基于肤色和模板匹配模型的人脸识别新方法研究

本文提出一个在彩色图像中使用可适应阈值和模板匹配来检测人脸的一个新技术,这种技术的目的是为了把皮肤区域从非皮肤区域中分割出来。实验结果验证了此方法能够成功的检测出取自几个不同人脸图库的一系列有不同肤色、姿势、大小、方向及表情的人脸图像的人脸。     

基于普通摄像头的人数检测技术的探讨

本文利用普通摄像头在人脸检测的基础上,对视频或图像中出现的人数进行统计,为了提高统计的准确性,本文引入背景差的方法,从而大大改善了人数统计的精度,试验证明了方法的有效性。     

基于光照样本合成的光照补偿方法的研究

本文提出一种基于光照样本合成的方法,它通过对于识别人脸光照图像的光照条件进行估计,然后模拟标准光照环境,将原始人脸图像归一位标准光照环境下的人脸光照图像的方法.     

基于分块颜色直方图索引的快速图像检索方法

基于内容的图像检索是大数据处理的重要内容之一,本文从人眼视觉感知特性出发,参考局部图像相关性,提出了一种基于分块颜色直方图索引的快速图像检索方法。实验结果表明,本文方法具有较好的检索效果,缩短了检索时间,实现了快速检索。     

基于OpenCV的人脸识别系统

本文针对课题要求,将Visual C++作为开发工具,在开源计算机视觉平台OpenCV上进行大量的研究和测试,所涉及的内容有：视频图像的采集、人脸图像的预处理、数学形态学图像处理、人脸定位和经典的AdaBoosting算法等。进而为研究人脸识别技术提供参考依据。     

基于计算机视觉的人脸识别技术应用研究

在多媒体信息时代,对计算机视觉的研究工作显得尤为重要,人脸是图像中最重要的对象之一,人脸识别技术是计算机视觉与模式识别领域的重要课题。人脸识别技术是基于人的脸部特征信息进行身份识别的一种生物识别技术。采用摄像机或摄像头采集含有人脸的图像或视频流,并自动在图像中检测和跟踪人脸,进而对检测到的人脸进行脸部特征定位、提取,记忆存储和比对辨识达到识别不同人身份的目的。因此,随着越来越多企业跨界进入人脸识别领域,势必加剧该领域的竞争。未来的人脸识别技术的应用领域会越来越广,市场也将更广阔。     

基于肤色特征的人脸区域检测

针对基于肤色的方法中肤色分割效果对系统的重要影响，考虑亮度和色度的共同影响，采用YCbCr颜色空间进行肤色分割，并介绍在YCbCr模型下通过光线补偿、相似度计算、二值化图像、腐蚀和膨胀等方法在图像上标示出人脸的方法。     

小样本训练集下人脸图像超分辨率重构算法

文章提出了一种针对小样本训练集的人脸图像超分辨率重构算法。该算法在马尔可夫网络模型的基础上,将视觉相容性检查准则引入到候选分块的匹配准则中,提高了匹配精度和块间兼容性。将权值机制融合进图像的重构过程,强化了训练集的有用性。实验表明,在小样本训练集下,算法能有效地抑制块效应和局部失真现象,明显改善超分辨率图像的质量。     

基于ASM算法的人脸风格化研究

人脸图像的艺术风格化绘制研究是人像处理领域的重要课题,该研究具有重要的科学意义和实用价值。文章提出了一种人脸图片的风格化方法。首先,通过主动形状模型（ASM）进行人脸特征点的提取,记录这些特征点的位置;然后,从具有某种风格的样本中提取风格化因子,通过图像变形对输入的人脸图片进行风格化。这种方法可以应用到卡通头像制作、动漫造型设计等方面。     

基于ASM算法的人脸风格化研究

人脸图像的艺术风格化绘制研究是人像处理领域的重要课题,该研究具有重要的科学意义和实用价值。文章提出了一种人脸图片的风格化方法。首先,通过主动形状模型(ASM)进行人脸特征点的提取,记录这些特征点的位置;然后,从具有某种风格的样本中提取风格化因子,通过图像变形对输入的人脸图片进行风格化。这种方法可以应用到卡通头像制作、动漫造型设计等方面。     

砂带背景排种图像分割阈值算法研究

文章针对现有的铺砂型排种器试验台上应用机器视觉识别技术的需要,对砂带背景的排种图像特点进行了分析。以油菜籽排种图像为例,应用不同的阈值算法分别进行了图像分割处理试验。结果表明,采用P-Tile法处理的效果最为理想。在此基础上根据砂带背景图像的特点提出了进一步优化图像分割效果的建议。     

