基于二维EMD的人脸图像去光照方法研究

去除光照影响是人脸图像增强和识别的关键技术.二维经验模态分解(2-D EMD)可根据图像特征自适应地将其分成多个尺度的分量,各分量重建可实现图像增强或去噪的功能.基于二维EMD的原理及特征,研究了2种新的人脸图像去光照算法,即基于原始图像的直接二维EMD重建和基于Lambert光照模型的对数二维EMD重建,并运用特征脸识别对去光照算法的效果进行了测试和比较分析.仿真结果表明,运用二维EMD重建可较好地去除人脸图像中的光照影响,而对数二维EMD重建算法相对具有更明显的稳健性和适用性.

面向识别的人脸去光照预处理算法

目前,光照变化是人脸识别预处理面临的困难之一。文中对经典的去光照预处理算法包括图像增强方法、提取光照不变性、Retinex算法、对数变换等算法及其改进后的算法进行了分析和总结。最后提出了对去光照的研究方向。

人脸识别中去光照算法

光照变化问题是人脸检测和识别中的一个非常重要而又难于解决的问题。提出一种人脸光照无关图算法,从单一图像中获得人脸光照的无关灰度图。算法在色度比空间中计算出信息熵最小的灰度图,所获得的灰度图像去除了光照影响,并且保留了图像信息和人脸特征。

地基云图识别的光照补偿算法

为研究地基云图云状识别中的光照补偿问题,针对可见光地基云图,提出了一种基于BEMD与Closed-Form景物提取算法相结合的地基云图光照补偿算法对云图进行预处理,经过去光照处理后的云图,再进行Hilbert谱特征提取,最后进行云类的识别.与基于L1的全变分模型的光照补偿算法相比,可有效地去除云图的光照影响,又不至于去掉云图自身的信息,且与背景区别明显.试验结果表明,使用该方法与未进行处理的云图相比识别率提高4.17％～18.88％.

生产线上线缆字符的扫描处理方法

针对工业环境下得到的线缆字符图像噪声大、光照不均、清晰度低等所导致的图像处理效果不理想问题,本文提出了一种专门用于线缆字符图像的处理技术。通过采集线缆上的字符图像,对其进行边缘检测以及直线检测分割,将图像中的线缆部分完整分割出来。在此基础上通过去改进光照算法及文本定位分离具体字符块,减小处理区域。最后用二值化处理,得到完整清晰的字符二值图像。实验证明,此方法效果良好,可以有效处理线缆字符图像。