鲁棒性指尖检测框架及其算法改进与分析

来源 :计算机工程与应用 | 被引量 : 14次 | 上传用户:sysylh
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对目前指尖检测中存在漏检、误检且易受手区域尺寸大小影响等缺陷,提出了一种加强检测性能的指尖检测框架,对算法自适应性进行了针对性的改进。在利用运动信息和肤色信息提取出手区域的基础上,用包含排漏算法的自适应指尖检测算法检测出指尖,通过提取每个指尖对应的指宽、指长、指向以及手掌宽度信息对检测到的指尖进行筛选,排除误检的指尖,分别与固定k-余弦算法和可变k-余弦算法进行比较,实验结果表明提出的自适应指尖检测算法检测率高、鲁棒性好。
其他文献
传统的可恢复水印算法往往是通过增加嵌入水印容量来提高篡改图像恢复质量,这将导致嵌入水印后图像质量的下降。针对这一问题,提出使用整数提升小波构建变容量恢复水印算法。该算法根据2×2图像块的纹理特征,使用小波系数生成长度可变的恢复水印,加密后嵌入其他映射图像块低位。使用恢复水印,结合相邻块特征进行篡改图像的检测与恢复。实验结果表明新算法能很好地满足水印不可见性要求,能有效抵抗剪切、拼贴及涂鸦等攻击,能
针对粒子群优化算法早熟收敛现象,提出了一种改进的粒子群优化算法。新算法在粒子群中的每个粒子吸引子的基础上引入了区域震荡搜索因子。每个粒子在协同收敛的同时,震荡搜索粒
针对医学CT图像灰度值分布不均匀的问题,由于模糊能量主动轮廓(FEAC)模型用全局灰度信息对图像进行分割,导致过分割现象。对该方法作出改进,即一种局部化FEAC(LFEAC)模型,利用局部的加权平均值代替全局的均值。将该方法用于医学CT图像椎骨分割,实验表明分割效果比FEAC模型和CV模型好。