计算旋转Harr型特征的积分图像算法改进

通过改进计算旋转Harr型特征的积分图像算法,降低了其计算复杂度,实现了遍历原图像一次即可获得图像直立矩形窗口和45°旋转矩形窗口的积分图像,实验证明算法的改进是有效的.     

旋转45°矩形窗口的积分图像算法改进及应用

旋转45°矩形窗口的积分图像用于计算旋转Harr型特征,可实现快速人脸检测.通过改进这种积分图像的算法,不仅提高了其计算速度,而且使获得图像直立矩形窗口和旋转45°矩形窗口的积分图像只需遍历原图像一次.实验证明算法改进是有效的.还提出了利用这种积分图像检测平面内旋转人脸的另一种方案,拓展了其应用.     

基于广义掩膜积分图像的快速模板匹配

目标检测中模板匹配常需用掩膜排除待匹配窗口中的一些不相关区域.模板匹配的相关算法计算过程十分耗时,但由于掩膜的区域往往不规则,适用的快速算法较少.提出广义掩膜积分图像,实现了一种有掩膜的快速模板匹配算法.该算法不仅只需遍历待匹配窗口和模板的像素一次,而且在不改变匹配精度的同时简化了计算过程.人脸检测实验证明,该算法能显著提高有掩膜的模板匹配计算效率,特别适于需对目标和模板进行整体与局部多次匹配的应用场合.     

改进SIFT融合五官特征的旋转人脸检测算法

为了有效解决由于采集设备位置的不理想或被检测者不知情等情况下,采集到的人脸图像不是正面的,进而造成人脸的误检和错检等问题;首先,将主成分分析(PCA)与尺度不变特征变换(SIFT)方法结合,分别利用PCA方法的降维和SIFT算法的旋转、平移、缩放及部分仿射不变性快速完成旋转人脸的初检测;然后,利用人脸五官特征对人脸进行矫正与标定,提升检测准确率;最后,通过改进AdaBoost方法训练人脸分类器并计算关键点匹配率,完成旋转人脸准确检测;实验结果表明:与传统方法相比,该方法保证了高检测率,同时错检率也明显下降。     

AdaBoost 及其改进算法综述

AdaBoost算法是目前人脸检测领域最有效的方法之一,自该算法提出以来,很多研究者做了深入的研究分析和改进工作。基于AdaBoost算法受到众多研究者的重视,综述了AdaBoost及其改进算法。从AdaBoost算法出发,着重分析了AdaBoost算法的优缺点,并以此为基础对其改进算法作系统的分析和介绍,对改进算法进行了简单归类。最后,指出了算法未来的几个发展方向。     

基于比例特征的网络不良图像过滤算法研究

目前对网络不良图像进行过滤的方法中,裸露肤色比依然是常被利用的数据,但是其存在一些缺陷,如伪肤色的干扰、非关键区域肤色的干扰、整体裸露肤色比有时候不与裸露程度呈正相关等。本算法利用人体肤色的一致性和人体结构特点,计算了以下三个比例特征作为判决依据——人脸尺寸占比、用人脸肤色数据改进肤色模型后的整体裸露肤色比及人体关键区域的裸露肤色比,有效地解决了上述问题;同时,对人脸检测增加了合适的旋转图像的处理过程,使其对于倾斜很大的人脸也能较好地检测。经过测试,算法的识别率达到91.5%,基本能满足实际应用的需求。     

基于积分图像的快速模板匹配

人脸检测中,模板匹配前往往需要对图像窗口进行灰度分布标准化,而灰度分布标准化则要先算出图像窗口的灰度均值及方差。在积分图像基础上,提出和应用平方积分图像,实现了一种计算速度与图像窗口大小无关的快速灰度均值和方差算法。应用这种快速算法,结合对灰度分布标准化近似计算公式、相关系数和平均偏差计算公式的变换,以厦灰度分布标准化处理时省略拷贝图像窗口及窗口灰度值变换等不必要的步骤,大大提高了模板匹配速度。人脸检测实验证明这种快速模板匹配算法是有效的。     

基于改进AdaBoost算法的人脸检测

提出了一种改进的AdaBoost算法,该算法设定漏检一张人脸的代价比误检一张人脸的代价大,然后通过学习使得两类分类错误的代价最小.实验结果表明,此算法能取得更好的学习效果,提高了人脸检测率.     

改进ReliefF算法在图像型垃圾邮件检测中的应用研究*

图像型垃圾邮件的传播给社会和人民生活造成了极大的负面影响。一些垃圾图像过滤技术的应用在一定程度上遏制了它的泛滥,但是在时间消耗和精确度方面很难兼顾。在对垃圾邮件图像的特征数据深入分析后,提出一种基于特征冗余度的ReliefF特征选择算法(R-ReliefF算法)。本算法首先获取图像特征,结合数据特征进行离散化,并对这些离散化后的特征集合进行优化,最后应用在垃圾图像识别上。对比发现,优化后提取的特征子集在识别垃圾邮件图像方面既减少了时间消耗,又提高了垃圾图像识别的精确度。     

