人眼
- 復雜背景下的人眼狀態(tài)與虹膜位置檢測
多的器官之一,從人眼中可以分析得到諸如情緒、視線、困倦程度等重要的人體狀態(tài)[1]。人眼特征在疲勞檢測、視線追蹤、拍照檢測等方向上都有重要的應用價值[2]。一般而言,人臉眼部區(qū)域的檢測與應用分為人臉檢測定位與人眼特征應用2個主要過程,其中人臉定位是人眼特征應用的基礎與前提[3]。國內(nèi)外各種人臉定位的算法可以按照是否基于深度學習分為傳統(tǒng)人臉定位算法與基于深度學習的人臉定位算法[4]。傳統(tǒng)的人臉定位算法主要包括基于空間特征的定位算法、基于人臉自身特征的定位算法和
哈爾濱工程大學學報 2023年4期2023-05-04
- 為什么手機屏幕分辨率沒人關心了？
連續(xù)圖像”，但在人眼的視野中，很大一部分其實是我們的鼻子。我們用雙眼所看到的景象，是“剪切拼合” 成的影像，而不是兩眼視覺的直接寫照。如果我們的視覺等同于視野的話，人們所見的將是兩個有重復部分的“圓窟窿”，世界將會變得非常別扭。人類眼球的后部內(nèi)側有一個很小的凹陷，叫作 “小凹”（fovea）。小凹是視網(wǎng)膜上唯一能夠保證100% 清晰成像的地方。因此，人眼的視力與電子領域上的分辨率是沒有可比性的，靜態(tài)時人眼分辨率為5.76億像素，而在動態(tài)中人眼的分辨率僅為5
電腦報 2022年36期2022-09-23
- 基于多尺度自商圖和改進積分投影法的人眼定位①
定的特征, 因此人眼定位是人臉和其他部位檢測和提取的基礎.在人臉檢測中, 眼睛的準確定位可以有效地提高檢測效率和魯棒性[1].此外, 眼睛圖像的獨特性及眼睛的運動特點是表情理解、行為識別等技術的關鍵線索[2].目前, 人眼定位算法主要有: 基于外形的方法、基于統(tǒng)計學習的方法以及基于外貌特征的方法.基于外形的方法主要有主動形狀模型(Active Shape Model,ASM)[3]和邊緣提取法[4], 主動形狀模型通過選取合適的初始位置來獲取人眼精確的特征
計算機系統(tǒng)應用 2021年11期2022-01-06
- 人眼視覺與汽車后視鏡優(yōu)化設計研究
活水平直線上漲。人眼的復雜程度和和使用的便捷性讓世人的目光轉(zhuǎn)向了其中的奧秘。人眼的原理跟汽車后視鏡的原理極其相似，也給汽車優(yōu)化領域出了不少新鮮點子。關鍵詞：人眼;后視鏡;可調(diào)角度;透鏡;光近幾年，汽車行業(yè)高速發(fā)展，對于技術的要求也在水漲船高。其中汽車駕駛員以及抵達超3億人，公安部交通管理局頒布的統(tǒng)計數(shù)據(jù)顯示，我國機動車駕駛人數(shù)已預約3億。而且，斗轉(zhuǎn)星移，社會供應量發(fā)生變動，國家的主要需求正在向另一個方向改變。人們追求安全的同時，也有著對便捷的高度向往。一、
科教創(chuàng)新與實踐 2021年4期2021-09-10
- 基于MTCNN的人眼狀態(tài)檢測與判斷
CNN[7]等。人眼狀態(tài)檢測依賴于人臉檢測,通過人臉檢測結合人眼定位先驗知識[8]可得到人眼圖像,以不同方法處理和分析人眼圖像,可檢測不同的人眼狀態(tài)[9-12]。疲勞駕駛檢測[13]技術正是通過分析人眼圖像中人眼的閉合程度,檢測駕駛員是否處于疲勞狀態(tài)[14-15]。本文綜合上述諸多因素,針對線上課堂學生的聽課狀態(tài),設計了基于多任務卷積神經(jīng)網(wǎng)絡(MTCNN)的人眼狀態(tài)檢測與判斷系統(tǒng),在線上課堂教師授課過程中,判斷學生人眼關注點是否放在屏幕兩側,從而確定學生是
沈陽師范大學學報(自然科學版) 2021年3期2021-08-17
- 人眼有多少像素
李慧用人眼和相機或者顯示器來對比，多少有點不合適。我們只能估算一下，看看如果人眼是一部相機，能夠產(chǎn)生多少像素的圖片。早在1894年，德國醫(yī)生阿瑟·康尼錫就給出了比較精確的答案。人眼對于不同強度光照下不同顏色的分辨率有所不同，他采用了一種標準化的實驗方式：在正常光亮的條件下，測試人能夠分辨的、距離最小的平行線段中，兩根線段與瞳孔正中所形成的夾角。測量結果是0.59角分（1度=60角分）。也就是說，人眼能夠識別的最小像素應該是0.3角分。這樣推斷，人的視野中心
