一种光照无关图阴影去除方法

为了消除阴影等光照问题对计算机或机器人视觉检测的干扰,文中依据光学成像的原理,将RGB图像转换到光照不变的2 D对数色度空间,利用独立成分分析法寻找特定投影方向,提出了一种基于光照无关图的阴影消除方法.结果表明:该方法生成了对场景光照强度近似不变的灰度图,有效地去除了图像的阴影.     

基于TV-L2模型的人脸识别光照正规化算法

提出一种基于TV-L2模型的光照正规化算法,该方法提取侧重于保留人脸纹理特征信息的光照反射成分.首先利用TV-L2模型对人脸图像执行滤波,估计出光照成分后,根据反射表征模型在对数域中求取人脸反射成分图像,最后对人脸反射成分图像进行标准化之后得到独立于光照变化的图像.实验结果表明,本文提出的方法运行速度快,能有效地消除光照变化的影响.     

基于二维EMD的人脸图像去光照方法研究

去除光照影响是人脸图像增强和识别的关键技术.二维经验模态分解(2-D EMD)可根据图像特征自适应地将其分成多个尺度的分量,各分量重建可实现图像增强或去噪的功能.基于二维EMD的原理及特征,研究了2种新的人脸图像去光照算法,即基于原始图像的直接二维EMD重建和基于Lambert光照模型的对数二维EMD重建,并运用特征脸识别对去光照算法的效果进行了测试和比较分析.仿真结果表明,运用二维EMD重建可较好地去除人脸图像中的光照影响,而对数二维EMD重建算法相对具有更明显的稳健性和适用性.     

频域光照归一化的人脸识别

为了降低人脸识别对环境条件的要求,克服光照对人脸识别的影响,通过分析人脸图像的幅频特性和相频特性,提出了频域光照归一化的人脸识别,对任何光照条件下采集的图像经过归一化后,光照与训练库中完全相同,同时保留了人脸的可区分性。人脸之间差异的信息量一般较少,运用最小非零特征向量作为人脸特征。实验仿真表明,与传统方法相比,频域光照归一化人脸识别方法对光照变化具有鲁棒性。     

光照变化条件下的人脸识别研究

本文提出了两种研究光照变化条件下人脸识别的方法.第1种方法光照子空间方法,它适用于训练集中存在与测试人脸图像相同或者相似光照的人脸训练图像.当这个条件不满足时,可得用径向基函数产生虚拟光照条件下的人脸图像样本图像特征加入训练集,该方法适用于更一般的情况。实验结果证明文中提出的方法可以有效提高识别率。     

多光源实时全局光照算法的实现

针对全局光照尤其是多光源的全局光照的复杂性使其一直局限于离线应用的问题。对能量大的能代表多个光源的主光源,采用立即辐射度的方法,跟踪其光线产生虚拟点光源（VPLs：VirtualPointLights）,这些VPLs再照亮场景实现实时的一次反射的间接光照。对场景中其他非主光源采用预计算光照图的方式计算其直接光照,动态主光源的直接光照及其间接光照与预算的光照图结合。在牺牲少许渲染质量的前提下,用CPU（CentralProcessingUnit）预计算光照图,GPU（GraphicsProcessingUnit）计算间接光照,并结合光照图合成最后的图像,实现了动态主光源、动态摄像机的多光源场景全局光照交互级绘制。     

基于反射阴影图的间接光照绘制改进算法

提出了基于反射阴影图的间接光照绘制改进算法。利用间接光照变化平滑的特点对低空间分辨率间接光照的计算结果进行插值得到高分辨率间接光照的结果。由于边界区域间接光照的变化是高频的,必须对边界和非边界区域分别计算。利用可视场景点的几何属性图,检测场景中几何对象的边界,将可视场景区域分为边界区域和非边界区域。边界区域的间接光照在高分辨率下直接计算,其它区域则由低分辨率的间接光照结果插值得来,最后使用自适应区域滤波方法对高分辨率间接光照的结果进行滤波得到最终间接光照结果。实验结果表明,相比于原始的基于反射阴影图的间接光照绘制算法,本算法显著提高了绘制效率,并通过设置插值分辨率阈值来增强算法的适应性。     

虚拟现实(VR)中拟真物体的光照性研究——一种新的全局光照模型的提出

研究了虚拟现实中的物体成像。首先在实时渲染的基础上介绍GPU的渲染流程;其次对Lambert模型、镜面放射和Phong模型、Cook-Torrance模型、Whitted模型这四种模型渲染的代表性光照模型进行比较分析,提出了一种改进型全局光照算法,对该算法进行了实验分析。     

几种应用于人脸识别的光照预处理方法对比

重点研究了基于图像处理技术的光照预处理方法,先对cas-peal人脸库定位,取出人脸信息,接着分别使用直方图均衡法、直方图规定法、同态滤波法和相位图法对cas-peal人脸库进行光照预处理,再用PCA进行试验,得出各种方法的识别率,最后对这几种方法进行评价。     

基于不对称有效特征的变光照下人脸识别

为了解决变光照下人脸识别识别率低的问题,首先定义一个新的纹理层次可分性函数,来确定变光照下仍然有效的人脸纹理区域;然后提出一种新的可根据光照对人脸影响的不同,提取不同的有效特征进行识别的方法,即首先通过两个实验证明了一般识别方法在识别时提取的整个人脸特征中存在大量冗余信息,接着为了实际识别应用中获得可能达到的最好识别率,给出一个新的判断人脸光照处理必要性的方法及识别时需要作光照处理的光照方向参数,最后根据纹理层次可分性函数确定变光照下能够识别的纹理区域,获得有效特征用于识别.实验结果表明,该方法在直接减少系统运算量,提高识别速度的同时,提高识别率约35%.     

