一种基于一维灰度矩的亚像素边缘检测方法

    公开(公告)号:CN104715491A

    公开(公告)日:2015-06-17

    申请号:CN201510166594.8

    申请日:2015-04-09

    IPC分类号: G06T7/00

    摘要: 本发明公开了一种基于一维灰度矩的亚像素边缘检测方法,包括以下步骤:S1:采用中值滤波方式对待处理图像进行去噪处理;S2:采用Canny边缘检测算子方法对待处理图像进行像素级边缘检测;S3:采用一维灰度矩方法对图像的像素进行边缘检测,完成该图像的亚像素边缘检测。本发明首先利用中值滤波器进行去噪的处理,其次利用Canny算子进行像素级边缘检测,然后在空间域的笛卡尔坐标下利用一维灰度矩进行像素边缘检测。

    一种基于一维灰度矩的亚像素边缘检测方法

    公开(公告)号:CN104715491B

    公开(公告)日:2017-07-21

    申请号:CN201510166594.8

    申请日:2015-04-09

    IPC分类号: G06T7/13

    摘要: 本发明公开了一种基于一维灰度矩的亚像素边缘检测方法,包括以下步骤:S1:采用中值滤波方式对待处理图像进行去噪处理;S2:采用Canny边缘检测算子方法对待处理图像进行像素级边缘检测;S3:采用一维灰度矩方法对图像的像素进行边缘检测,完成该图像的亚像素边缘检测。本发明首先利用中值滤波器进行去噪的处理,其次利用Canny算子进行像素级边缘检测,然后在空间域的笛卡尔坐标下利用一维灰度矩进行像素边缘检测。

    一种基于伪Zernike矩的亚像素边缘检测方法

    公开(公告)号:CN104715487A

    公开(公告)日:2015-06-17

    申请号:CN201510153151.5

    申请日:2015-04-01

    IPC分类号: G06T7/00

    摘要: 本发明公开了一种基于伪Zernike矩的亚像素边缘检测方法,其特征在于包括以下步骤:S1:对输入图像进行去除噪处理;S2:将完成去噪处理的图像进行像素级边缘检测:S3:采用伪Zernike矩方法对待处理图像进行亚像素边缘检测:S4:对待处理图像进行边缘位置的误差补偿:S5:获得亚像素边缘检测的修正实际边缘,对待处理图像的所有像素按照S4的方式进行处理、完成图像的亚像素边缘检测。本发明所提的方法对噪声不敏感,提高了亚像素边缘的精度,并且减少了检测边缘所需的计算复杂度。

    一种基于伪Zernike矩的亚像素边缘检测方法

    公开(公告)号:CN104715487B

    公开(公告)日:2018-01-26

    申请号:CN201510153151.5

    申请日:2015-04-01

    IPC分类号: G06T7/13

    摘要: 本发明公开了一种基于伪Zernike矩的亚像素边缘检测方法,其特征在于包括以下步骤:S1:对输入图像进行去除噪处理;S2:将完成去噪处理的图像进行像素级边缘检测:S3:采用伪Zernike矩方法对待处理图像进行亚像素边缘检测:S4:对待处理图像进行边缘位置的误差补偿:S5:获得亚像素边缘检测的修正实际边缘,对待处理图像的所有像素按照S4的方式进行处理、完成图像的亚像素边缘检测。本发明所提的方法对噪声不敏感,提高了亚像素边缘的精度,并且减少了检测边缘所需的计算复杂度。

    一种基于头部姿态的人机交互方法

    公开(公告)号:CN103425970A

    公开(公告)日:2013-12-04

    申请号:CN201310385751.5

    申请日:2013-08-29

    IPC分类号: G06K9/00

    摘要: 本发明公开了一种基于头部姿态的人机交互方法,属于信号处理技术领域。首先:利用预处理方法来处理视频采集图像的偏色问题;其次:利用肤色模型进行人脸检测与定位;第三:利用人脸区域中眉毛和眼睛灰度梯度变化大的特点,来完成眉毛与眼睛区域的定位;第四:利用Hough圆检测方法检测瞳孔位置;第五:根据瞳孔灰度较大的特点,利用求质心的方法进行瞳孔精确定位;第六:利用人眼定位的结果来完成五种头部姿态判断;第七:将头部姿态判断结果用于人机交互。