一种改进的快速迭代阈值选择算法

针对迭代阈值选择算法每次迭代计算灰度阈值的过程存在大量重复计算的问题,提出了基于均值累计和频次累计的快速迭代阈值选择算法。对快速迭代阈值选择算法和迭代阈值选择算法阈值计算的时间开销及图像二值化分割进行了实验分析,结果表明:文中提出的快速迭代阈值选择算法可有效的对实验图像进行二值化,该算法可显著降低迭代过程的时间开销。当图像尺寸达到10 000*10 000时,快速迭代阈值选择算法的时间消耗可降低至迭代阈值选择算法的10%,验证了快速迭代阈值算法的有效性。

驾驶员疲劳检测中的嘴部状态研究

针对嘴部作为人脸的重要信息集中点之一这个特性,提出了一种用于驾驶员疲劳检测的嘴部状态的研究算法。首先采用改进的Adaboost算法精确定位人脸区域,然后利用迭代式阈值选择法对人脸下半部分进行二值化处理,得到嘴部完整轮廓后使用Harris角点检测找出嘴角,同时矫正倾斜嘴部,最后通过计算嘴部张开度和持续时间来判断是否疲劳。实验表明,该算法具有较快的速度,同时对疲劳检测的进一步研究有重要的作用。