自商图像优化加权LBP直方图的光照变化人脸识别

针对光照变化环境下人脸识别难度大的问题,提出了一种基于自商图像(SQI)和加权局部二值模式(LBP)的光照变化人脸识别方法。首先,利用SQI方法消除光照变化;然后,将两个加权的多区域LBP分别应用于各个图像以提取光照不变特征;最后,将自商图像方法和加权LBP算法提取的直方图融合形成最终的特征向量并用于人脸识别。在扩展YaleB和CMU-PIE人脸数据库上的实验结果表明,相比其他几种人脸识别方法,取得了更好的识别效果。     

基于小波子带图像的人脸光照归一化方法

数字人像识别技术的研究成果有广泛的应用前景,但光照问题是影响人脸识别技术关键的因素之一。对未知光源参数且具有左右光照不均匀的正脸图像,根据小波不同子带图像上的频率特点,提出了一种小波子带图像上的人脸光照归一化方法。在Yale B人脸库上的实验表明,新方法能较有效的解决人脸识别中的左右不均匀光照恢复问题,使人脸识别率有显著提高。     

基于数据场的人脸特征提取

人脸识别是当今一项热门的研究方向,在现实生活中有着广泛的应用.目前国内还没有一个稳定性和鲁棒性强的算法能够很好地适应各种复杂的环境,如光照条件、人脸方向及面部表情等的差异.针对这种不足,分析数据场的基本原理,采用基于数据场势场的自然拓扑聚类算法结合粗糙集的方法对人脸图像进行加强和特征提取.实验表明:该方法拟解决以往人脸识别算法中不能准确快速识别以及鲁棒性差的瓶颈问题.     

基于球面调和函数的人脸识别

根据在任意光照下朗伯凸表面的图像可以由一个低维线性子空间近似这一原理,提出了一种新的人脸识别方法．首先使用共形变换原理把训练样本图像投影到球面和圆柱面的一个区域上,然后对球面和圆柱面上的图像用多项式插值方法进行扫描和插值,得到离散函数图像表达式．接着利用球面调和函数估计球面上图像的9个低频谐波系数,对待定的阶数求范数后得到三维的向量．最后依据最近邻决策规则进行识别．实验表明与PCA方法、Fisherface方法以及SVD方法相比,该方法的识别率和对光照、姿态的鲁棒性均有明显的提高．     

光强倒数色度空间的彩色人脸光照预处理

为了解决彩色人脸识别中色彩信息易受光照影响的问题,提出一种基于光强倒数色度空间（IICS）的彩色人脸图像预处理方法。本方法首先将图像均匀地分割成子块;将每个图像块变换为 IICS 空间中的一个二维数据集,并根据数据集的线性分布特性估计图像块的光照颜色;然后对全部图像块的光照估计进行颜色直方图统计,根据直方图对分块估计的结果进行合并;最后,利用估计得到的光照和对角模型将图像光照校正到标准白光下,用于人脸识别。在 AR 和 FERET 人脸库上的实验表明,通过引入本光照预处理,有效增强了彩色人脸识别方法对光照变化的鲁棒性,提高了识别精度。     

基于局部分阶段归一化的复杂光照人脸识别

以往算法通过低通、高通滤波的模式实施人脸图像的光照、光照不变量的估计,存在邻域像素信息混杂的问题,无法准确地从人脸图像中提取人脸本征.考虑邻域像素成像光照的相关性,提出基于邻域像素成像光照消除的局部分阶段归一化光照不变特征提取模型,可获取人脸图像的多细节光照不变特征,并通过内积度量构建基于多层次匹配的类别鉴别方法.Yale B和Extended Yale B人脸库上的试验结果表明,该算法能明显提高复杂光照人脸识别性能,明显优于当前先进算法.     