一种改进的基于小波变换的人脸光照归一化方法

针对光照对人脸识别影响的问题,提出了一种改进的基于对数域多级小波分解的光照归一化方法。首先将手工裁剪后的人脸图片进行对数变换,然后将对数域图像进行多级小波分解,将低频系数置零,并将多个尺度上的高频系数分别乘以不同的高频增益,突出光照不变性分量。采用经典的PCA人脸识别算法,在耶鲁B与CMU PIE人脸数据库的实验结果表明,本文方法能有效地消除光照对人脸识别的影响,并有效提高识别率。     

基于不变矩算法的行人识别方法研究

行人识别对于智能辅助驾驶和智能车辆至关重要.采用一种基于不变矩算法的行人特征提取和识别方法,通过利用不变矩在目标平移、旋转和缩放的不变性,在HU不变矩基础上添加3个表达式,使不变矩包含更多的细节特征,将其作为行人目标的识别特征,利用支持向量机分类器作为主要手段对不变矩进行分类识别,并分析影响识别效果的影响因素.试验结果表明,选择改进的不变矩作为行人特征具有较好的行人识别效果,较高的识别率使行人和非行人能得到有效的识别.     

基于Radon变换的矩不变量及其应用

提出了一种基于Radon变换的新的图像识剐方法。首先构造了二维图像在Radon变换空间的平移和比例矩不变量，基于该矩不变量引入整体平均技术获得了更好的抗噪效果，并根据变换空间数据的特性，提出了利用奇异值分解得到一般意义下的旋转不变量。利用不同的图像库进行识别研究，实验结果指出了两种方法的不同应用条件。’     

一种鲁棒的多态人脸识别算法

如何处理人脸识别中的多态性一直是人脸识别领域的一个难题。传统的图嵌入算法忽视了同类中多态子类间的同属关系,而且也没有恰当地处理异类间的区别信息。该文提出一种鲁棒的图嵌入人脸识别算法,该算法可以恰当地模拟同类中的多态间关系,而且能在局部流形结构与全局区别信息间实现平衡。基于多个公开数据库的人脸识别实验证明了该方法的有效性。     

基于Zernike矩和BP网络的道路交通标志识别方法研究

道路交通标志的背景相当复杂,颜色失真严重并存在不同程度的几何失真现象。不变矩是图像的一种统计特征,具有平移不变性、旋转不变性和比例缩放不变性,被广泛的应用于图像识别中。在研究了Hu矩和Zerni—ke矩基础上,提出基于Zernike矩与BP网络相结合的道路交通标志识别方法。识别过程分别对图像进行了Hu矩和Zernike矩特征提取、BP网络训练与测试、对形变图像进行分类识别。结果表明：基于Zernike矩和BP网络的交通标志识别方法具有很强的抗图像平移、缩放和旋转识别能力,实现简单、训练速度快、识别率高等特点,且识别准确率优于Hu不变矩目标自动识别。     

基于不变矩的椭圆(圆)识别方法

为了能快速识别椭圆(圆)曲线,给出了利用不变矩的识别方法,根据曲线离散点的坐标,求出椭圆(圆)曲线的形心和归一化的中心矩,并利用这些中心矩,计算了椭圆(圆)曲线的特征参数,然后再根据这些特征参数和识别准则对曲线进行识别,该识别方法不需要施加任何条件和限制,能快速识别曲线中所有大小和摆向各异的椭圆,实验结果表明这种方法是有效的。     

同态滤波在光照补偿中的应用

通过对照度场的频谱分析得到光照特性,据此设计了适用的同态滤波器模型和表达式参数。在此基础上,将同态滤波方法应用到彩色图像的光照补偿中,保持彩色图像的色度和饱和度不变,将同态滤波方法应用到亮度分量上。实验结果表明,该方法不仅能快速准确地获取同态滤波器的参数,而且对彩色图像的光照补偿更为有效。     

结合RSTC不变矩和LVQ神经网络的红外图像目标识别方法

通过分析比较红外图像的目标特征,为了达到理想的识别效果,在Maitra不变矩的基础上进行优化,选取RSTC不变矩作为目标识别的特征向量.采用LVQ神经网络建立识别模型,充分发挥神经网络的智能优势.对采集到的红外图像进行了测试实验,结果表明该方法可以提高识别效率.