基于图像序列分析的全局直方图均衡

针对传统直方图均衡算法的不足，如增强过度，均值漂移和细节丢失等，本文提出了一种基于图像序列分析的全局直方图均衡算法。受到CLAHE的启发，本文设计了两种数学模型。图像渐变模型将输入的单张图像输出为质量渐变的图像序列；再根据序列图像的统计指标，经过混合优化模型计算出最优控制参数。为了提升主观感知效果本文提出了一种直方图后处理方法，最后根据修正后的的直方图进行均衡化处理。实验结果表明:本文算法的结果图像具有较好的主观感受度和客观评价值，并且优于近年来提出的直方图均衡改进算法。      

基于统计结构梯度特征的行人检测

针对自然背景下的行人检测问题,从人体最显著的轮廓信息出发,提出一种基于统计结构梯度(SSG,Statistical Structural Gradient)的行人检测算法。采用支持向量机(SVM,Support Vector Machine)算法对数据库中行人样本的SSG特征进行训练,得到行人检测分类器。提出的SSG算法在sobel图像中仅做结构统计和角度幅值计算,能够采用积分图加速行人检测速度。对INRIA数据库中的288张样本进行测试,误检率(FPPW,False Positives Per Window)为10-5,检测率等于90.89%。     

去雾算法中天空区域直方图分析与模式识别

基于模型的图像去雾算法在处理天空区域时存在理论上的缺陷,而现有天空保护方法存在参数非自适应或计算复杂度高等缺点。本文通过实验发现天空区域在图像的直方图中表现为一个显著的模式特征:可分离的尖峰分布。基于此发现,本文设计实现了一种简单的模式识别方法判决图像中是否存在天空区域并计算其置信度指标。在图像去雾应用中,自适应地设置与天空保护相关的参数。同时,本文提出了一种新的数据校正方式,相对于容差机制方法其效果更好。在包含1500张图片的图像数据库上进行测试,本文提出的天空检测方法正确率超过90%,说明本文的思想和方法是合理和有效的。      

基于局部显著性特征的人体检测方法

通过分析人体轮廓的性质,结合Sobel算子、HOG和LBP算子,提出一种基于脊模型的局部显著性特征提取方法,该特征将人体轮廓的方向特性和结构特性有机结合,属于一种多属性融合的人体描述方法。在人体梯度空间中,通过使用改进的LBP算子和简化的梯度方向直方图进行特征的提取、训练和识别。实验表明,使用该特征可有效的减少计算复杂度,提高行人检测速度;但与HOG相比,由于描述人体的特征维数较少,因此人体识别的检测率还有待提高。     

基于域变换递归滤波的雾天图像复原

为了提高大雾天气下采集图像的对比度和能见度,提出一种基于域变换递归滤波的图像复原方法。该方法在大气散射模型的基础上,对大气耗散函数的约束条件进行空间域的变换以实现维数降低,然后经过递归滤波之后获取较准确的结果,最后求解雾图成像方程,并对复原结果进行局部的线性映射调整,获得理想的清晰图像。该方法在场景深度跳变的边缘处可以获得更自然的复原效果,而且能很好地突出图像中的细节信息。实验结果表明,通过该方法得到的结果相比于传统的单幅图像去雾方法,视觉效果更佳、执行速度更快,并且该方法可以并行计算,因此采用GPU进一步加速能够满足实时处理视频的需求。     

基于ULBP特征子空间的2DLDA人脸识别方法

将图像层次化分割并提取各个图像子块的均匀模式的局部二值模式(ULBP)直方图特征,在考虑到全局及局部特征的同时,将处理空间从灰度空间投影到ULBP特征子空间,有效消除行向量之间的相关性,从而使应用行二维线性鉴别分析处理得到的鉴别投影矩阵性能更优.在ORL、YALE及FERET人脸库上与基于二维线性鉴别分析的方法及基于多级局部二值模式的方法对比,结果显示文中方法维数更低,识别率更高,从而验证文中方法的有效性.     

基于Z-Wave无线技术的指纹锁系统设计

结合新兴的低功耗的Z-Wave短距无线通信技术,设计一种应用于酒店的智能指纹锁无线管理与控制系统。该系统的门锁硬件电路包括主控制器S3C2440、指纹采集模块、电机驱动模块及ZM3102无线模块,对门锁节点中Z-Wave通信模块的硬件设计和软件设计进行详细说明,并研究了Z-Wave网络的结构、协议、软件开发,充分考虑指纹数据传输的方案设计,并对传输性能进行测试。测试结果表明:系统能够在低功耗工作情况下实现对指纹数据的采集、存储、传输和控制,并且运行良好。     

基于多特征与改进霍夫森林的行人检测方法

针对自然背景下的行人检测问题,提出一种多特征与霍夫森林结合的行人检测算法。在特征提取阶段,分别采用梯度方向直方图、局部二值模式和LAB颜色空间来提取行人的梯度、纹理和颜色频率特征,构成丰富的特征集来描述行人;采用霍夫森林算法来创建分类器,对其投票方式进行改进,提出一种基于高斯模板的区域加权投票方式,提高了检测精度。实验结果表明,该算法在误检率FPPW为10-4时,检测率为90.12％, ROC曲线性能上优于 HOG＋SVM 与原霍夫森林算法。     

肤色纹理保留实时人脸美化算法

针对目前人脸美化算法容易产生皮肤纹理信息损失,眼睛和头发等区域信息丢失等缺陷,提出一种具有肤色纹理保留性能实时人脸美化算法.首先根据自适应肤色椭圆模型处理色度分量估计肤色相似度图;然后对原图局部方差处理得到肤色粗糙度,据此调整肤色纹理保留平滑参数,得到肤色纹理保留平滑图像;再利用肤色相似度图融合原图与肤色纹理保留平滑图像;最后对融合图像进行美白处理,获得人脸美化图像.在公用人脸数据库上的测试结果表明,文中算法不仅有效地祛除皮肤瑕疵,还能保留人眼敏感的肤质细节,使视觉感知比较自然;与现有美化算法对比,该算法美化效果更佳,鲁棒性强,复杂度低,能实时处理人脸视频.     

基于暗原色先验模型的快速去雾算法

为了实时地消除图像中的雾气,提出了一种基于暗原色先验理论的快速去雾算法.改进了透射率修复方法,显著地减少了算法的计算量;通过自适应调节透射率下限值和大气光成分值,扩大了去雾处理的适用范围;对复原的图像进行增强处理,改善了复原图像的整体视觉效果.实验结果表明,本文算法能有效地去除图像中的雾气,同时提高了算法的处理速度,有利于算法的实时实现.