瞳孔定位方法和装置
    1.
    发明公开

    公开(公告)号:CN104463127A

    公开(公告)日:2015-03-25

    申请号:CN201410775890.3

    申请日:2014-12-15

    Applicant: 三峡大学

    CPC classification number: G06K9/00261 G06K9/54

    Abstract: 本发明公开了一种瞳孔定位方法和装置,属于电子设备领域。所述方法包括:利用二维Gabor滤波器的实部对待处理人眼图像进行滤波,得到第一光斑图像;对所述第一光斑图像进行二值化和膨胀处理,得到第二光斑图像;根据所述第二光斑图像中位于瞳孔内的光斑对所述待处理人眼图像进行选择性填充和高斯滤波处理,得到均匀填充的人眼图像;根据所述均匀填充的人眼图像和瞳孔定位算法进行瞳孔定位,得到瞳孔定位图像。本发明通过二维Gabor滤波器的实部可以实现对瞳孔附近光斑的检测,避免了错误填充,通过选择性填充和高斯滤波处理,实现了光斑的均匀填充,进而有利于提高瞳孔定位的准确性。

    一种图像置乱评价方法和装置

    公开(公告)号:CN103632375A

    公开(公告)日:2014-03-12

    申请号:CN201310669497.1

    申请日:2013-12-10

    Applicant: 三峡大学

    Abstract: 本发明公开了一种图像置乱评价方法和装置,属于数字图像处理领域。所述方法包括:对原图像和至少一幅置乱图像分别进行按位分层,获取所述原图像的位图图像和所述至少一幅置乱图像的位图图像;根据交叉皮层神经网络模型,分别对所述原图像的位图图像和所述至少一幅置乱图像的位图图像进行特征提取,得到所述原图像的结构特征序列和所述至少一幅置乱图像的结构特征序列;根据所述原图像的结构特征序列和所述至少一幅置乱图像的结构特征序列进行计算,得到所述至少一幅置乱图像的置乱度。本发明通过对原图像和至少一幅置乱图像进行按位分层并使用交叉皮层神经网络模型进行特征提取,实现了直接提取图像的结构特征信息,从而更好地进行置乱度评价。

    一种纹理图像的检索方法和装置

    公开(公告)号:CN103605811A

    公开(公告)日:2014-02-26

    申请号:CN201310667580.5

    申请日:2013-12-10

    Applicant: 三峡大学

    CPC classification number: G06F17/30262

    Abstract: 本发明公开了一种纹理图像的检索方法和装置,属于数字图像处理领域。所述方法包括:根据旋转不变局部二值模式算法对输入纹理图像进行处理,获取所述输入纹理图像的结构模式图像;根据脉冲耦合神经网络模型对所述输入纹理图像的结构模式图像进行特征提取,得到所述输入纹理图像的结构特征序列;根据所述输入纹理图像的结构特征序列和纹理图像数据库中的每幅图像的结构特征序列,获取被检索纹理图像。本发明通过使用结构模式图像进行特征提取,有效克服光照敏感性,提取的结构特征序列具有光照、平移、旋转、缩放和仿射不变性,较好地实现了图像检索。

    一种图像置乱评价方法和装置

    公开(公告)号:CN103632375B

    公开(公告)日:2016-09-21

    申请号:CN201310669497.1

    申请日:2013-12-10

    Applicant: 三峡大学

    Abstract: 本发明公开了一种图像置乱评价方法和装置,属于数字图像处理领域。所述方法包括:对原图像和至少一幅置乱图像分别进行按位分层,获取所述原图像的位图图像和所述至少一幅置乱图像的位图图像;根据交叉皮层神经网络模型,分别对所述原图像的位图图像和所述至少一幅置乱图像的位图图像进行特征提取,得到所述原图像的结构特征序列和所述至少一幅置乱图像的结构特征序列;根据所述原图像的结构特征序列和所述至少一幅置乱图像的结构特征序列进行计算,得到所述至少一幅置乱图像的置乱度。本发明通过对原图像和至少一幅置乱图像进行按位分层并使用交叉皮层神经网络模型进行特征提取,实现了直接提取图像的结构特征信息,从而更好地进行置乱度评价。

    一种长时间鱼类跟踪方法

    公开(公告)号:CN105303182B

    公开(公告)日:2018-07-03

    申请号:CN201510741172.9

    申请日:2015-11-04

    Applicant: 三峡大学

    Abstract: 本发明公开了一种长时间鱼类跟踪方法,属于计算机应用领域。所述方法包括:获取鱼类视频,所述鱼类视频包括预设鱼类图像和待跟踪鱼类图像,所述预设鱼类图像包括预设特征区域和预设目标区域;根据实时压缩跟踪算法、运动目标连续帧方向一致性和所述鱼类视频,得到所述待跟踪鱼类图像的特征区域;判断所述待跟踪鱼类图像的特征区域是否有效;如果所述待跟踪鱼类图像的特征区域有效,根据所述特征区域、所述预设特征区域和所述预设目标区域,计算所述待跟踪鱼类图像的目标区域。本发明通过实时压缩跟踪算法、运动目标连续帧方向一致性和鱼类视频,得到特征区域,避免了鱼类视频长时间跟踪过程中的漂移问题。

