基于肤色CIELab空间的视觉窗口手势跟踪

考虑到手势的应用场合，手部肤色作为特殊的识别标记往往区别于环境，因此加入肤色分割对手部图像序列进行分析以及跟踪．在CIELab空间，采用了平均转移分割算法提高了分割速度．在此基础上结合单目视觉中对指尖的识别，提高了手部分割的可识性和未来手部语义应用的可行性．跟踪则采用了卡尔曼滤波处理后的窗口跟踪．手指尖的半封闭特征的利用以及窗口算法保证了处理过程中的鲁棒性和准确性．     

基于图像色相值突变特征的钢轨区域快速识别方法

应用彩色图像中不同区域HSL色彩空间中色相值突变特征提取轨检图像中钢轨边界点, 对多条不同等分线处钢轨边界点进行直线拟合以确定钢轨边缘, 识别目标钢轨区域。分析了机器视觉轨检系统序列图像中轨枕、砟石、扣件与钢轨的分布特征及不同特征区域图像色相值的突变特征, 研究了轨检图像不同等分数值下等分线处色相值突变点与钢轨边界点的对应关系, 讨论了不同等分值对识别时间与识别失败率的影响。在不同光照条件下对识别方法与传统方法进行了对比分析。分析结果表明: 当等分值为8时识别效果最优, 识别失败率为5.0%, 识别时间为4.65 ms; 在500~1 000、1 000~10 000、10 000~100 000 lx三个特征光照强度区间, 识别方法在木枕与混凝土枕轨道中钢轨区域的平均最大识别时间分别为4.57、4.48 ms, 比传统方法分别减少了44.4%、47.1%, 识别时间标准差分别为0.15、0.12 ms, 比传统方法分别降低了91.8%、93.6%, 平均最大识别失败率分别为3.5%、3.3%, 比传统方法分别降低了66.0%、76.9%, 识别失败率标准差均为1.6%, 比传统方法分别降低了68.9%、71.1%。可见, 本文方法是一种机器视觉轨检系统中目标钢轨区域识别的有效方法。     

基于HOG-Gabor特征融合与Softmax分类器的交通标志识别方法

为了提高交通标志识别的正确率和实时性, 提出了一种基于HOG-Gabor特征融合与Softmax分类器的交通标志识别方法。采用Gamma矫正方法提取HOG特征, 采用对比度受限的自适应直方图均衡化方法提取Gabor特征, 基于线性特征融合原理, 将提取的HOG和Gabor特征向量直接串联, 得到刻画交通标志的融合特征向量, 采用Softmax分类器对融合特征向量进行分类, 采用德国交通标志识别基准(GTSRB) 数据库测试了所提方法的有效性, 比较了基于单特征与融合特征的交通标志识别效果。试验结果表明: 在图像增强过程中, 针对HOG特征, 采用Gamma矫正方法的分类正确率最大, 为97.11%, 针对Gabor特征, 采用限制对比度的直方图均衡化方法的分类正确率最大, 为97.54%;采用Softmax分类器的最小分类正确率为97.11%, 耗时小于2s;针对HOG-Gabor融合特征, 采Softmax分类器的识别率高达97.68%, 因此, 基于HOG-Gabor特征融合与Softmax分类器的交通标志识别方法的识别率高, 实时性强。     

基于矩不变量的图像目标识别

形状识别在计算机视觉中具有十分重要的意义,理论上矩不变量特征在图像平移、伸缩、旋转时均保持不变.文中提供了针对光学图像上的飞机、汽车目标识别方法的研究,此方法的特点是采用五个不变矩的指数和两个二阶矩为特征,采取直接根据特征值范围进行分类的方式,对18种类型飞机的235幅图片和2种类型汽车的13幅图片进行了识别,识别准确率达到了94%.     

基于机器视觉的驾驶员嘴唇特征点定位算法

为了有效监控机动车驾驶员的疲劳状态, 通过边缘检测和红色像素点提取相结合的方法确定动态阈值, 对彩色人脸图像中嘴唇进行分割和提取, 再利用逼近算法对嘴唇的各个特征点进行定位, 采用机器视觉监视嘴唇运动, 对驾驶员的疲劳状态进行判定。试验结果表明: 该定位算法可有效去除嘴唇周围的干扰, 完整地将嘴唇从原图中提取出来, 并准确进行嘴唇特征点定位; 该算法对肤色深浅不同、光照不均匀、头部偏转角度不同等情况均有很好的鲁棒性。     

基于非下采样Contourlet变换的交通图像融合方法研究

电视监控是智能交通监控系统的一个重要组成部分,其目的是通过对视频交通图像处理进行车辆、行人、环境等的监控. 根据非下采样Contourlet变换具有多分辨率、多方向性和平移不变性的特点,提出了一种基于非下采样Contourlet变换的多聚焦交通图像融合方法. 融合策略采用低频系数取平均,高频系数基于邻域、兄弟和父节点信息的区域特征衡量取最大值法. 将本文的方法与小波变换、脊波变换及Contourlet变换相比较,实验结果表明,该方法取得了更好的融合效果,提高了图像质量,满足智能交通监控系统的要求.     

基于数据融合的港口货运特征调查方法及实践

港口货运交通特征是港口城市综合交通体系规划的重要依据.传统货运交通特征调查具有以下局限:调查对象类型复杂、样本代表性差、数据抽样和扩样困难、调查实施难度大等.这些问题制约了研究者对城市货运交通特征的获取.采用大数据挖掘、多源数据综合扩样与校验等手段,提出一种基于多源数据融合的港口货运特征调查方法,打破传统货运特征调查因...     

基于BL模型的城市老年人出行行为特征调查分析

老龄化社会的交通需求变化已经成为许多中国大城市需要面对的新问题,对老年人出行行为特征的研究是解决问题的基础.首先针对当前对老年人出行行为认识的不足,在对老年人进行深入访谈和预备调查基础上设计问卷,从集计的角度对老年人的出行特征进行了总结归纳,具体包括老年人个人社会经济特征、家庭属性特征和出行特征.接着利用西安市老年人出...     

一种基于多尺度特征融合的人头计数检测方法研究

通过摄像机等设备在特定场景下的人群计数在智能安防领域具有重大的研究意义.由于场景中人尺度变化大,背景杂乱,人群遮挡严重,传统的方法在这种场景中往往精度不高.对此提出了一种基于改进的Faster-RCNN人头检测模型,可以对场景中的人进行准确计数.该模型使用ResNet101作为特征提取网络,使用多尺度特征融合模块将提取...