图像特征检测算法的分析与研究

从利用图像信息的角度，系统分析了图像特征检测问题的研究文献，将图像特征检测方法分为两大类，即基于梯度信息的方法和基于相位信息的方法。论述了每类方法的特点，并对主要的特征检测方法进行详细而全面的论述。指出了目前研究中存在的主要问题以及今后的研究方向。     

基于旋转SURF算子的图像配准新方法

针对SURF算法中快速Hessian矩阵行列式检测出的特征点的不连续现象,从而造成的旋转,模糊和光照变化适应性较差的不足,提出一种旋转SURF检测算子的图像配准新方法;该算法通过将SURF算法的积分图像盒子滤波模板逆时针旋转45度,引入一种可以检测角度旋转的滤波核提升检测算子对不同图像变换的匹配性能,保证新的检测算子与原算法较好的结合,同时利用改进的单纯形算法依据输入图像进行参数优化;仿真结果表明,该方法不仅保留了算法的速度优势,缩短了配准时间,而且在图像模糊变换,光照变换和JPEG压缩变换方面性能有明显的提升,此外对视角变换以及小尺度变换性能也有提高。     

一种基于快速鲁棒特征的图像匹配算法

针对传统的图像特征匹配算法数据量大、计算耗时长的缺点,本文提出了一种基于快速鲁棒特征(SURF)的图像配准算法。SURF算法作为一种新的特征提取算法,在独特性、鲁棒性等方面均超过了其它方法,并在计算效率上具有明显的优势。该算法在积分图像的基础上进行快速计算,通过快速Hessian检测子来检测特征点。对于每个特征点,通过计算哈尔小波变换来确定特征点的主方向,并确定特征描述子,再根据Hessian矩阵迹的正负性和最近邻与次近邻比值的方法相结合获取匹配点,并用改进的RANSAC算法剔除伪匹配点以确保匹配的有效性。实验表明,该算法既能满足匹配准确性的要求,又具有计算量小、计算速度快的优点。     

一种改进的运动模糊图像复原算法

根据运动造成图像模糊的特点,本文阐述了匀速直线运动模糊图像的退化模型,介绍了维纳滤波复原方法,提出了一种改进的运动模糊图像复原算法。该算法首先加强Radon变换算法的抗噪性能,利用自相关运算估计点扩展函数的模糊尺度参数,采用改进的K值自动估计算法较准确地估计出K值,再用维纳滤波复原图像。结果表明,这种改进的综合算法能够较为精确地估算出运动模糊图像的模糊参量,取得了较好的复原效果。     

广义行-列积分图及其在快速投影算法中的应用

投影法是一种广泛应用的图像特征提取方法.在人脸检测中应用投影法,由于需要对图像每一窗口进行遍历及多尺度搜索,积分投影函数和方差投影函数的计算会十分耗时.混合投影函数作为积分投影函数和方差投影函数的加权和,运算量更大.提出广义行一列积分图,并应用它实现了一种快速投影算法.理论分析和基于投影的人脸检测实验表明,该算法可大大地提高投影函数的计算效率.     

一种基于灰度图像的人脸检测及眼睛定位算法

利用灰度积分投影直接对人脸图像进行检测和眼睛定位是一种常用的算法,但是直接采用该算法会受到背景、特征等因素的影响,识别准确率较低。提出了一种基于最大类问方差阈值和区域膨胀相结合的检测与定位算法。该算法首先计算最大类间方差设置阈值,把灰度图像转换为二值图像并检测出人脸区域,然后通过对该人脸区域中的连通区域进行膨胀及连通性处理,精确定位眼睛坐标。实验表明,此算法可靠,具有较好的识别效果。     

基于改进几何特征的虹膜定位算法

针对随机Hough变换造成的大量无效采样和无效累积问题,提出了基于改进几何特征的虹膜定位算法;首先通过先验知识对传统的去短枝算法进行了改进,然后对仍然留在图像上的噪声点和高频细节用‘投影’算法进行了进一步的去除,这样就降低了无效采样的概率;在虹膜粗定位的过程中,文中采用的是圆的内接直角三角形;任意取两点,比取三点的方法降低了无效采样的概率,提高了虹膜定位的效率。     

一种改进的Canny图像分割算法

针对目前图像分割算法普遍存在噪音鲁棒性差、易发生细小边界信息缺失以及适用范围较窄的缺点,改进Canny边缘提取算法中的问题阈值并与原色特征提取加权融合。首先针对Canny算子阈值的自适应性问题,通过计算图像背景与目标之间的类方差来减少错分概率来决定阈值。然后,在具有丰富信息的彩色图像上提出R、G、B这3种原色特征,通过原色特征提取的分割图像与阈值分割提取的图像加权融合形成全新的分割图像。该算法不仅克服了传统分割提取算法边缘信息丢失、鲁棒性差的问题,而且提高了细节点的单位精度,实验结果表明了本文改进Canny边缘算法的有效性。     

一种改进的点特征图像匹配算法

采用Harris算子提取特征点,将特征点进行归一化自相关运算求得粗匹配对,然后使用本文改进的松弛迭代匹配算法进行精匹配,最终得到一一对应的匹配对。本文改进算法基本思想是利用第一轮迭代过程所得到的匹配对,把进入下一步迭代的候选匹配对进行优化挑选,消除一部分明显错误的候选匹配对。试验证明此方法可以提高迭代速度。