摘要：人脸光照调整一直是人脸识别问题中的难点，作者就不同处理方法，并结合其在实际应用中的表现，在此分章节谈一些个人看法，有不当之处，还望各园友指正。光照调整主要分在频率域和空间域的处理，频率域中有DCT变换、小波变换等。而在空间域有直方图均衡化、Gamma校正等。作者在此只介绍一些主流并有较广适应范围的方法。首先，我们来谈谈DCT变换吧：DCT（离散余弦变换）对高相关性的数据（信号），具有非常好的能量聚焦性，经过变换，信号能量的绝大部分被集中到变换域的少数系数上。因此，对于受光照影响的图像，我们只需要修改很少的频域系数，就可以对图像的光照做出较好调整，避免了需要调节多个参数以适合不同图像的问题，操作 阅读全文

摘要：三维立体电视越来越受到人们的重视，不少商家也推出了一些相关产品。那这些究竟是怎么做出来的呢？作者就接触过的知识点，在这里向大家浅薄的介绍一二。一 国内外研究现状三维立体电视，最好的方式是用两台摄像机按照一定角度，同时拍摄当前的场景，然后将这两个同一时刻拍摄的图像整合叠加，就会形成一个肉眼看起来有点错位模糊的图像，我们称这两张图像分别为左图像和右图像。如果配上特制眼镜或者电视屏本身就有相应设计，我们就可以看到立体电视图像了。但是，实际中往往用两台并按一定角度拍摄，有很多困难。因此，实际中多是只有一个图像，想办法来生成另一个对应的图像。国内关于这方面的文献很少，而且也是很不精确的解法。比如，假设绝 阅读全文

摘要：人脸五官中，关于嘴角定位的文献相对眼睛定位来讲要少很多，定位的方法也很不相同。作者结合工作中遇到的问题，在此按照定位过程，简要阐述如下：嘴角定位一般分为，胡子区域去除，嘴巴区域获取，嘴角定位1. 胡子区域去除 胡子的干扰，是嘴角定位最大的难题，特别是中东一些国家，留胡子人极多。而目前很多文献中，并没有提出此问题的解决方法。王罡的《基于单张正面人脸照片的三维人脸自动建模方法研究》中提到用BR加权G色对比法，来去掉胡须部分。具体来讲，是根据“B分量（蓝色）和G分量（绿色）在唇色中的分布比较相近，但在肤色中，G分量的分布则明显大于B分量；在肤色和唇色中，R分量（红色）和B分量分布相对稳定，G分量是. 阅读全文

摘要：根据眼睛定位的流程，一般分为以下几步：眼睛区域初定位，噪声去除，眼睛的精确定位。1 眼睛区域初定位，对正面人脸还是比较好确定的，但是当人脸发生姿态变化时，如何较准确获取，是个难题。当然有人用二值化眼睛区域的方法，但是不同光照，不同人脸的阈值不太好定。而且图像处理领域，凡是涉及到阈值的，都是比较头疼的问题（除非那种阈值很明显的问题）。所以，这里尽量避免直接求阈值，来确定眼睛位置。大概分为以下几步：(1)3*3算子腐蚀图像，并对其进行Gabor变化；（2）对Gabor变化后的人脸上半部分做投影，可以大概获取两只眼睛的横坐标。（3）找出两只眼睛区域的最大灰度；（4）以最低灰度的0.92倍作为阈值，讲 阅读全文

摘要：双目摄像头采集图像时，由于摄像头自身的差异，以及不同角度下光照的影响，可能会在同一时刻采集的左右图像色彩差异较大，这给后续工作带来影响。 如下图所示： 我们的目标是以某一张图像为基准，将另一张图像的色彩调整和基准图像一致。传统方法是通过直方图调整来实现。但是实际情况中，由于两幅图像不仅具有色彩的不一致，而且两幅图像的内容还略有不同，因此直方图关系上，也不仅是平移的就能解决的。反之我们可以通过累计直方图来实现很好的调整。上图就是用左图像为基准，将右图像调整的效果。用同样的道理，可以得出更多有趣的效果： 阅读全文

摘要：DR图像容易产生S形、枕形和局部失真的情况，这给医生对图像的判断带来干扰。而且在医学图像的三维重建中，未经校正的图像进行重建，还会带来一定的重影等干扰。因此，畸变校正是DR图像进行后续处理，不得不对待的一个问题。图一 原始标靶图像从图一可以看出，靠近图像边缘处存在很明显的枕形失真，横向上还存在一定的S形失真。校正的第一步是要将图像上所有圆的中心标记出来，并建立一个标准网格分布，效果如图二所示。需要注意的是，圆形目标中心定位的准确与否，将很大程度影响后续校准的精度。这里，作者还加入了角度判断，可以自适应的进行标定和校正。图二 圆形目标定位结果和标准网格配对通过实际圆心和标准位置，建立方程，求解校 阅读全文