基于梯度信息的灰度人脸检测

针对灰度图像提出了一种有效的人脸检测算法。首先对原始灰度图像利用Sobel边缘检测算子得到水平方向的梯度信息;在此基础上,结合人的眼睛灰度信息得到眼睛的初步候选区域,并根据眼睛的几何特征删除非眼睛区域;然后利用眼睛的几何特征以及人脸的“三停五眼”特性确定真正的眼睛和嘴的区域,在精确定位眼睛和嘴的几何位置后确定人脸区域;最后利用人脸的左右对称性来验证人脸。实验表明,该算法对于灰度图像的正面人脸定位以及人脸检测具有良好的效果。     

基于小波变换的人脸图象特征的边缘提取算法

人脸图象识别是模式识别、计算机视觉和人工智能领域的一个热点,而人脸图象的特征提取又是人脸图象识别的关键步骤.小波变换以其多分辨率分析和多通道分解的独特分析方法在图象处理领域中有着广泛的应用.文章利用二进小波变换多尺度的特性,结合一些常规的边缘提取算法,在人脸图象特征的边缘提取方面取得了令人满意的结果,实验表明是一种有效的人脸图象特征边缘提取算法.     

采用非线性方向导数的混合噪声鲁棒角点检测算法

为提高角点特征检测准确率,针对混合噪声下特征提取不准确而容易产生伪角点的问题,提出了一种基于非线性方向导数(NDD)的角点检测算法。利用Canny算法提取原始图像的边缘轮廓;分别构建各向同性和各向异性高斯方向导数滤波器的空域双窗,对每个边缘像素计算基于直方图分层技术的快速非线性方向导数特征;量化方向生成K个离散方向滤波器,根据响应向量最大值确定主方向;将3个尺度下非线性导数的比率值融合为新角点测度;进行阈值和非极大值抑制获得最终角点检测结果。在角点检测图像数据集上,分别针对高斯噪声、椒盐噪声和高斯椒盐混合噪声干扰图像,利用不同算法获取配准角点和错误角点数,并进行不同图像变换下的平均重复率实验。实验结果表明:在椒盐噪声和混合噪声下,所提算法的角点检测精度和平均重复率均优于其他角点检测算法的;对于方差为15的高斯噪声和密度为5%的椒盐噪声的混合噪声干扰图像,所提算法比CSS、CPDA、ANDD、Gabor和MDRR算法的平均检测准确率分别高5.4%、13.1%、11.6%、9%和7.3%,而平均错检率分别低86.9%、86%、86.5%、83.7%和83.9%,综合性能均优于对比算法。     

基于核心-边缘理论的区域结构及其演化研究

从就业人口的比重和密度切入,以全国第五次人口普查和2000年到2005年的中国城市统计年鉴为基础,运用定量方法和GIS表现手段,分析了江苏省静态的区域经济结构及其演化,力求反映其区域经济分布的时空规律性.     

引进Canny边缘检测算子的噪音强度估计

常用的噪音强度估计方法,没有考虑边缘像素点的影响,使估计值不彳艮准确．针对这一问题,可先用Canny边缘检测算子提取边缘后再进行噪音强度估计．通过实验数据可以看出该方法提高了噪音强度估计的精度．     

空间和光谱信息保持的多光谱图像融合算法

采用基于空间和光谱信息保持的多光谱图像融合框架,以生成具有高空间质量的多光谱图像.融合框架的能量泛函包括4项:边缘自适应提取约束项、线性组合系数约束项、光谱信息保持约束项和波段比例关系保持约束项.前两项旨在提高融合图像的空间质量,后两项旨在减轻图像的光谱失真程度.将这4项能量泛函综合成一个总能量泛函,并利用欧拉-拉格朗日公式和梯度下降法对其求解,同时调整正则化项,以使得融合图像的空间质量和光谱质量都能得到明显的改善.在QuickBird和Pavia University图像数据上进行仿真实验,结果表明,与SFIM、 MTF_GLP、 MTF_GLP_HPM、 PCA、 GS、 GSA、 AIHS、 GFPCA等算法相比,本文方法的融合图像具有较高的空间和光谱质量.     

基于图像边缘特征的前景背景分割方法

提出一种基于边缘特征的背景建模方法,将边缘分类为前景边缘和背景边缘.和以往的基于边缘的背景差方法相比,该方法可以克服由于摄像机的微小扰动而带来的误判.由于噪声的影响,得到的前景边缘往往是不闭合的,而且边缘是一种稀疏的特征表示,为了得到精确的前景连通区域,提出了基于马尔可夫随机场(MRF)的前景区域提取方法,以前景边缘像素和背景边缘像素作为种子标记,通过前景边缘像素和背景边缘像素的竞争和标记传播,得到连通的前景区域.为了提高运算效率,采用基于图分割的组合优化方法最小化能量函数.通过对室内室外多个场景视频的试验,验证了该方法的准确性和有效性.     

边缘计算下面向位置隐私保护的中继分流模型

随着基于位置服务(location-based services, LBS)的广泛使用,人们越来越关注位置隐私的保护问题.基于假人的位置隐私保护方法通过在真实位置信息中混入多个虚假位置信息,能够有效保护用户位置隐私.然而,传统基于假人的位置隐私保护方案大多部署在云端的远程服务器中,其面临着用户获取结果时延过高的性能瓶颈.针对上述问题,本文将基于假人的位置隐私保护方法迁移到边缘计算环境下进行部署,并针对边缘服务器的服务能力与覆盖范围具有上限的特点,提出了面向位置隐私保护的中继分流模型,实现了其中的分流方法,并在真实数据集中运行了本文所提出的方法.实验结果表明该方法在保证用户位置隐私保护效果的同时,可以降低用户获取结果的时延.     

分布式视频编码中量化失真和LDPC编解码失真的优化

针对分布式视频编码中的量化失真和LDPC（Low Density Parity Check）编解码失真问题,提出了基于边缘分类的DCT（Discrete Cosine Transform）系数重组和基于边缘Hash的子块修复方案.首先根据子块边缘方向的不同,WZ （Wyner-Ziv）帧子块被分成3类,对不同类型的子块,其DCT系数采用不同的扫描方式并重组,使较大的DCT系数被组合在一起,减小了交流系数的量化步长.同时,把子块边缘信息作为Hash信息,指导WZ帧LDPC解码出错的子块的修复.最后,通过实验证实了提出的方法能使高量化等级下编码器的PSNR（Peak Signal to Noise Ratio）性能增益达到0.5 dB左右.     

一种改进型双窗的SAR图像边缘检测器

传统矩形双窗在检测非理想边缘时容易在边缘附近检测出错误边缘点,出现检测结果会偏移的问题。针对传统矩形窗函数平滑效果较差的局限性,设计了一种Gauss-Gamma形双窗函数算法,采用可接收操作特征(ROC)曲线来评价使用这两种双窗检测器在SAR图像中的性能。结果表明,新方法的检测有更好的边缘连接性,在边缘附近错误边缘较少,明显优于矩形双窗检测器。