1 清华大学 电子工程系，北京100084
2 四川工程职业技术学院 电气信息工程系， 四川 德阳618000
介绍了嵌入式邻域图像并行处理机(Neighborhood Image Parallel Computer，NIPC-3e )的液晶显示系统设计。该系统可以显示实景图像或者是经过邻域图像并行处理机处理后的结果图像。文章给出了一种基于FPGA、SRAM、CPLD和SDRAM的液晶显示控制设计方案，详细介绍了CPLD与NIPC-3e的接口设计、基于CPLD的LCD时序驱动设计和基于CPLD的SDRAM时序控制逻辑设计。该系统已成功地应用在NIPC-3e上，可以实现人脸检测和手势识别等功能。
邻域图像并行处理机 液晶显示 neighborbord image parallel computer CPLD CPLD SDRAM SDRAM LCD display
1 四川工程职业技术学院 电气信息工程系, 四川 德阳 618000
2 清华大学 电子工程系, 北京 100084
为满足便携式设备中人机交互的需要, 设计了嵌入式手指交互系统。研究了系统所采用的肤色分割、凸包计算、指尖检测等算法,并完成了硬件设计。首先, 根据肤色的聚类特征, 在对比分析常用彩色空间特性的基础上建立肤色模型, 对人手进行分割; 提出射线扫描法对经典Graham扫描算法进行改进, 快速计算人手凸点。然后, 分析了利用手指轮廓弯曲特征检测指尖的算法。最后, 介绍了以DSP和FPGA为微处理器构成的硬件系统。实验结果表明, 设计的系统对自然伸展的单个手指正确检测率为95.2%, 对弯曲手指的正确检测率为92.6%, 对在非目标手指干扰下的正确检测率为90.1%; 而对指尖的定位最大偏移量为2.12 mm; 指尖定位总耗时约为23 ms。所设计的嵌入式手指交互系统稳定可靠、满足实时要求。
机器视觉 手指交互 嵌入式系统 人手分割 Graham扫描 machine vision finger interaction embedded system hand segmentation Graham scan
1 四川工程职业技术学院电气信息工程系, 四川 德阳 618000
2 清华大学电子工程系, 北京 100084
针对砖瓦自动码坯中人工值守效率低、劳动强度大以及易漏检等问题，提出基于机器视觉的坯体异常自动检测与识别方法。分别采集分坯机和窖车上的坯体图像，采用改进的准十字中值滤波进行降噪处理；利用Canny算子提取坯体边缘；在分析坯体外形结构特点的基础上，采用极角约束的Hough变换对坯体纵向边缘直线段进行检测，提取每列坯体纵向完整度和横向宽度两个特征量对坯体进行异常识别。实验结果表明：在单层码坯和多层码坯方式下对掉坯、坯体错位和坯体倾斜的平均识别正确率为98.2%。能满足自动码坯系统中烧结普通砖坯体异常自动检测与识别的需求。
图像处理 码坯异常识别 机器视觉 自动码坯系统
为了实时处理恶劣光照条件下的人脸图像，在自商图像的基础上，提出了一种新的人脸光照补偿的方法.该方法首先在人脸三维光照简化模型的基础上，利用方向滤波削弱附着阴影.然后结合高斯低通滤波器，进一步削弱投射阴影.两者非线性结合，显著改善光照图像的质量.利用Yale B数据库提供的光照图像，在10万人脸数据库系统中进行测试，结果表明在光照条件恶劣的情况下能显著提高识别率.
