- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于积分投影眼睛定位系统设计
基于积分投影眼睛定位系统设计
摘 要:眼睛定位是很多人脸检测算法的关键步骤,是近二十年来图像处理、模式识别和计算机视觉领域中极富挑战性的研究课题之一。眼睛定位常用的精确检测方法主要有:霍夫变换法、变形模板法、边缘特征分析法和对称变换法等。文中采用一种基于积分投影的方法进行眼睛位置的有效快速定位,并分别利用水平和垂直灰度积分投影曲线结合人脸的结构特征找到眼睛的位置坐标,实现了准确的眼睛定位。
关键词:眼睛定位;积分投影;人脸识别
中图分类号:TP391.41 文献标识码:A 文章编号:1672-7800(2011)09-0137-03
1 国内外研究现状??
国内关于人脸自动识别的研究始于80年代末,许多科研机构和大学从事这方面的研究工作,并己取得许多成果。国外对于人脸图像识别的研究较早,现在已有实用系统问世,例如,美国的FERET研究机构开发了用于罪犯搜捕的人像识别系统,对于数千人的像库中的人像进行识别检索,识别率可达到90%以上,基本上达到了实用水准。??
2 常用投影函数??
2.1 积分投影函数??
最为常用的投影函数就是积分投影函数。假设??I(x,y)表示点(x,y)处的像素灰度值,在区间[x\-1,x\-2]??和[??y\-1,y??2]内的垂直积分投影函数和水平积分投影函数分别表示为S\-v(x) 和S\-h(y)??,则
?И?S\-v(x)=∫????y??2??????y??1??I(x,y)dy ,S\-h(y)=∫????x??2??????x??1??I(x,y)dx(1)?И?
平均积分投影函数??M\-v(x)和M\-h(y)??分别表示为
?И?M\-v(x)=1y??2-y??1∫????y??2??????y??1??I(x,y)dy,??
M\-h(y)=1x??2-x??1∫????x??2??????x??1??I(x,y)dx(2)?И?
当图像某一列像素灰度均值发生变化时,这种变化会在??S\-v(x)和M\-v(x)的值上反映出来。同理,当图像某一行像素灰度均值发生变化时,这种变化会在S\-h(x)和M\-h(x)??值上反映出来 因此,可以通过对积分投影函数值的分析提取图像中的特征。??
2.2 方差投影函数??
积分投影函数只考虑了均值的变化,却不能反映均值相同情况下灰度值的变化。如果用方差代替均值,就可避免这种情况的发生,这就是方差投影函数。设在区间??[x\-1,x\-2]和[y\-1,y\-2]??内的垂直方差投影函数和水平方差投影函数分别表示为?Е要?2??h(y)?В?则
?ИЕ要?2??v(x)=1y??2-y??1∑y??2y??i=y??1[I(x,y??i)-M??v(x)]??2
σ??2??h(y)=1x??2-x??1∑x??2x??i=x??1[I(x??i,y)-M??v(y)]??2(3)?И?
当图像某一列像素灰度的方差发生变化时,这种变化会在?Е要?2??v(x)?У闹瞪戏从吵隼础M?理,当图像某一行像素灰度的方差发生变化时,这种变化会在?Е要?2??h(y)?У闹瞪戏从吵隼础*?
2.3 混合投影函数??
垂直混合投影函数??H??v(x)和水平混合投影函数??H\-h(y)??分别定义为??
?И?H\-v(x)=1[]2σ????2′????v(x)+1[]2M′??v(x),
H\-h(y)=1[]2σ????2′????h(y)+1[]2M′??h(y)(4)?И?
其中??σ′??v(x),σ′??h(y),M′??v(x),M′??h(y),??分别是?Е要?v(x)?В??Е要?h(y)?В???M??v(x)?В???M??h(y)?Ч娣痘?到[0,1]区间后的结果:
?ИЕ摇洫?v(x)=σ??v(x)-??min??(σ??v(x))??max??(σ??v(x))-??min??(σ??v(x))
σ′??h(y)=σ??h(y)-??min??(σ??h(y))??max??(σ??h(y))-??min??(σ??h(y))(5)
M′??v(x)=M??v(x)-??min??(M??v(x))??max??(M??v(x))-??min??(M??v(x))
M′??h(y)=M??h(y)-??min??(M??h(y))??max??(M??h(y))-??min??(M??h(y))(6)?И?
HPF的值反映了图像在某个方向上灰度均值和方差变化情况的综合,所以具有更强的适应性。??
3 投影函数的优点和不足??
投
文档评论(0)