基于图像力场转换的耳廓图像识别

首先讨论了耳廓识别技术的可行性、可靠性及其特点,针对耳廓识别特点提出一种基于图像力场转换的耳廓识别方法(Force-field fisher classifier)．该方法通过力场图像转换提取耳廓图像特征后,采用Fisher线性判别分类识别,减小了光照变化对耳廓识别的影响．在我们选取的耳廓图像库上识别率达到了98.5%．

基于力场转换的人耳特征提取与识别

提出一种基于力场转换理论的人耳识别方法。该方法将力场理论分两次运用于人耳图像,分别提取内耳结构特征点和外耳轮廓特征点,并融合形成人耳特征点集。然后利用改进的Hausdorff距离对两个特征点集进行匹配识别。该方法提取的特征点稳定、可靠,具有很强的区分能力。采用力场图像转换可以有效消除光照变化对耳识别的影响,而使用Hausdorff距离进行匹配则可进一步解决由于位移、旋转变化以及姿态变化等带来的识别率低的问题。实验表明本文提出的方法不但能有效提高人耳识别率,而且具有很强的鲁棒性。

改进力场转换理论的多尺度图像边缘检测算法

为了提高多尺度边缘检测算法的定位精度,更好地抑制图像中的噪声和细节,将改进力场转换理论与多尺度图像边缘检测算法相结合,提出了改进力场转换理论的多尺度图像边缘检测算法。新算法计算每个尺度下图像中各像素点的内积能量值,利用内积能量值计算各个像素点间的引力;采用自适应阈值得到每一尺度下图像的边缘;在小尺度的检测结果下定位,执行由粗到细的边缘跟踪,得到最终的边缘结果。实验结果表明,新算法可以有效地抑制噪声,提高边缘检测的定位精度。

基于力场转换理论的耳廓识别

本文提出了一种基于力场转换理论的人耳识别方法,在检测出耳廓边缘的基础上,将图像分别通过力场和能量场进行描述,利用测试点在力场中运动最终收敛至图像能量局部最小值处这一个特征,对人耳图像特征点进行定位,最终利用提取出的"势能阱"和"势能渠"实现匹配与识别,经在选用的耳廓图库上实验,错误接受率FAR为1.28%,错误拒绝率FRR为6.28%。

基于力场转换理论的图像粗大边缘检测方法

基于粗大边缘的异源图像匹配在导航制导等领域具有广阔的应用前景,但是现有边缘检测方法很难提取出异源图像中的粗大边缘。根据异源图像成像原理和灰度分布特点,提出一种基于力场转换理论的异源图像粗大边缘检测新方法。首先,根据引力概念计算图像中各像素点受到合力的大小和方向;其次,为了去除光照和异源图像灰度不同的影响,对图像中像素点所受合力的大小进行归一化处理;然后,对归一化后的图像进行二值化分割以获得边缘像素点所在的区域;最后,通过实验研究粗大边缘像素点的合力大小和方向特征,由此得到了粗大边缘点的确定方法。实验结果表明:与Canny边缘检测方法相比,该方法对异源图像间的粗大边缘具有很好的边缘检测效果,与先分割再提取边缘的方法相比,该方法可以提取灰度值分布较集中且噪声较大的红外(IR)图像粗大边缘。

基于图像力场理论的ORB特征优化方法

针对现有的移动机器人视觉图像ORB特征受图像尺度、光照和旋转影响比较大的问题,提出了一种基于图像力场理论转换的优化ORB算法.通过计算图像熵值确定图像金字塔尺度,构建稳定的ORB特征,以此解决ORB特征点的尺度不变性.采用ORB特征点的引力方向作为特征点描述子的主方向,优化ORB算法的旋转不变性.利用PROSAC算法剔除冗余ORB特征点.结果表明,本文方法在一定程度上提高了ORB特征点描述子的准确度和匹配正确率.

高职院校专业群建设:动力、阻力及其转换

根据力场分析理论,专业群建设过程中同时存在促进专业合作发展与专业独立发展两个方向的作用力。政府政策的引导、产业发展的需求以及高职院校专业管理创新与职能优化的需要是专业群产生与发展的动力。但在建设过程中也面临诸如组织、制度、文化、利益以及校企合作等方面的阻力,阻力影响专业间的合作发展。从力场转换的视角出发,专业群建设的有效路径为:领导核心统筹协调、探索组织创新、提供制度保障、加强课程群建设、增强专业群的开放性。在此基础上,专业群的建设要同时在组织、制度等方面采取变革措施,以局部范围的创新、小步子前进的方式,通过持续不断的变革达到质变的效果。

适应手脸遮挡手语视频的手势检测算法

针对手脸遮挡条件下的手语视频手势检测问题,提出一种基于力场(force field)转换的手势检测算法。首先分别计算手脸遮挡帧和纯脸部帧的力场图像,然后将力场图像分块并统计各分块直方图特征,再将相同空间位置的分块直方图对应相减,得到各分块直方图灰度分量差,最后将各分块直方图灰度分量差与灰度阈值进行比较获得手部位置。实验证明该算法能够实时进行手脸遮挡条件下的手势检测。

电镜图像的量子衍生协同式边缘滤波

针对冠状病毒电镜图像特点及其轮廓提取、目标检测和噪声抑制的综合处理需求,研究了量子衍生边缘滤波机制及协同策略。从像素的双量子比特态表示与量子测量及结果检验方式出发,结合力场转换与量子衍生中值滤波,构建了量子衍生协同式边缘滤波框架及实施路线。实验分析了边缘滤波框架中的协同策略及融合效果,对比验证了量子测量结果检验方式的有效性。实验表明:冠状病毒电镜图像经过量子衍生协同式边缘滤波处理后,提升了形态学分析的质量条件。

基于耳廓特征的生物识别新技术

耳廓检测和特征点的定位是基于耳廓的身份识别与验证新技术研究中非常重要的一部分。耳廓具有数据采集量少,便于建库,色泽分布一致,不受丰富表情影响等诸多优势。采用快速耳廓检测和定位技术,并基于耳廓图像可逆线性变换的方法,将图像分别通过力场和能量场进行描述,利用测试点在力场中运动最终收敛至图像能量局部最小值处这一个特征,对耳廓图像特征点进行定位。在实验分析过程中,首先解决了耳廓自动检测,并在此基础上定位和提取耳廓特征点,通过力场模型的调整,使得场线较好的收敛于某最近似像素点,解决了力场连续性和数字图像离散性的矛盾,取得满意结果。