光照补偿 人脸识别 方向滤波 三维光照模型 自商图像 Illumination compensation Face recognition Direction filter 3D illumination model Self quotient image
1 海军航空工程学院 电子信息工程系,山东 烟台 264001
2 烟台职业学院 图像处理研究所,山东 烟台 264670
3 清华大学 电子工程系,北京 100084
通过融合颜色和边缘特征并进行目标真实性验证研究车牌的定位,提出了融合颜色特征与灰度边缘特征的车牌定位算法,解决了复杂环境下车牌定位困难的问题。车牌具有固定的颜色搭配和丰富的字符边缘,融合二者的定位算法可提取出所有侯选目标。利用车牌伴生与互补特性进行目标真实性验证,实现带反馈的定位,提高了定位准确度,适用于复杂环境下目标数量、类型不确定的车牌目标检测。对复杂环境下获取的981幅彩色图像进行实验,实验结果表明,车牌目标定位准确率超过了99%,验证了算法的有效性。
车牌定位 HSV颜色特征 边缘检测 伴生与互补 目标真实性验证 license plate location HSV color feature edge detection concomitant and complemence object authenticity confirmation
摄像头与图像采集卡结合的图像采集在各种图像处理系统特别是涉及到动态视频的应用中是获取图像数据的一种主要方式.提出了一种基于PCI总线的1:1方式图像采集卡的设计方案,选择合适的采样时钟频率,使得采集的图像在水平、垂直方向像素点间距之比为1:1,有效地解决了常规图像采集卡采集图像的几何形变问题.1:1方式图像采集卡采集的图像数据,无需经过软件几何校正,可广泛应用于实时图像处理系统,提高了系统性能.
图像采集 几何形变 1:1方式 Image acquisition Geometric distortion 1:1 mode
在人脸正面图像中,下颌轮廓线是一种相对稳定的形状特征,但是如何提取和有效利用这个特征是一个难题.提出一种在识别中有效利用下颌轮廓特征进行人脸分类的方法.根据先验知识将人脸分为圆脸、尖脸和方脸,据此建立下颌形状模板:尖下巴、圆下巴和平下巴.对事先得到的下颌轮廓上的点进行模板匹配,根据匹配结果进行轮廓线分类.该算法采用了基于先验分布和局部判别的方法,先得到可能的轮廓点,然后进行滤波去除伪下颌点,得到真正位于下颌轮廓上的点,再通过模板匹配进行分类.试验表明,该方法分类效果良好,可以有效提高大库人脸识别的速度和识别率.
下颌提取 人脸识别 特征分类 Chin contour extraction Face recognition Feature classification
清华大学,电子工程系,智能技术与系统国家重点实验室,北京,100084
针对人脸识别中的特征提取问题,提出了一种快速准确的眼角自动定位方法.在人脸图像中自动定位两眼的眼球和内外眼角的精确位置,定位准确率达到98%以上.该方法为脸部关键特征点的自动提取和人脸识别奠定了良好的基础,有助于提高人脸识别算法的识别率.并将定位结果应用到人脸图像的预处理,提出以两眼外眼角为基准进行几何归一化校正,与通常的利用两眼瞳距作为基准的方法相比较,更加准确和稳定.
人脸识别 特征提取 Susan算子 眼角定位 图像预处理 Face recognition Feature extraction Susan operator Eyes′ corners localization Image pretreatment
研究了复杂背景下人脸的鲁棒识别，比较了两种常用的人脸识别算法特征脸和弹性匹配方法的性能，在弹性匹配算法的基础上提出了利用关键点信息的改进算法，并在一个真实人脸库上进行了测试。
信息光学 人脸识别 弹性匹配 特征脸 关键点
提出了一种用于导弹的飞机红外图像高速识别系统.系统基于邻域并行的原理,采用多处理单元并行的处理结构,集图像并行输入、并行处理、并行存储于一体.对于远距离图像,使用适于帧间处理的邻域图像处理机,实现弹目交会状态和目标识别;对于近距离图像,采用探测元与处理电路一一对应的大规模并行数字电路,实现目标部位识别.该系统能够满足弹目高速交会时实时识别的要求.
红外成像 邻域处理 特征提取 并行处理 图像识别. infrared imaging neighborhood processing feature extraction parallel processing image recognition.
