基于径向对称变换的实时指尖检测算法

对于很多基于视觉的徒手人机交互系统,指尖的检测是其中的关键环节.为此提出了一种新颖简单但高效的方法来实现不同背景下的指尖检测,该算法不需要进行任何前景分割来辅助定位.针对指尖自身的形状所具有的径向对称性质,采用改进的径向对称变换算法先检测出指尖的候选点,然后通过肤色判别操作来帮助实现指尖的准确定位.实验结果表明,本文算法在不同的实际背景下都具有很好的检测效果,对光照的鲁棒性也较高,并且能够达到实时.     

基于SIFT和SDM的虹膜定位方法

为了提高虹膜定位的速度和稳定性,提出一种基于SDM的快速、稳定的虹膜定位算法.该方法首先采用径向对称变换粗定位瞳孔,然后采用微积分算子精定位瞳孔;选取SIFT特征描述虹膜外边缘及眼睑的边界特征,采用SDM算法求解定位结果,最后采用最小二乘法确定虹膜外圆及上、下眼睑边界参数.实验结果表明该算法大大提高了虹膜定位的效率和稳定性.     

一种鲁棒的人眼光斑定位算法

光斑的检测和定位是视线跟踪系统中的一个重要环节,其定位精度直接影响视线跟踪系统的精度.目前常用的基于灰度二值化的光斑检测方法,容易受到光斑亮度变化和镜面反光等因素的影响.径向对称变换(RST)是一种有效的圆形目标检测技术,对上述干扰具有较好的鲁棒性,但计算代价偏高.为此提出了一种改进的径向对称变换(IRST),有效降低了算法的计算代价.在引入IRST实现光斑检测之后,再结合自适应二值化和重心法实现光斑的精确定位.实验结果表明,IRST算法的光斑检测鲁棒性明显高于基于灰度二值化的方法,而计算代价明显低于基于经典RST的光斑检测算法,最终的定位精度也优于其他同类算法.     

头部多角度的眼睛定位与状态分析

针对彩色图像中人脸在多角度状态下眼睛定位困难的现状,提出了一种基于颜色信息且不受头部姿势影响的人眼精确定位的新方法。该算法首先检测出彩色图像中的人脸位置;然后在人脸区域内,根据肤色与眼睛、眉毛等颜色的差异性进行区分,得到脸部区域的非皮肤部分;接着对非皮肤部分进行数学形态运算,去除干扰点;然后采用平均复杂度方法定位出眼睛区域,并采用相似度计算检验眼睛定位正确与否;最后在眼睛区域内,精确定位眼白、虹膜,通过计算眼睛面积分析眼睛睁开程度。实验结果表明,该算法能精确检测出彩色图像中的眼睛并能快速判断出眼睛的状态。该方法不受头部姿势影响,计算简单,运算速度快,在定位精度及状态判断上具有优势。     

基于机器视觉的露天矿司机驾驶疲劳监测

为监测露天矿司机驾驶疲劳状态,利用AdaBoost算法快速实时露天矿司机脸部跟踪检测,基于模板匹配算法和改进型SNAKE算法提取司机眼睛特征,运用眼睛累计闭合持续时间占某特定时间的百分率(PERCLOS)算法判断司机是否处于驾驶疲劳状态,有效地实现了基于机器视觉的、车载的、实时的、非接触的、无干扰的露天矿司机驾驶疲劳状态监测系统.经应用验证了系统可行性,并对保护人员生命,提高矿山经济效益具有重要的意义.     

一种改进的多用户检测算法

针对串行干扰消除算法和并行干扰消除算法的不足,提出一种将串行干扰消除检测算法和部分并行干扰消除检测算法的基本思想结合起来的新的干扰消除多用户检测算法.该算法相对于串行干扰消除算法和并行干扰消除算法性能在某些方面有所改进:克服了串行干扰消除算法时延大、不能实时实现的缺点,并对功率分布均匀时系统的误码率性能有所改善;改善了并行干扰消除算法在系统中没有严格功率控制时的误码率特性;同时具有合理的计算复杂度和简单的实现结构等特点.理论分析和仿真结果都验证该算法具有较好的性能.     

改进PF算法对红外图像中瞳孔的跟踪

提出一种基于粒子滤波的红外目标跟踪的新算法. 用该算法对采样粒子进行优化,改进了重采样环节,在不影响跟踪准确率的条件下,提高了算法的速度. 实验结果表明,将此算法运用到瞳孔跟踪中,跟踪比较准确有效. 同时,将Hough变换应用到了瞳孔边缘的定位领域中,此算法有效改进了红外图像中眼睛瞳孔的跟踪效果.     

基于数理形态学的近红外光图像实时人脸检测

该新型算法首先使用基于Harr特征和Adaboost算法的人脸检测方法寻找人脸候选区域,并对候选区域进行归一化处理;然后利用人眼瞳孔在近红外光图像中会生成白色光斑的特点,使用基于数理形态学的Quoit滤波器精确定位眼睛.为了减小不同瞳孔大小带来的影响,使用了多尺度的Quoit滤波器以提高准确性.实验表明,这种方法不仅准确性高而且速度快,达到了实时人脸检测的要求.     

基于机器视觉的人眼瞳孔定位研究

人体生物特征识别技术作为一种智能的人机交互技术,越来越受人们重视。人脸识别和瞳孔定位在视频监控系统和门禁系统中有着广泛的运用。本文所研发的人眼瞳孔定位检测系统采用Adaboost算法,分别检测获得了人脸、眼睛,并通过检测眼睛区域连通体面积来判别眼睛的睁闭,并定位瞳孔位置。     

基于对称变换的瞳孔定位方法

为解决瞳孔检测中眼镜反光、眼帘遮盖、闭眼等问题,提出了一种基于改进对称变换的
瞳孔定位方法。根据人脸的梯度信息、人眼瞳孔区域与眼镜反光区域梯度方向不同的现象,
改进对称变换算法,以提高定位准确性,采用自评估算法对定位进行评估,并利用自采
集的图像和图库中的图像进行了实验。结果表明,改进的对称变换算法能对瞳孔进行精确定位。