農(nóng)家參謀 2021年6期2021-08-03
- 基于改進YOLO-v3的眼機交互模型研究及實現(xiàn)
眼機交互技術中，人眼定位精度對眼行為識別的結果有顯著的影響。傳統(tǒng)的人眼定位的方法有基于幾何特征、基于模板匹配、基于Hough變換等。文獻[5]提出了一種基于改進Hough變換的人眼定位方法，其定位精度達到92.5%，平均耗時為178.8 ms；文獻[6]提出了一種基于積分投影和模板匹配的人眼定位方法，其定位平均精度達95%，平均耗時55.78 ms；文獻[7]提出了一種灰度積分投影和圓形標記法結合的人眼定位方法，其定位精度達90%，平均耗時4.05 s。以
科學技術與工程 2021年3期2021-02-24
- 從人眼視覺特性角度提升放映質(zhì)量
影畫面和畫面帶給人眼的視覺感知,離不開電影放映系統(tǒng),其實電影放映系統(tǒng)就是完全基于人眼自身視覺特性來設計、制作和放映的。所以為了提升視覺體驗,吸引并留住觀眾,我們就需要先了解人眼的視覺特性,才能知道什么樣的放映系統(tǒng)能帶給觀眾更好的觀影體驗,從而把他們留在影城。讓 “看電影”這件事情變得更加純粹一些,用眼睛去感受影院給你帶來的有別于手機、電視、電腦等顯示終端的高端視覺體驗。1 人眼亮度感知首先人眼是由角膜、虹膜、晶狀體、視網(wǎng)膜等構成的,其中角膜、虹膜和晶狀體幫
現(xiàn)代電影技術 2020年9期2020-11-07
- 基于ZEMAX的人眼模型創(chuàng)新設計
郭世偉摘要：針對人眼模型的創(chuàng)新設計問題，利用ZEMAX光學設計軟件，通過查閱文獻，總結方法，模擬仿真，優(yōu)化設計得到一種更加符合國人實際情況的新型人眼模型。關鍵詞：人眼;光學設計;統(tǒng)計分析;校正像差人眼，可看作折射光學元件組成的儀器。光學設計，對光學系統(tǒng)成像結構進行的設計。對人眼進行光學設計，建立人眼光學模型，對光學、醫(yī)學、心理學等學科研究具有重要的應用價值。人眼模型領域，自1851年至今，從傍軸示意圖到多達4000個折射面的復雜模型，數(shù)十位歐美學者提出了他
科學與財富 2020年24期2020-11-06
- 眼前放置小孔使物像變清晰的原理探究
晰了。筆者通過對人眼光學系統(tǒng)的簡化建模以及研究人眼視網(wǎng)膜的分辨率，發(fā)現(xiàn)是小孔限制了成像光線對人眼的張角，使得人眼將模糊的像感覺為清晰的像?！娟P鍵詞】小孔成像;人眼;光學【中圖分類號】G633.7 ?【文獻標識碼】A ?【文章編號】1671-8437（2020）16-0251-02小孔成像是一個充滿活力的實驗，大部分中學生都做過這個實驗，因為它具有現(xiàn)象明顯、實驗裝置方便制作、對實驗操作要求低等優(yōu)點。充滿好奇心的學生在直接透過小孔看物體時，會發(fā)現(xiàn)一個神奇的現(xiàn)象
理科愛好者(教育教學版) 2020年3期2020-08-18
- 基于隧道照明的中間視覺可見度研究
，研究結果表明，人眼處于中間視覺環(huán)境下，人眼中的錐體細胞和桿狀細胞將會同時發(fā)揮作用，此時雙眼的視覺靈敏度最高，視覺會根據(jù)亮度的改變而改變?？梢姡?span id="j5i0abt0b" class="hl">人眼處于中間視覺的視覺效果是最佳的。因此，本文從人眼的中間視覺出發(fā)，研究隧道照明的可見度，給車輛行駛提供安全照明，有效減少隧道中交通事故的發(fā)生，以確保道路交通的安全。1 隧道照明的視覺特征人眼由亮進入暗的場景時，一瞬間完全看不見或者很難看見前方的障礙物，只有經(jīng)過短暫的時間適應以后，眼睛的感知度才會逐漸升高，然后慢慢
河北北方學院學報（自然科學版） 2020年5期2020-06-09
- 一種面向人眼探測識別的圖像偽彩色局部優(yōu)化方法
