图像工程的研究热点

整理文档很辛苦,赏杯茶钱您下走!

免费阅读已结束,点击下载阅读编辑剩下 ...

阅读已结束,您可以下载文档离线阅读编辑

资源描述

研究热点图像数字水印人脸和器官的检测与定位和识别图像信息融合基于内容的图像和视频检索数字水印数字水印是一种数字标记,一般包含版权所有者的标记或代码。图像数字水印的特征:不可见性稳健性安全性低复杂性数字水印技术原理数字水印技术的基本原理是在要保护的数字产品中秘密地嵌入著作权信息,以标识真正的所有者的所有权。数字水印技术原理WfEg,设原始图像为yxf,水印为yxW,hfDw,水印检测:TwWC,相关函数:数字水印的发展与问题变换域方法较空间域方法的优点:水印信号的能量可分布到所有像素上,有利于保证不可见性;可以比较方便地结合人类视觉系统的某些特性,有利于提高稳健性;变换域方法与大多数国际标准兼容。数字水印的发展与问题应在下面两方面加强:不可见性稳健性序列图像的数字水印:视频压缩抗攻击性人脸和器官的检测与定位和识别人脸识别及相关技术的需求:人类行为科学、人机交互技术的研究;计算机动画设计;视频会议或远程教育系统;自动身份验证、视频监控系统等应用领域人脸和器官的检测与定位和识别人脸识别技术的分类和特点人脸识别的基本思路是用知识或统计的方法对人脸建模,然后通过对比的方法进行检测识别。检测定位中,可以比较所有可能的待检测区域与人脸模型的匹配度,从而得到可能存在人脸的区域。识别,比较提取出的人脸与人脸模型的匹配度,从而辨别或验证人脸身份。人脸识别技术的分类和特点基于统计的方法:把人脸看作一个高维矢量特点:通过训练模式来学习决策函数的参数通过增加训练模式提高检测系统的鲁棒性利用局部特征,在一定程度上受遮挡等影响较小不依赖于先验知识和参数模型,可以避免知识获取不精确或不完整而造成的错误。人脸识别技术的分类和特点基于知识的方法:利用先验知识对待识别对象建立若干规则,从而将对人脸检测识别的问题转化为一个假设/验证的问题。人脸轮廓规则、肤色规则、目标运动规则、器官几何规则、五官的空间关系规则人脸和器官识别的难点影响因素:成像条件环境如光照、距离、角度等头发、眼镜等的遮挡影响成像对象的姿态、人脸随年龄增长、随表情变化的影响人脸是立体的,而成像是平面的人脸和器官识别的难点人脸分割问题人脸特征的提取和分割多传感器图像信息融合将不同类型传感器获取的对应同一场景的不同图像数据进行空间配准,在此基础上将各图像数据所含的优势信息进行相互补充,并有机结合起来产生新的、信息含量更大的图像的综合分析技术。这样得到的图像能最大限度地利用各个信息源的信息,提高分辨率、灵敏度、作用距离、测量精度、抗干扰能力等,弥补单一信息源的不足。多传感器图像信息融合图像配准是将不同的图像归一化的过程。时间归一化为要求不高性质主要由成像机理所决定主要从空间上来考虑图像配准方法:区域相关可直接利用模板内象素灰度的相关性,或可利用区域的矩、惯量等效椭圆等。这类方法不受特征检测精度的影响,比较抗噪声,精度比较稳定,但对景物表面结构和光照条件比较敏感。特征匹配利用图像中的边缘、目标的显著点等来确定配准的控制点。一旦确定了足够的控制点,对其它点进行配准几何变换的参数就可计算出来。信息融合层次和模型像素级融合特征级融合决策级融合焦点和发展趋势图像配准方法图像融合方法可分为HSI变换融合法、小波变换融合法、分区变换融合法、主分量分析法,高通滤波法等,而借助纹理特征的融合法,借助神经网络的融合法等。融合层次逐渐提高应用领域更加广泛基于内容的图像和视频检索与图像和视频相联系的信息数据类别:与内容不直接相关的如格式、作者名、日期、所有权与内容直接相关的低层或中层特征数据如颜色、纹理、形状、空间关系、运动高层内容语义的数据关心图像实体和客观世界实体的关系,或与视觉符号和场景相联系的时间事件、感受和意图的联系。基于内容的图像和视频检索基于特征的图像检索颜色纹理形状景物间的空间关系基于目标的方法基于关系的方法基于内容的视频检索对视频进行有效合理的组织,以便利用视频的内容进行如索引、浏览、查询、检索等操作。存在问题检索的质量常常很不一致实用性比较低

1 / 24
下载文档,编辑使用

©2015-2020 m.777doc.com 三七文档.

备案号:鲁ICP备2024069028号-1 客服联系 QQ:2149211541

×
保存成功