基于子模式纹理分析的鲁棒人脸识别研究

面部识别(FR)系统可以自动识别或校验从数码相机或图像生成设备中获得的人脸图像,要从所获图像中提取面部特征,并与人脸数据库中的数据进行比对。目前,几乎所有的FR都面临与面部视角相关的障碍,包括光照不足和低分辨率,这些问题使其识别率大为降低。为了解决这个问题,提出了一种基于光照变化的人脸识别框架,该框架利用离散余弦变换的图像全变差最小化(DTV)及伽柏过滤器;并融合子模式分析(SMP)及区分性累计特征变换(DAFT),有效地解决了光照条件变化大的人脸识别问题。在AR及YaleB人脸数据库上的实验表明,与其它最先进的方法相比较,在处理光照条件变化很大的人脸识别问题时明显优于其它方法。     

基于NSCT和SQI的光照不变量及人脸识别

为了消除光照变化对人脸识别的影响,提出了一种结合无下采样轮廓波变换(Nonsub-sampled contourlet transform,NSCT)和自商图像(Self-quotient image,SQI))的光照不变量提取算法。该算法首先对图像进行伽玛校正,一定程度上减弱了不同光照条件的影响,然后使用NSCT对伽玛校正后图像进行多尺度多方向分析,使用自适应NormalShrink方法对各高频子带进行滤波,通过反无下采样轮廓波变换得到平滑图像,最后利用SQI提取光照不变量。在YaleB与CMUPIE人脸库上的实验结果表明:所提出的算法能够有效消除光照变化对人脸识别的影响,识别率高于多尺度Retinex(Multiscale Retinex,MSR)、SQI和对数全变差(Logarithmic totalvariation,LTV)等方法。     

一个改进的球面谐波模型及其在光照人脸识别中的应用

从根本上解决人脸识别中的光照问题,仅从人脸的平面图像考虑是不够的,需更多地利用人脸的纹理和形状等本质特征。提出用中性人脸的形状来表示特定人脸的形状,并通过计算球面谐波基图像进行光照估计,实现光照补偿。对真实照片去光照的处理和在Yale B人脸库上的实验结果表明,该方法有效地利用了人脸的形状特征,能比较准确地估计出人脸的光照,明显地去掉光照不均的影响,识别率得到较大提高。     

基于图像梯度和2DPCA的单样本人脸识别

提出了一种基于图像梯度的2DPCA的算法用于单样本人脸识别。采用图像梯度方法进行人脸识别具有光照不变性、能提取丰富的局部纹理信息等优点,但是这种方法只考虑了图像的局部信息,并没有充分利用全局信息。基于这种问题,文章考虑融合全局和局部信息进行单样本人脸识别。对于全局人脸信息的提取,采用2DPCA方法,相对与传统PCA方法,2DPCA能够在不破坏图像二维结构的基础上进行全局信息提取。由于上述两种方法在图像匹配时所采用的匹配算法不一致,文章根据两种匹配方式的特点进行改进和融合,提出了一种新的匹配方案。实验证明,基于图像梯度和2DPCA的算法在单样本人脸识别问题上识别率优于传统方法。     

一种结构向量与分数阶相结合的光流模型

运动目标检测是图像处理中的最基本任务,变分光流法是常用的运动目标检测技术。因模型固有的缺陷,传统变分光流模型不能应对场景中的光照变化、不能保留运动不连续性,从而局限了变分光流模型的应用范围,影响了光流估计的计算精度。提出一种局部结构不变约束与分数阶平滑约束相结合的光流模型,该模型应用局部结构张量函数代替传统亮度约束方程中的亮度函数,应用分数阶导数代替传统平滑约束方程中的整数阶梯度。因结构张量是一个不随光照变化的物理量,且包含了图像中的一些结构信息,而分数阶平滑约束能保留边缘不连续性,因而使得本文模型能在各种光照环境下获得清晰的运动目标轮廓。实验证明本文所提模型对光照变化鲁棒,且能保留光流场边缘不连续性,较其他相关模型,能获得更高准确率的光流场。     

基于模糊自适应谐振理论的彩色目标跟踪系统

提出了一种在变光照条件下进行彩色图像分割和目标跟踪的方法 .通过在色度、饱和度、亮度HSI(hue ,satura tion ,illumination)空间自组织非监督地进行颜色聚类 ,使用增加、削减和融合聚类的方法 ,寻找适当的聚类数量 ,使目标跟踪更加精确 .该方法基于模糊自适应谐振理论 (fuzzyadaptiveresonancetheory ,FuzzyART) ,具有在线升级目标颜色模型的能力 ,可以克服环境光线变化所带来的影响 .在复杂背景和变光照条件下的目标跟踪实验结果证实了该方法的有效性 .     

