采用拟梯度方向信息的随机Hough变换直线检测

针对随机 Hough 变换(RHT)中的无效采样和累积问题,以边缘点的梯度方向信息为基础,提出了利用边缘的拟梯度方向代替边缘点作为待测空间的直线检测方法。理论分析和实验表明,与传统 RHT 相比,本算法具有检测速度更快、精度更好等优点。

一种基于IEEE-1394接口的数据采集系统的设计

介绍了一种新型的、基于IEEE 1394串行总线的通用数据采集系统的实现方法。借助于IEEE 1394的优点 ,通过此系统高速地传输数字信息 。

一种利用图像序列进行摄像机标定的方法

结合消隐点的有关知识,利用图像序列中运动的人体及其阴影的垂直关系,给出了一种实用性比较强的摄像机标定方法.该方法采用线性的方法计算出了可变焦摄像机5参数的内参数矩阵及旋转矩阵,并在一定的条件下计算出平移矩阵,最终将摄像机完全标定.计算内参数及旋转矩阵时不必考虑图像之间对应点之间的关系,从而大大减少了图像检测期间算法的复杂度,提高了标定的速度.此外,模拟和实际图像实验也表明该自标定方法具有较高的鲁棒性和准确性,适用于在线摄像机标定系统.

基于动态目标建模的粒子滤波视觉跟踪算法

提出一种根据场景变化动态建立目标模型的粒子滤波视觉跟踪算法.该方法首先选择简单且具有互补性的特征描述当前图像,并统一采用直方图法对这些特征进行建模;然后在粒子滤波框架下,根据巴塔恰里亚测度评价各个目标特征和背景特征之间的可区分程度,动态调整特征间的置信度;并对各个特征似然函数的噪音参量进行在线估计和更新,使其似然函数的度量标准达到统一.分析和实验表明,该算法性能优于仅仅采用多特征融合进行粒子滤波视觉跟踪的方法,对摄像机运动、混淆干扰、遮挡及目标外观大小的改变具有更强的鲁棒性.

复杂背景下多运动目标轮廓检测

该文在研究多种运动目标轮廓检测算法的基础上,提出了一种新的复杂背景下基于连续3帧即可精确检测多运动目标轮廓的算法。分析和实验表明,该算法抗干扰能力强,可以有效地消除被运动目标遮挡和重现的纹理背景,对复杂背景及不重叠多目标运动情况,可以精确地定位各个运动目标的外轮廓。此外,该算法具有潜在的并行机制,易于实现实时运动图像处理。

基于色度畸变和纹理特征的阴影消除方法

从图像序列中精确地提取运动目标是许多计算机视觉应用中的核心部分,但由于运动目标阴影的存在,会导致目标形状的扭曲、目标的相互连接等问题,对分割和提取运动目标造成很大的困难。为了精确地提取运动目标,提出一种利用色度畸变和纹理特征进行阴影消除的方法。采用混合高斯分布建立自适应背景模型,运用背景减除的方法分割出运动区域,并分析了场景点在存在阴影前后色度的分布规律以及纹理的互相关性,从而消除运动目标的阴影。分析和实验表明,该算法抗干扰能力强,对于室内和室外光照条件下的阴影都能有效地消除,并且所需设置的参数少,复杂度较低,易于实现实时运动图像处理。

互联网体育广告有效传播的媒介生态因子与路径选择——基于媒介生态学的视角

该文从互联网—体育—广告这三者出发,结合媒介生态学相关理论及主要观点,对互联网模式下体育广告传播的效果进行系统研究。对生态学中有关生态系统、内生态、外生态、物种以及种群的相关理论创新性地应用于互联网体育广告传播效果进行相关媒介生态因子分析,从而形成基于媒介生态学视角下的促进我国互联网体育广告有效传播的建议,即:形成互联网体育广告内生态系统互动式传播食物链,并保持其内稳态平衡;协调互联网体育广告种群间的竞争关系,资源共栖,优势互补;适时适当调整互联网体育广告的媒介生态位,摄众传播,精准营销。

多角度不同表情下的人脸识别

多角度及不同表情下的人脸识别是人脸识别领域的一个难题。本文将二维主元素分析法与贝叶斯判据相结合设计了多角度不同表情下的人脸识别算法。首先,利用二维主元素分析法计算人脸的特征矢量空间,并将训练集和测试集中的数据向该特征矢量空间进行投影,然后使用贝叶斯判据进行识别。该方法集中了二维主元素分析法计算简单、速度快及统计分类器识别率高的优点。实验结果显示,该方法计算简单,对具有表情变化及不同角度的人脸的识别率高。

利用交比不变性的摄像机内参数标定方法

提出一种完全线性的针孔摄像机标定方法。在已知一个消隐点的情况下,利用交比不变性及消隐点的知识对摄像机进行标定。该方法简单易用,不涉及图像的匹配问题,也无须知道任何物理度量,整个定标过程可以自动进行。实验表明,该方法精确度较高,鲁棒性较强,有一定的实用性。

一种视频图像序列人脸检测方法

根据高阶统计量对高斯噪声不敏感的特点,本文提出了一种新的从连续图像序列中检测人脸的方法。首先,设计了运动图像序列帧间差的高阶统计量的计算公式,以自动分离运动人体和背景。为了提高速度,对计算过程进行了优化处理。然后使用一种边缘人脸检测方法检测运动人体中的人脸,并对该人脸进行尺度归一化处理。实验表明,该方法简单易行,速度快,能准确地提取出运动图像序列中的人脸。

彩色图像序列中运动目标外轮廓的自动提取

该文提出了一种新的多运动目标精确外轮廓自动提取算法。算法的主要创新点是:采用指数滤波计算彩色图像的梯度强度,改善了彩色图像梯度局部极值点的定位精度,所得到的梯度强度和运动边缘位置信息供随后的轮廓迭代中使用,成功地避免了动态轮廓的过收缩。此外,充分利用轮廓的方向信息,又有效地克服了动态轮廓迭代中的外扩展。从而,算法自动地提取出一个真正紧贴的目标外轮廓。分析和实验表明,该算法抗干扰能力强,对复杂背景及不重叠物体,可以精确定位并提取出各个运动目标的外轮廓。

基于PCA/Snake混合模型的运动目标外轮廓求解

提出一种基于 PCA/Snake 混合模型的运动目标外轮廓求解算法.该算法首先基于改进的主成分分析(PCA)模型和特征前景进行运动目标检测.然后根据目标的检测结果,基于 Snake 模型精确求解出运动目标的外轮廓.实验结果表明,本文算法提取的运动目标位置较精确,可同时提取图像序列中的多运动目标,且运算速度较快.