多角度人脸检测装置与方法

    公开(公告)号:CN102426646A

    公开(公告)日:2012-04-25

    申请号:CN201110326676.6

    申请日:2011-10-24

    Abstract: 本发明公开一种多角度人脸检测装置与方法,主要解决现有技术中不能有效利用图像中彩色信息和主要针对单个角度检测人脸的问题。其装置包括图像采集模块、模数转换模块、图像处理模块、数据存储模块和通信模块。其方法步骤为:(1)建立人眼检测器;(2)建立侧面人脸模板;(3)获取待处理图像;(4)获取互选人脸区域;(5)判定正面人脸;(6)判定侧面人脸;(7)判定全侧人脸;(8)输出检测结果。本发明有效的利用了图像中的肤色信息,节省了计算资源,提高了处理速度;采用二值图像建立模板,可以简单有效的判定侧面人脸;将肤色检测、人眼检测和模板匹配方法结合,能够准确的检测水平方向多个角度的人脸。

    半监督在线学习人脸检测方法

    公开(公告)号:CN102332094A

    公开(公告)日:2012-01-25

    申请号:CN201110326677.0

    申请日:2011-10-24

    Abstract: 本发明公开一种半监督在线学习人脸检测方法,主要解决现有技术中离线人脸检测需要采集大量样本和不能在检测过程中进行调整、提高检测率的问题。其方法步骤为:(1)获取待检测图像;(2)建立在线人脸分类器;(3)在线人脸检测;(4)判定最差检测结果是否类似人脸;(5)更新在线人脸分类器;(6)筛选分类器结果;(7)输出检测结果。本发明采用在线人脸分类器进行人脸检测,不需要采集样本和离线训练,节省了大量资源和时间,可以简单、快速的进行人脸检测;并且通过线学习方法对人脸分类器进行更新,使本发明可以在人脸检测过程中不断调整检测器参数,逐步提高人脸检测的正确率。

    基于treelet融合和水平集分割的遥感图像变化检测

    公开(公告)号:CN102254323A

    公开(公告)日:2011-11-23

    申请号:CN201110155652.9

    申请日:2011-06-10

    Abstract: 本发明公开了一种基于treelet融合和水平集分割的遥感图像变化检测方法,主要解决现有变化检测方法存在较多伪变化信息的问题。其实现过程是:输入两时相遥感图像,对每幅图像分别进行均值漂移滤波,得到两时相滤波后图像并分别对其进行3次不同层数下的二维平稳小波分解,对相同分解层数对应方向子带的小波系数矩阵做差;采用sobel算子对得到的水平、垂直方向小波系数差矩阵进行增强并进行二维小波逆变换重构;采用treelet算法融合不同分解层数的重构图像得到最终的差异图,对该差异图进行水平集分割得到变化检测结果。本发明能够有效提高变化检测结果的精度,同时较好的保持变化区域的边缘特征,可用于对自然灾害的分析、土地资源监测等领域。

    基于边缘方向插值的CFA图像去马赛克方法

    公开(公告)号:CN102254301A

    公开(公告)日:2011-11-23

    申请号:CN201110207617.7

    申请日:2011-07-22

    Abstract: 本发明公开了一种基于边缘方向插值的颜色滤波阵列(color filter array,CFA)图像去马赛克方法,主要解决了现有的去马赛克方法对图像高频部分插值效果不佳虚假颜色效应严重的问题。其实现步骤是:(1)输入一幅待去马赛克的CFA图像;(2)估计亮度;(3)对绿色通道插值;(4)对红色和蓝色通道分别进行双线性插值;(5)分别对红、绿、蓝通道进行修正;(6)输出彩色图像。本发明具有能较好的保持图像高频信息的优点,能有效抑制虚假颜色效应,改善CFA图像去马赛克后视觉效果,且运行时间短。

    基于字典迁移聚类的SAR图像分割方法

    公开(公告)号:CN102122386A

    公开(公告)日:2011-07-13

    申请号:CN201110048972.4

    申请日:2011-03-01

    Abstract: 本发明公开了一种基于字典学习的迁移聚类SAR图像分割方法,主要解决现有的人工标记SAR图像成本高,且已有无标记SAR图像无法用于辅助目标SAR图像分割的问题。其实现过程是:1)对目标SAR图像和无标记辅助SAR图像提取小波特征;2)设定循环终止次数,使用k-means方法对目标SAR图像进行初始划分;3)对每一类目标SAR图像数据训练一个字典;4)从辅助SAR图像数据中为每一类目标SAR数据迁移一组样本;5)利用谱聚类集成方法去除标签不稳定的辅助数据样本;6)用净化后的每一批辅助样本训练一个辅助字典;7)根据目标字典与辅助字典以及对应聚类中心更新样本标签并输出聚类分割结果。本发明具有分割效果好的优点,可用于进一步的SAR图像目标识别。

