一种基于静态照片面部识别的上睑下垂图像测量方法

    公开(公告)号:CN110210357B

    公开(公告)日:2021-03-23

    申请号:CN201910438750.X

    申请日:2019-05-24

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于静态照片面部识别的上睑下垂图像测量方法。采集获得人脸正面图像,处理获取人脸区域,进而获得眼部图像区域;预处理,包括灰度化和二值化,再定位获得虹膜中心位置,利用得虹膜中心位置和虹膜外边缘轮廓的关系获得虹膜半径;获得虹膜中心位置至上眼睑缘的像素间距MRD1和虹膜中心位置至下眼睑缘的像素间距MRD2:利用标记的实际尺寸和像素尺寸获得图像的分辨尺寸关系,进而获得MRD1和MRD2的实际尺寸。本发明能自动检测上睑下垂的严重程度,从而提高上睑下垂诊断的准确性和客观性,以图像处理方式避免了人工测量的麻烦,本发明为体检筛查、远程医疗等也提供了可能性。

    用于图像质量评价的图像稀疏多维度特征提取方法

    公开(公告)号:CN104899874A

    公开(公告)日:2015-09-09

    申请号:CN201510256824.X

    申请日:2015-05-19

    Applicant: 浙江大学

    CPC classification number: G06T7/0002 G06T2207/30168

    Abstract: 本发明公开了一种用于图像质量评价的图像稀疏多维度特征提取方法。本发明具体实施包括如下步骤:1.构造图像的参考块和搜索空间。2.分别在空间域和变换域寻找距离相近的块,并堆叠成组。3.堆叠后的组分别进行3D系数变换,获得多维的稀疏的变换域信息。4.提取变换域信息的直方图统计特征和位置线性拟合的相关系数。5.将上述特征构成的特征向量,利用支持向量机进行训练和分类,得到图像质量评价分数。本发明充分利用了图像全局的块相似度信息,实现了冗余特征的去除和有效的多维度稀疏特征的提取,提取的特征可以用于图像质量的客观评价。

Patent Agency Ranking