055）1 引言人眼能分辨的灰度級數(shù)量大概在40個左右，而灰度圖像擁有的灰度級一般遠多于這個數(shù)量，比如8位灰度圖像有256個灰度級，10位灰度圖像有1024個灰度級。由此灰度圖像顯示給人眼看時,常有部分甚至大部分景物信息無法顯現(xiàn)出來。人眼能分辨的顏色有成千上萬種, 把灰度圖像用偽彩色顯示,能使圖像中景物信息更好地被人眼感知到?；叶葓D像偽彩色優(yōu)化是尋找在一定意義上能最好顯現(xiàn)出灰度圖像景物信息的那幅偽彩色圖像?，F(xiàn)有的灰度圖像偽彩色方法大多是灰度級顏色映射。早期
銅陵職業(yè)技術學院學報 2020年1期2020-04-29
- 不入時人眼
之難。早知不入時人眼，多買燕脂畫牡丹。”他因堅持清高卻不被賞識而痛苦，寫下詩句來抒發(fā)自己的無奈。誠然，一個人得不到他人的賞識是痛苦的，與時代格格不入常使人愁苦萬分。但萬物都具有兩面性，在我看來，不入時人眼有其積極的價值。作者由一首山水畫家的詩引入話題，既開門見山凸顯主旨，又水到渠成地引出“不入時人眼有其積極的價值”的論點，可見作者深厚的文學積淀和較強的思辨能力。不入時人眼，是對洋洋自得者敲響的警鐘，使他們認清自己，有所增益。柴靜在初做記者時，為顯出“資深”
課堂內(nèi)外·創(chuàng)新作文高中版 2020年3期2020-04-13
- 超連續(xù)譜激光可見譜段致人眼眩目效應研究
究超連續(xù)譜激光的人眼眩目效應具有重要的意義。本文主要針對當前激光眩目技術存在的眩目激光波長單一易于防護的問題，以及當前評價激光眩目效能的方法以動物視覺電生理為主，不能真實、直接反映人眼眩目后的視覺功能變化的問題，開展了在明、暗適應條件下的超連續(xù)譜激光致人眼眩目效應的試驗研究，對志愿者眼睛的輻照劑量不超過國家安全標準允許的最大輻照量，探索超連續(xù)譜激光可見譜段功率密度與人眼眩目效果之間的量效關系，進而為超連續(xù)譜激光眩目器的研發(fā)提供重要生物學依據(jù)。1 材料與方法
激光生物學報 2020年1期2020-03-26
- 基于OpenCV的人眼檢測及疲勞判斷
1 設計流程框圖人眼檢測率離不開人眼檢測算法和多次定時獲取當前幀圖像的操作，這一切又都是以圖像數(shù)據(jù)的獲取作為前提的。該人眼檢測及疲勞檢測系統(tǒng)的主要流程劃分為六個，分別是“獲取圖像”部分，“人臉檢測”部分，“人眼區(qū)域計算”部分，“人眼檢測”部分，“單位時間人眼檢測率計算”部分以及“結果判定”部分，如圖1所示。單單使用現(xiàn)成的人眼檢測算法會帶來很大的誤判率，既影響成果的使用效率，也影響結果的正確率。先進行人臉檢測后再通過坐標的方式進行區(qū)域劃分和人眼長度與寬度的預
電子世界 2018年21期2018-11-22
- 臺燈的光源和角度對人眼影響
詞】臺燈；光源；人眼；LED；熒光燈；白熾燈；節(jié)能燈中圖分類號： TM923.44 文獻標識碼： A 文章編號： 2095-2457（2018）16-0175-002DOI：10.19694/j.cnki.issn2095-2457.2018.16.079【Abstract】In order to solve some lamp power consumption is big，easy to cause visual fatigue，there is n
科技視界 2018年16期2018-10-27
- 初中物理“人眼視物”問題的討論*
習時往往都會涉及人眼視物問題，包括眼睛的成像規(guī)律、視力參數(shù)“遠點”等.現(xiàn)行的各版本教材因篇幅等條件的限制，往往沒有把內(nèi)容介紹清楚，物理教師受課時等條件的制約，一般不會做過多的擴展.例如， 教材將“遠點”定義為“依靠眼睛調(diào)節(jié)能看清的最遠的極限點”，并指明正常人眼的遠點在無窮遠[1].這導致不少學生存在困惑：既然人眼能看清的最遠點在無窮遠，為什么人不能看到無窮遠的物體呢？溯本求源方知其精髓.因此，有必要針對“人眼視物”問題進行詳細討論，為物理教師的教學提供參考