    基于邻域概率密度函数特征的水平集图像分割方法

    公开(公告)号:CN101571951B

    公开(公告)日:2011-04-06

    申请号:CN200910022907.7

    申请日:2009-06-11

    Abstract: 本发明公开了一种基于邻域概率密度函数特征的水平集图像分割方法,主要解决了现有方法不能有效处理自然图像的纹理基元在纹理尺度和纹理方向上的多变性的问题。其实现步骤为:初始化水平集函数;设置水平集函数迭代次数初始值和最大值;计算邻域概率密度函数特征集合;计算子集概率密度函数特征;计算相似性向量;根据水平集演化方程更新水平集函数;判断是否进入循环,如果是,则重新计算子集概率密度函数特征、相似性向量和水平集函数,否则终止循环,将水平集函数的零水平集作为输入图像的分割边界。本发明由于使用多尺度滑动窗拟合自然图像的纹理基元,较好地处理了纹理基元在纹理尺度和纹理方向上的多变性,可用于自然纹理图像的分割。

    基于粒子群优化空间纹理信息约束聚类的图像分割方法

    公开(公告)号:CN101923715A

    公开(公告)日:2010-12-22

    申请号:CN201010271546.2

    申请日:2010-09-02

    Abstract: 本发明公开了一种粒子群优化空间纹理信息约束聚类的图像分割方法,主要解决纹理图像分割的局部错分问题,改善边缘结合位置的分割效果。其实现过程是:(1)输入待分割的图像;(2)对待分割图像提取灰度共生特征和小波特征;(3)利用高斯核有选择的用空间信息和邻域纹理信息改进模糊c-均值的相似性测度并进行聚类;(4)利用粒子群优化方法对聚类过程中的调控参数进行优化;(5)判断是否达到设定的循环终止条件,如果没有达到循环终止条件则返回到第3步进行下一次循环,如果达到则退出循环得到最终隶属度值,即图像最终分割结果。本发明与现有的技术相比显著提高了图像的分割性能,能够有效地分割纹理图像和SAR图像。

    基于方向信息测度的SAR图像目标变化检测方法

    公开(公告)号:CN101634705A

    公开(公告)日:2010-01-27

    申请号:CN200910023636.7

    申请日:2009-08-19

    Abstract: 本发明公开了一种基于方向信息测度的图像目标变化检测方法,主要解决传统方法对含有高强度噪声的目标变化检测抗噪性能差,检测精度低的缺点。其实现过程包括:(1)利用方向测度提取两幅时相的方向信息;(2)由两幅时相的方向信息测度的差值构造差异图;(3)针对差异图,采用模糊C均值聚类方法,得到变化目标的大致轮廓;(4)根据目标的大致轮廓,确定目标的中心点及包含目标信息的区域块;(5)对含有变化目标信息的区域块滤波,相减得到差异区域块,每个块用最大类间阈值的方法提取变化的目标。本发明具有抗噪性强,检测变化目标精确度高的优点,可用于检测多时相SAR图像变化的目标。

    基于迁移核匹配追踪的医学影像诊断系统及诊断方法

    公开(公告)号:CN101609485A

    公开(公告)日:2009-12-23

    申请号:CN200910023415.X

    申请日:2009-07-24

    Abstract: 本发明公开了一种基于迁移核匹配追踪的医学影像诊断系统及诊断方法。整个系统包括:影像预处理模块、影像特征提取模块、影像迁移核匹配追踪诊断模块和影像未标识样本测试模块。影像预处理模块,完成原始影像去冗余及直方图均衡化增强处理;对处理后的影像提取灰度共生矩阵、Hu矩、Brushlet及Contourlet特征作为样本集,得到源域和目标域有标识训练样本集及目标域未标识测试样本集;对源域和目标域有标识的训练样本集影像进行迁移核匹配追踪学习,得到更新后的目标域训练样本集与训练分类器,用该分类器对未标识的测试样本分类诊断,输出最终诊断结果。本发明能缓解医学参考样本数量少的缺点,有效提高医学影像诊断识别率,可用于医学图像临床辅助诊断。

    基于邻域概率密度函数特征的水平集图像分割方法

    公开(公告)号:CN101571951A

    公开(公告)日:2009-11-04

    申请号:CN200910022907.7

    申请日:2009-06-11

    Abstract: 本发明公开了一种基于邻域概率密度函数特征的水平集图像分割方法,主要解决了现有方法不能有效处理自然图像的纹理基元在纹理尺度和纹理方向上的多变性的问题。其实现步骤为:初始化水平集函数;设置水平集函数迭代次数初始值和最大值;计算邻域概率密度函数特征集合;计算子集概率密度函数特征;计算相似性向量;根据水平集演化方程更新水平集函数;判断是否进入循环,如果是,则重新计算子集概率密度函数特征、相似性向量和水平集函数,否则终止循环,将水平集函数的零水平集作为输入图像的分割边界。本发明由于使用多尺度滑动窗拟合自然图像的纹理基元,较好地处理了纹理基元在纹理尺度和纹理方向上的多变性,可用于自然纹理图像的分割。

Patent Agency Ranking