    基于人眼区域活动状态的活体检测方法和装置

    公开(公告)号:CN105138967B

    公开(公告)日:2018-03-27

    申请号:CN201510472931.6

    申请日:2015-08-05

    Applicant: 三峡大学

    Abstract: 本发明公开了一种基于人眼区域活动状态的活体检测方法和装置,属于计算机应用领域。所述方法包括:根据尺度均衡算法、人脸检测算法和人眼检测算法对实时视频图像进行人眼检测,得到人眼区域;根据LK跟踪算法、所述人眼区域和所述实时视频图像进行人眼跟踪,得到人眼特征点和所述人眼特征点的实时坐标信息;向用户发送随机眼部动作指令后,根据所述LK跟踪算法、所述人眼特征点和所述人眼特征点的实时坐标信息对所述实时视频图像进行人眼跟踪,得到预设帧数的实时人眼区域;根据活体检测算法和所述预设帧数的实时人眼区域,判断所述用户是否为活体。本发明通过人眼跟踪和随机眼部动作指令,可以有效进行活体检测,防止视频假冒攻击。

    一种长时间鱼类跟踪方法

    公开(公告)号:CN105303182A

    公开(公告)日:2016-02-03

    申请号:CN201510741172.9

    申请日:2015-11-04

    Applicant: 三峡大学

    CPC classification number: G06K9/00724 G06K9/00744

    Abstract: 本发明公开了一种长时间鱼类跟踪方法,属于计算机应用领域。所述方法包括:获取鱼类视频,所述鱼类视频包括预设鱼类图像和待跟踪鱼类图像,所述预设鱼类图像包括预设特征区域和预设目标区域;根据实时压缩跟踪算法、运动目标连续帧方向一致性和所述鱼类视频,得到所述待跟踪鱼类图像的特征区域;判断所述待跟踪鱼类图像的特征区域是否有效;如果所述待跟踪鱼类图像的特征区域有效,根据所述特征区域、所述预设特征区域和所述预设目标区域,计算所述待跟踪鱼类图像的目标区域。本发明通过实时压缩跟踪算法、运动目标连续帧方向一致性和鱼类视频,得到特征区域,避免了鱼类视频长时间跟踪过程中的漂移问题。

    基于人眼区域活动状态的活体检测方法和装置

    公开(公告)号:CN105138967A

    公开(公告)日:2015-12-09

    申请号:CN201510472931.6

    申请日:2015-08-05

    Applicant: 三峡大学

    CPC classification number: G06K9/00597

    Abstract: 本发明公开了一种基于人眼区域活动状态的活体检测方法和装置,属于计算机应用领域。所述方法包括:根据尺度均衡算法、人脸检测算法和人眼检测算法对实时视频图像进行人眼检测,得到人眼区域;根据LK跟踪算法、所述人眼区域和所述实时视频图像进行人眼跟踪,得到人眼特征点和所述人眼特征点的实时坐标信息;向用户发送随机眼部动作指令后,根据所述LK跟踪算法、所述人眼特征点和所述人眼特征点的实时坐标信息对所述实时视频图像进行人眼跟踪,得到预设帧数的实时人眼区域;根据活体检测算法和所述预设帧数的实时人眼区域,判断所述用户是否为活体。本发明通过人眼跟踪和随机眼部动作指令,可以有效进行活体检测,防止视频假冒攻击。

    一种图像对比度增强的方法和装置

    公开(公告)号:CN103679657B

    公开(公告)日:2017-04-12

    申请号:CN201310669478.9

    申请日:2013-12-10

    Applicant: 三峡大学

    Abstract: 本发明公开了一种图像对比度增强的方法和装置,属于数字图像处理领域。所述方法包括:利用脉冲耦合神经网络模型中的反曲连接模型和归一化方法对待处理图像进行分解,获取分解图像,所述分解图像是指包含所述待处理图像中亮度信息的图像;将所述待处理图像和所述分解图像相除,得到对比度增强图像。本发明通过利用脉冲耦合神经网络模型中的反曲连接模型和归一化方法对待处理图像进行分解,使用得到的分解图像进行对比度增强,使得增强后的图像具有丰富清晰的细节纹理信息,避免了过增强现象的发生。

    一种图像对比度增强的方法和装置

    公开(公告)号:CN103679657A

    公开(公告)日:2014-03-26

    申请号:CN201310669478.9

    申请日:2013-12-10

    Applicant: 三峡大学

    Abstract: 本发明公开了一种图像对比度增强的方法和装置,属于数字图像处理领域。所述方法包括:利用脉冲耦合神经网络模型中的反曲连接模型和归一化方法对待处理图像进行分解,获取分解图像,所述分解图像是指包含所述待处理图像中亮度信息的图像;将所述待处理图像和所述分解图像相除,得到对比度增强图像。本发明通过利用脉冲耦合神经网络模型中的反曲连接模型和归一化方法对待处理图像进行分解,使用得到的分解图像进行对比度增强,使得增强后的图像具有丰富清晰的细节纹理信息,避免了过增强现象的发生。

Patent Agency Ranking