面向形变模型的三维人脸建模研究及其改进

针对传统三维形变模型效率低的不足,提出了一种简洁高效的三维形变模型进行个性化三维人脸重建。首先建立基于关键特征区域重采样的标准三维人脸数据库,实现三维人脸的稠密对应;然后选择与目标人脸奇异值向量最相似的人脸作为形变模型的基空间,进行形变模型成分的动态选择;最后引入基于特征点的稀疏形变模型替代原稠密对应形变模型进行匹配求解线性组合系数,并完成特定的三维人脸重建。实验结果表明,本文方法建模时间短、复杂度低,通过单张图片的少量特征点能生成逼真的三维人脸模型。     

形态学重度污染文本图像去噪处理

为处理扫描与复印图像产生的重度污染噪声,对噪声与文本信息的形态差异进行研究。利用灰度形态学原理,构建四方向形态学结构元素模版去除复杂的背影噪声,保留具有明显方向性的文字信息。针对噪声与文字在图像局部梯度上的特点,引入局部结构张量信息构造动态尺度的形态学结构元素,在可能的噪声区域采用较大尺度结构元素较好地滤除噪声,在可能含有文字的区域采用较小的结构元素以完整地保留易丢失的文字笔划与标点。最后利用灰度形态学重建恢复原始的文本内容,得到只含文本信息的图像。     

复杂背景文件图像的字符提取

对舍有多种噪声的复杂背景笔迹图像的字符提取进行了研究.提取灰度共生矩阵的二次统计量惯性矩特征来进行图像分割,采用Hough变换方法来检测图像中的表格直线.笔迹图像字符提取步骤包括格线检测、图像分割、区域生长恢复字符笔画、去格线和断笔修补.实验证明了该方法的可靠性.     

两因子模型在多姿态人脸识别中的应用

通过对两因子模型的进一步深化、提炼和改进,提出了一种基于两因子模型的多姿态人脸识别方法,该方法能有效地缓解人脸特征对姿态变化较为敏感的问题。实验结果表明,经过姿态因子分离后的人脸全局或局部特征在保持较高显著性的同时,均对姿态变化具有理想的鲁棒性,在FERET人脸数据库上取得了最高92.5%的识别率。