人脸图像检测在实际运行中,复杂的背景、和人脸选择位置与大小都会影响到人脸识别率。为了克服这些因素并减少环境的干扰,设计了一种人脸图像检测与正规化的方法,详细论述了实现的关键技术。通过实验表明,人脸图像识别率和速度都有很大的改善,满足了实际环境中实时处理的需要。
上传时间: 2015-01-03
上传用户:大三三
模式识别-贝叶斯最小错误率判别一幅图像是属于人,还是属于背景。图像经过预处理。
上传时间: 2015-05-19
上传用户:qwe1234
车牌定位---VC++源代码程序 1.24位真彩色->256色灰度图。 2.预处理:中值滤波。 3.二值化:用一个初始阈值T对图像A进行二值化得到二值化图像B。 初始阈值T的确定方法是:选择阈值T=Gmax-(Gmax-Gmin)/3,Gmax和Gmin分别是最高、最低灰度值。 该阈值对不同牌照有一定的适应性,能够保证背景基本被置为0,以突出牌照区域。 4.削弱背景干扰。对图像B做简单的相邻像素灰度值相减,得到新的图像G,即Gi,j=|Pi,j-Pi,j-1|i=0,1,…,439 j=0,1,…,639Gi,0=Pi,0,左边缘直接赋值,不会影响整体效果。 5.用自定义模板进行中值滤波 区域灰度基本被赋值为0。考虑到文字是由许多短竖线组成,而背景噪声有一大部分是孤立噪声,用模板(1,1,1,1,1)T对G进行中值滤波,能够得到除掉了大部分干扰的图像C。 6.牌照搜索:利用水平投影法检测车牌水平位置,利用垂直投影法检测车牌垂直位置。 7.区域裁剪,截取车牌图像。
上传时间: 2013-11-26
上传用户:懒龙1988
1.24位真彩色->256色灰度图。 2.预处理:中值滤波。 3.二值化:用一个初始阈值T对图像A进行二值化得到二值化图像B。 初始阈值T的确定方法是:选择阈值T=Gmax-(Gmax-Gmin)/3,Gmax和Gmin分别是最高、最低灰度值。 该阈值对不同牌照有一定的适应性,能够保证背景基本被置为0,以突出牌照区域。 4.削弱背景干扰。对图像B做简单的相邻像素灰度值相减,得到新的图像G,即Gi,j=|Pi,j-Pi,j-1|i=0,1,…,439 j=0,1,…,639Gi,0=Pi,0,左边缘直接赋值,不会影响整体效果。 5.用自定义模板进行中值滤波 区域灰度基本被赋值为0。考虑到文字是由许多短竖线组成,而背景噪声有一大部分是孤立噪声,用模板(1,1,1,1,1)T对G进行中值滤波,能够得到除掉了大部分干扰的图像C。 6.牌照搜索:利用水平投影法检测车牌水平位置,利用垂直投影法检测车牌垂直位置。 7.区域裁剪,截取车牌图像。
上传时间: 2014-01-08
上传用户:songrui
Otsu-最大类间方差Matlab代码 最大类间方差法原理:最大类间方差法是由日本学者大津于1979年提出的,是一种自适应的阈值确定的方法,又叫大津法,简称OTSU。它是按图像的灰度特性,将图像分成背景和目标2 部分。背景和目标之间的类间方差 % 大,说明构成图像的2 部分的差别越大,当部分目标错分为背景或部分背景错分为目标都会导致2 部 % 分差别变小。
上传时间: 2015-09-05
上传用户:shanml
7-1.c对应第7章图像控制器程序代码; 7-2.c对应第7章LCD控制程序代码; 7-3.c对应第7章AC97驱动程序代码; 7-4.c对应第7章背景灯初始化驱动程序代码
上传时间: 2016-04-21
上传用户:nanshan
以两片由TI 公司生产的数字信号处理器TMS320C6203B 为核心,用可编程逻辑阵列CPLD 进行逻辑控 制,采用现场可编程门阵列FPGA 作图像的预处理和进行双数字信号处理器(DSP) 之间的通讯,实现了实时相关的图像 处理。此系统实时性好,可直接利用数字图像的灰度特征,在低信噪比的情况下目标跟踪点漂移小,目标跟踪能够较好 地适应不同灰度分布的背景。
上传时间: 2016-05-11
上传用户:kytqcool
用于去除背景,得到原图与背景相减的图像并二值化
标签: 背景
上传时间: 2016-06-12
上传用户:sjyy1001
高光谱图像的顶点成分分析,在没有先验知识背景下,提取图像中的端元
上传时间: 2014-01-21
上传用户:1966640071
:通过人眼图像来检测驾驶员疲劳驾驶是目前的主流方向,面部及眼睛定位是其中关键的环节。针对驾驶员疲 劳检测系统,结合图像处理和模式识别技术,提出一种基于人脸面部特征的人眼定位方法。经实验验证:该方法实时性 好,可用于不同背景、光照、旋转和偏转角度,以及睁闭眼、戴眼镜等多种复杂条件下的眼睛定位。
上传时间: 2016-08-05
上传用户:zhuoying119