别的特征融合

针对人脸识别中人脸图像的特征提取问题,提出了一种将全局特征与局部特征相融合的人脸识别方法.全局特征的提取采用主成分分析算法.主动外观模型定位58个特征点,在其中17个特征点处进行Gabor小波变换则可提取局部特征.归一化的全局匹配度(局部匹配度)可由测试图像和训练图像的全局特征(局部特征)得到.对归一化的全局匹配度和局部匹配度进行融合后,融合匹配度最大的训练图像所属的类即为识别结果.实验利用2个人脸图像数据库(AR和SJTU-IP-PR)测试该方法的识别率,结果表明该方法要优于PCA和EBGM,并且在一定的表情、光照和姿态变化的条件下是有效、稳健的.     

基于彩色照片的人脸三维建模方法

提出了一个基于彩色照片的个性化人脸建模的新方法.根据MPEG-4确定出标准模型特征点的位置.从正面和侧面两幅照片出发,首先进行了这两幅彩色图像人脸边缘特征提取,接着定位进行特征点编辑,获取人脸的关键特征点的位置,然后对标有对应特征点的标准模型进行变形,进行纹理映射,最后获得了真实的个性化人脸模型,两张照片可以合成任意角度视图.以该方法建立的人脸模型精度比较高,可以快速地建立个性化人脸模型,为三维人脸动画提供了真实模型.     

基于Matlab的人脸识别系统设计

为了更好地保障信息安全,基于Matlab设计一个人脸识别系统。首先调用计算机摄像头采集人脸照片,检测并提取其中的人脸区域部分,并对提取出的人脸区域进行图像预处理,然后与事先建立好的人脸特征数据库进行对比与匹配,识别出检测到的人脸图像,输出识别结果,最后得出待测人的有效身份。运行结果表明,该人脸识别系统可有效实现人脸识别,且运行较为稳定。此外,研究发现Gabor算法在人脸特征提取方面具有良好性能。     

基于眼定位的人脸图像归一化方法

人脸图像的归一化对于人脸识别系统是一个承上启下的步骤.本文提出了一种基于眼定位的人脸图像归一化方法.首先在人脸区域采用形态方法定位眼睛中心点;然后以双眼中心点为基准的进行旋转校正,保证了人脸方向的一致性;其次根据人脸各部分比例关系切割出人脸矩形区域,对切割后人脸矩形区域进行图像缩放,保证人脸位置和大小的一致性,实现了几何归一化;最后采用光照归一化方法,消除不均匀光照及亮度不一致,达到光线归一化.该方法应用在识别系统中效果良好.     

基于人脸识别的智能门禁系统

针对智能门禁系统的发展需求,提出了一种基于人脸识别的门禁系统.系统首先通过图像采集设备得到目标图像,然后利用空间转换建立目标图像在新空间下的肤色似然图,进而通过二值化、形态学处理并结合特征过滤实现人脸的定位和提取.提取到人脸图像后,利用主成分分析获得待测人脸与数据库的人脸特征并通过相似度度量实现人脸的识别.实验证明,该系统能够有效的实现人脸定位和识别,能够满足智能门禁系统的基本需求.     

基于SIFT特征点精确匹配的图像拼接技术研究

为实现两幅或多幅图像的拼接需要提取两幅图像中的特征点,并对所提取的特征点进行精确匹配。本文在应用SIFT方法提取待匹配图像中的特征点并对提取的特征点进行粗匹配基础上,对基于距离约束的特征点的精确匹配方法进行了研究。消除误匹配点对共分两个步骤:1)在一幅图像中取一个特征点计算与该特征点欧式距离最小的两个特征点,并取欧式距离最小值;利用粗匹配点,在待拼接的另一幅图像中同样求相应点间欧式距离并取最小值;若两值中的较小值与较大值之比大于设定阈值,则初步得到精确匹配点对。2)在一幅图像中顺序取初步判定位误匹配的特征点,计算该特征点与精确匹配特征点间欧氏距离,并取距离最小的两个特征点;在待拼接的另一幅图像中同样求相应匹配点间欧式距离并取最小值,两值中的较小值与较大值之比与设定的阈值比较可得到精确匹配点对。实验证明了该方法的有效性。     

一种人脸图像复合眼睛定位方法

结合中心/环绕Retinex滤波、Gabor变换和水平集方法的优点,提出了一种复合的人眼定位方法。首先对原始人脸图像做中心/环绕Retinex滤波处理,以消除光照不均造成的脸部阴影,然后对Retinex滤波处理后的图像做Gabor小波变换,并根据Gabor小波变换后的图像在眼睛区域有较大的幅值响应这一特点,利用水平集方法对眼睛区域进行分割,最后计算其中心点得到眼睛的准确定位。实验结果表明,该方法对姿态、表情及光照变化有良好的适应性,定位准确性较高。     

基于Gabor变换与最近邻分类器的字符识别方法

光学字符识别中,特征提取与分类是最关键的步骤,文中采用Gabor变换来提取图像特征,结合最近邻分类器进行分类识别,实现了对中文字符的准确识别.实验表明,该方法具有较好的抗干扰性.     