基于强度峰值的运动车辆识别方法

针对雾霾天气下照度不够、视频图像背景不断变化导致雾霾天图像质量下降、前景目标不易检测识别等现象进行了分析,解决了传统光流法无法有效单独检测跟踪目标的问题。在分析研究传统车辆识别思路及方法的基础上,提出一种光流估计与强度峰值特征提取相结合的检测方法,可以适应跟踪过程中目标特征和背景的不断变化,有效解决雾霾天气条件下车辆检测的鲁棒性问题。最后,通过实验验证了方法的有效性。     

Image Based Rendering under Varying Illumination

A new approach for photorealistic rendering of a class of objects at arbitrary illumination is presented. The approach of the authors relies entirely on image based rendering techniques. A scheme is utilized for re-illumination of objects based on linear combination of low dimensional image representations. The minimum rendering condition of technique of the authors is three sample images under varying illumination of a reference object and a single input image of an interested object. Important properties of this approach are its simplicity, robustness and speediness. Experimental results validate the proposed rendering approach.     

基于三帧差分混合高斯背景模型运动目标检测

针对混合高斯背景模型运动目标检测的光照突变误检以及突然运动目标的“鬼影”问题,提出了一种基于三帧差分的混合高斯背景模型运动目标检测算法。通过图像前景检测比例判断光照是否发生突变,利用三帧差分法对图像的背景区域、运动区域和背景显露区域进行划分,并根据光照情况及时改变各区域的学习率以调节混合高斯模型背景迅速更新,设计了基于三帧差分的学习率自适应混合高斯模型背景更新的方法。该方法使光照突变及目标突然运动后产生的新的背景模型得到迅速更新,从而改善这两种情况下运动目标检测效果。实验结果表明,该算法避免了光照突变时的大面积误检现象,并且同时解决了突然运动目标的“鬼影”问题。     

基于信息熵的符号属性精确赋权聚类方法

对符号类型数据聚类时,一些常用算法通常随机选择初始聚类中心,然而随机选择的中心与实际类中心可能存在较大偏差,因此,会导致聚类迭代次数的增加及聚类精度上的不足。提出一种基于信息熵对符号属性进行赋权的新方法,新方法改进了以往提出的对象密度概念及计算方法,从而弥补了以往方法在计算对象密度时没有 区分每个属性在计算密度时的贡献度,从而可能选择密度大的边界点作为聚类中心,影响聚类效果的不足。提出的新方法优化了初始聚类中心的选择,一些高质量的聚类中心被选出用于聚类。最后通过Matlab编程实现新方法的聚类过程。实验显示,新方法聚类的结果在一些指标上要好于已有方法     

一种光照不变性模型下的阴影去除方法

提出了一种新的基于光照不变性模型的阴影消除方法。首先对二维光照不变性图像恢复阴影,再利用基于互信息的图像融合去除运动目标的投影,最后通过图像镜像消除边界条件的制约,改善阴影去除效果。实验结果表明,该方法能够有效地消除运动目标的阴影。     

基于数学形态学车牌自动定位和倾斜校正

针对车牌识别系统中,由于光照变化、背景复杂、车牌褪色或相对摄像机位置不同带来的图像倾斜等原因,导致车辆图像质量不高,影响车牌定位和识别。基于优化组合数学形态学基本运算,结合灰度信息离散化对车牌初定位,再利用先验知识,对车牌进行精确定位,最后采用两点法对倾斜的车牌图像进行检测和校正。实验结果表明,得出的定位和倾斜校正方法简单、快速,且具有较好的稳定性。     

改进汽车光照暗区的设想

探索了汽车在可见度极差的条件下行驶,由于光照暗区带来的一系列不安全因素的解决方法.提出新的设想,研究如何消除或者减小车辆转向所形成的光照暗区,增加机动车行驶的安全性.     

基于线性透镜阵列的面结构光三维测量方法

面结构光测量无法处理类镜面物体由反光产生的强光区域,且无法提取物体在阴影区域里的有效信息,造成测量噪声大和测量数据不完整.基于正弦光栅的面结构光测量方法,提出一种基于线性透镜阵列的面结构光三维测量方法,通过在测量设备和被测量物体间加装线性透镜阵列,使得正弦光栅在竖直方向把一维的光线转化为一个二维反射光的光域,有效地解决了结构光在测量过程中存在的反光及阴影问题.经过理论分析与实验验证,该方法切实可行.