搜索资源列表
第09章 人脸的检测与定位
- 人脸的检测与定位(在预处理部分，采用了特别的增强人脸特征与脸部皮肤之间对比度的方法及局域取阈值二值化方法，改进了预处理的效果。在图像分割部分，实现了经典的分合算法，并且使用成组算法改进了分合的效果。在人脸匹配部分，实现了基于眼睛和嘴的几何模型匹配，并对评价函数的构造进行了研究。)-Face Detection and Location (pretreatment, using a special facial features enhanced facial skin and the contr
intrans
- 车牌识别中的trans函数代码，主要功能是实现阈值的划分
22219011211120071115164509189959
- SUSAN算子用于角点检测的基本步骤： 1） 对于感兴趣的每个象素点（一般的情况就是图像中的每个象素点）作用一圆模板； 2） 根据亮度比较函数计算圆模板中的USAN区域； 3） 根据几何阈值，计算象素点的初始响应； 4） 使用USAN重心与核中心的距离法则去除伪角点，使用USAN重心与核中心的连线上的每个点都必须在USAN区域来保证算法的一致性（即USAN区域的相连性） 5） 对每个象素点的响应，使用 （或更大）的窗口搜索局部极大值，进行非极大值抑制
Eyesegmentation
- 睫毛最优阈值化处理之后用基于连通域搜索的方法进行噪声点删除，主要用到函数bwareaopen，代码包含在jiemao.m文件中。-Optimal threshold eyelashes after treatment with the method based on connected local search to remove the noise points, mainly used in the function bwareaopen, the code contained in the
detection
- 基于肤色模型的人脸检测程序，通过高斯模型建立相似度函数，再经过最佳阈值法来进行二值化，在经过形态学处理得到人脸区域。-Skin color model based on face detection process, the establishment of the similarity function by the Gaussian model, and then through the optimal threshold method for the two values, obtaine
filtfill
- 输入为灰度图，输出为二值图。函数功能是通过ostu找到阈值后，根据一定策略来滤除孤立点，加强密集点。-Grayscale input, output for the binary image. Function ostu found through the threshold, in accordance with a certain strategy to filter out isolated points, to strengthen the point-intensive.