基于人像识别的图象校正方案研究.pdfVIP

Q Q：! ChinaNew TechnologiesandProducts 高新 技 术 基于人像识别的图象校正方案研究 刘 磊 (重庆大学 软件学院，重庆 400044) 摘 要 ：依据光学原理得到的采样图存在的图象噪声干扰 ，物品干扰 以及人的形态干扰等因素是准确识别和计数的最大障碍。本文 从采样到识别计数的流程分别依据图象特征分阶段提出了目标质点法，图象角度修正，主动轮廓二次角点检测 以及综合验证的校正 方案。实践证 明，使用本文方案对于计算机智能人像识别的准确率明显提高。 关键词 ：目标质点；主动轮廓；计数验证 1图象中目标个数的验证 v1的特征图的值 ，若 R。在周 表 1 通过背景初始化，容易在采样灰度图象中 围5x5邻域内是最大的特征 采 前后 行值 间隔 已 现 是否 是否 舍弃矢 突出目标物体。 图值，则认为点p(x，y)是侯选 样 目标质点 图矢 相减 图矢 有 有 有新 有消 量 线斜 设图像在坐标 的象素灰度为 ，我 角点。 序 量线 正负 量线 目 目 目标 失 目 童 们使用一个加权的方法对整个图像范围的灰度 针对提取凹陷轮廓的任 列 标 标 标 进行计算并取平均 务 ，我们提出局部主动轮廓 = (∑∑ )／(∑∑ )，Y=(∑∑” )／(∑∑w)LI．i) 模型，增加控制点数量；增加 1 (108．133) 139 正 130 1 1 O 0 无 凹陷能的定义。新增控制点 g(x，)=(∑ f(i，』))，( ∑ ) ，1，1 准则如下：令原控制点集中 2 (45．154) 一3 负 n97 1 1 l 1 139 3 (77，148) 一5 正 暂无 1 1 O O 无 其中，M，N分别表示采样图的行列值，表 距离凹陷点0。最近的控制 示最终的横纵坐标，x,y表示一个加权后的平均 点为ak，a aba是非稳定控 4 (96，157) 2l1 正 17 1 2 O 0 无 灰度 W表示f(i对应的权值。这就是用加权灰 制点，令 d=la， 1分别在直 (55．71) O48 负 一Ol2 l O 度寻找目标点的基本思路，在这里，我们把计算 线 ，o一iak+t上以d为间隔增加控制点。由于 0 中对应质点的连线及移动方向，把这种连线称 结果，称为质“点”，它反应了图像中目标物体灰 本身也是 目标上的特征点，所以它也是新增控 为目标矢量线，即前后图矢量线 ；取第三张采样 度区域的重心。但是 I．I，12的计算结果只有一 制点之一，将新增控制点原有的非稳定控制点 图，计算 目标质点，然后与第一张采样图进行计 个 ，而采样图中可能存在多个物体，这是因为没 一 起作为局部控制点集，然后使用局部主动轮 算，得到间隔图目标矢量线；用—个变量保存新 有考虑质点是否被灰度象素包围。我们通过建 廓模型进行二次轮廓检测。增加凹陷能以后的