NSCT的局部能量算法在图像特征检测中的研究

图像特征检测是图像处理的重要步骤,也是图像处理的重点和难点。大部分特征检测算法都是基于图像灰度幅值之间的差异,本文使用非下采样变换（NSCT）计算图像的局部能量从而检测图像的构建特征。这种算法可以检测多种图像特征,特别是在检测线性特征方面具有优势。由于NSCT没有使用下采样,这种算法具有平移不变性,更有利于对多幅图像进行处理。从试验结果可以看出相对于经典的canny算法和基于Gabor的算法,NSCT效果更好。     

基于主分量线性判别方法人脸识别系统的实现

人脸识别是计算机视觉和模式识别领域的一个活跃课题,有着十分广泛的应用前景。给出了一种基于PCA和LDA方法的人脸识别系统的实现。首先该算法采用奇异值分解技术提取主成分,然后用F isher线性判别分析技术来提取最终特征,最后将测试图像的投影与每一训练图像的投影相比较,与测试图像最接近的训练图像被系统识别出,图像的比较采用了欧几里德距离,仿真结果表明了该方法的有效性。     

基于Gabor小波的维吾尔文笔迹的特征提取方法研究

本文提出使用Gabor小滤提取维吾尔文笔迹的纹理特征方法。首先,通过预处理形成维吾尔文纹理图像。按照维吾尔文笔迹的特点,对Gabor滤波器进行改进。然后用一组Gabor滤波,过滤后获得图像的高维特征向量。最后,最邻近分类器（NN）分类器对不同17名人的维吾尔文笔迹样本进行分类实验,并获得79.8%的鉴别率。     

基于车辆轮廓对称与车牌定位信息融合的车辆检测方案(英文)

为了有效地定位交通监控图像中的车辆区域,提出了一种基于车辆轮廓对称和车牌定位信息融合的车辆检测方法. 该方法首先检测图像中的车辆轮廓竖直对称轴,然后以车辆轮廓对称轴位置为基准检测车牌水平和竖直对称轴,最后根据车牌横纵对称轴和车辆轮廓图像的水平、竖直投影进行车辆区域定位. 以450 张 15 类车型的图片为测试集进行了基于对称特征融合的车辆区域检测,并与基于车辆边缘、车牌、车辆纹理特征和车辆图像 Gabor 特征的 4 种方法进行了对比,实验结果表明基于车辆轮廓对称与车牌对称特征融合的车辆区域检测方法最优,其检测率和检测时间分别为 90. 7%和 125 ms.     

基于Gabor函数的指纹图像增强技术

在实时指纹识别系统中,图像增强的效果好坏将影响特征提取及指纹鉴别的识别率．Gabor滤波器应用在指纹图像增强处理时,首先求出局部区域中纹线的主导方向,每个像素点处的方向取为其所在局部区域的方向,然后用投影分析法求每个像素点处的频率,最后用中心频率和中心方向与像素点的方向和频率相同的Gabor滤波对每个像素点进行滤波处理,从而去除图像噪声,达到了增强图像的目的．     

Target region location based on texture analysis and active contour model

Traditional texture region location methods with Gabor features are often limited in the selection of Gabor filters and fail to deal with the target which contains both texture and non-texture parts.Thus,to solve this problem,a two-step new model was proposed.In the first step,the original features extracted by Gabor filters are applied to training a self-organizing map (SOM) neural network and a novel merging scheme is presented to achieve the clustering.A back propagation (BP) network is used as a classifier to locate the target region approximately.In the second step,Chan-Vese active contour model is applied to detecting the boundary of the target region accurately and morphological processing is used to create a connected domain whose convex hull can cover the target region.In the experiments,the proposed method is demonstrated accurate and robust in localizing target on texture database and practical barcode location system as well.     

基于Halcon的光纤端面尺寸检测方法

针对传统光纤端面尺寸检测几何尺寸误差大、效率低的弊端,采用一种基于Halcon的光纤端面尺寸检测方法,利用数字图像处理算法,采用中值滤波的方法对图像进行预处理,消除图像噪声,并对图像进行二值化及形态学处理,选用Canny算子作为边缘检测算子确定像素级边缘,该方法边缘检测性能较好,且具有较强的抗噪声能力|再从选取的边缘中选出类圆度高的部分边缘进行共圆轮廓合并、拟合,通过拟合的椭圆和圆得到光纤半径、不圆度、同心度等几何参数。实验结果表明,纤芯和包层半径可以精确到万分之一,不圆度和同心度可以精确到小数点后8位,测量精度较高且不受操作水平影响。