基于颜色和边缘信息融合的目标定位方法研究

提出采用基于自选定区域颜色的阈值分割方法,实现对目标色彩的分割,并提出基于颜色和边缘融合的方法实现目标定位的策略,解决跳变现象。通过实验表明了此种方法和策略的有效性和可行性。     

小波变换在车牌定位中的应用

为了解决含噪车牌图像的定位问题,本文研究了Mallat算法及其在小波系数多尺度分解中的应用,然后在此基础上针对汽车车牌与复杂背景的分割问题,提出了一种基于小波分析的边缘检测和图像分割方法。     

基于双边滤波的主动轮廓模型细胞图像分割方法研究

区域主动轮廓模型采用先验知识指导建立分割模型,并在分割的过程中采用水平集演化的方式使得零水平集自动收敛于目标物体的边界。在采用该模型进行分割之前,通常都采用高斯滤波器对图像进行滤波,但是高斯滤波器在对物体进行平滑操作的同时,也会造成物体边界的弱化,从而影响分割效果。本文将双边滤波和区域主动轮廓模型结合起来,充分利用双边滤波在平滑目标内部的同时不弱化边界的特点,在利用区域主动轮廓模型进行分割之前使用双边滤波对图像进行处理,实验结果显示使用本方法进行分割得到的结果准确性得到了提高。     

数学形态学方法在舌象分割中的应用

文章针对在舌图像预处理中阈值分离方法解决舌体分割问题的不足,提出了利用数学形态学法来进行二次处理的新方法,详细阐述了阈值分离方法分割舌体的过程,用数学形态学方法二次处理的原理、实现和实验结果。我们将数学形态学方法应用于舌图像中舌体分割,克服了阈值分离方法的缺陷,取了满意的效果。     

面向对象的遥感影像水田信息提取方法研究

由于自然灾害的影响,部分地区的水田缺水无法种植水稻,对水田信息的提取不再只是对种植的水稻提取,因此从高分辨率遥感影像中提取水田信息具有非常重要的作用和意义。本文将水田分为有庄稼水田、地膜水田和未种植水田,利用面向对象的方法对水田信息进行提取。论文在利用eCongniton软件对影像进行多尺度分割,不同的地类采用不同的分割尺度,采用模糊分类的方法,结合影像的光谱、形状、纹理等特征构建水田特征知识库对水田信息进行提取。实验结果表明利用面向对象的方法对水田信息提取有良好的效果。     

事前与事后市场细分方法的比较研究

随着市场细分研究的深入,细分方法由以定性分析为主的事前细分法逐渐发展到结合定性与定量分析的事后细分法。在实际应用中,事前与事后细分方法都可以应用,但孰优孰劣未知。主要对两种细分方法进行对比分析,探讨两种市场细分方法的细分效果并分析哪种细分方法的效果更佳。     

基于AHP的客户价值评价体系及市场细分方法研究

从客户价值和市场细分的关系入手,总结了目前流行的客户分类和市场细分方法,分析了现有方法的不足,并设计了一种基于层次分析法(AHP)的客户价值评价体系,然后以此为据提出了一种新的市场细分的方法。     

Computer-aided diagnosis and decision-making system for medical data analysis: A case study on prostate MR images

Prostate cancer is the most common cancer in males and a major cause of cancer-related death. Magnetic resonance (MR) imaging is recently emerging as a powerful tool for prostate cancer diagnosis. To clinically diagnose prostate cancer, doctors need to segment the prostate area in the MR image. However, manual segmentation is time consuming and influenced by the physician’s experience. Computer-aided diagnosis and decision-making systems have shown great effectiveness in assisting doctors for this purpose. At the same time, deep learning based on Generative Adversarial Networks can be applied to the segmentation of prostate MR images. In this paper, we propose a new computer-aided diagnosis and decision-making system based on a deep learning model to automatically segment the prostate region from prostate MR images. Additionally, receptive field block (RFB) was integrated into the model to enhance the discriminability and robustness of the extracted multi-scale features. We also introduced dense upsampling convolution instead of the traditional bilinear interpolation to capture and recover fine-detailed information. Adversarial training was used to train the model, and the segmentation results were experimentally tested. The results showed that adversarial training and RFB are indeed effective, and the proposed method is superior to other methods on various evaluation metrics.     

浅议数字图像处理中的模拟信号处理

数字图像处理是将模拟的图像信号转换成离散的数字信号并利用计算机对其进行处理的过程,其主要目的是对图像信息进行加工处理以满足人的视觉心理和实际应用的要求。与早期模拟图像相比数字图像处理有再现能力强、处理精度高、适用面宽、灵活度高等优点。主要包括图像变换、图像增强、图像复原、图像压缩、图像分割等内容。图像是人类获取和交换信息的主要来源,图像处理的应用领域涉及到人类的方方面面,随着信息时代的来临,数字图像处理将发挥越来越重要的作用。