物理通報 2018年10期2018-10-10
- 神奇“超分辨”，趕走“馬賽克”
了一張圖片。突破人眼極限的“超分辨”“手機拍出的圖像清晰度會受到像素的限制，那么我們人眼也會有類似像素一樣的極限嗎？”哈小寶拋出了另一個問題。光博士回答：“人眼看物體，當然有極限！不過，健康的人眼可比相機厲害多了，‘像素尺寸非常非常小。比如……你想用人眼去觀察微生物或者細胞結構時，肯定會碰到極限，科學家們把這叫做‘光衍射極限。”小鏈接 人眼的“光衍射極限”光博士解釋：“從一個點光源發(fā)出的光就像手電筒一樣，會發(fā)散形成一個彌散的光斑。當2個相鄰的光斑靠得足夠近
哈哈畫報 2018年8期2018-09-10
- 基于人眼頻率特性的分形增強算法
,提出了一種基于人眼頻率特性的分形增強算法。首先根據(jù)人眼對比靈敏度曲線得到人眼敏感的空間頻率范圍,進而在頻域濾波后獲取圖像中人眼敏感的細節(jié)部位；其次將分形布朗運動作為圖像的描述模型[6],圖像的灰度可以看作是一個凹凸不平的曲面,它符合分形布朗運動原理；此外,人眼對于灰度的分辨能力是不同的[7],灰度較高或較低時人眼的分辨能力較弱,而中間灰度區(qū)域則分辨能力較強,因而根據(jù)這一特性可以對圖像中的不同灰度區(qū)域進行自適應增強?；谝陨侠碚?本文提出的基于人眼頻率特性
激光與紅外 2018年7期2018-08-08
- 淺析舞臺燈光與電視燈光運用的異同
的運用特點，基于人眼和攝像機的不同，照度、光比、色彩及燈位等要素的異同?！娟P鍵詞】 舞臺燈光;電視燈光;人眼;攝像機;照度;光比;色彩文章編號： 10.3969/j.issn.1674-8239.2018.09.008Briefly Analysis of the Similarities and Differences between the Use of Stage Lighting and TV LightingJIANG Zhong-hong， L
演藝科技 2018年9期2018-03-09
- 人眼檢測及動態(tài)跟蹤研究綜述
石晴瑤 陸宇棟人眼檢測及動態(tài)跟蹤研究綜述浙江大學城市學院 饒瑞琦 尚麗娜 石晴瑤 陸宇棟隨著計算機性能的不斷提升以及圖像處理精度的提高，人臉識別領域日趨火熱，與此同時，隨著應用需求的不斷多樣化，人眼作為臉部的重要特征，針對人眼的識別也有多方面的應用價值，因此有關于人眼識別方面的研究越來越受到重視。這些年我國科研人員也通過努力探討，在人眼的定位與識別上取得顯著成果。人眼檢測；人眼動態(tài)跟蹤；Viola-Jones算法；AdaBoost算法；zernike矩特
電子世界 2017年22期2017-12-02
- 網(wǎng)球新規(guī)：鷹眼取代底線“人眼”
據(jù)英國廣播公司（BBC）18日稱，今年11月7日至11日在意大利米蘭舉行的ATP新生力量（21歲以下）總決賽上，司線裁判員將被鷹眼（即時回放系統(tǒng)）所取代。ATP（職業(yè)男子網(wǎng)球協(xié)會）規(guī)則和競爭執(zhí)行副總裁蓋爾·大衛(wèi)·布拉德肖認為，這將是網(wǎng)球發(fā)展歷程中的一個“標志性時刻”。據(jù)ATP官方介紹，米蘭總決賽將使用帶電子呼叫系統(tǒng)的攝像頭來代替原來的人工裁判。當有近景時，球場上的大屏幕直接顯示該回合錄像回放，這樣比賽者和觀眾就能準確地看到球是否出界。這也意味著，ATP賽場
環(huán)球時報 2017-09-202017-09-20
- 基于計算機視覺的疲勞駕駛檢測專利分析
析，重點針對基于人眼、基于人臉、基于嘴巴的疲勞駕駛檢測這三個技術分支的發(fā)展脈絡進行了梳理，并對基于計算機視覺的疲勞駕駛檢測的發(fā)展趨勢進行了分析。關鍵詞 疲勞駕駛 人眼、人臉 嘴巴 專利中圖分類號：C18 文獻標識碼：A0引言造成交通事故的原因25%-30%產(chǎn)生于疲勞駕駛，因此疲勞駕駛已成為誘發(fā)交通事故的重要因素。國內(nèi)外專家和學者針對疲勞駕駛的檢測開展了大量的研究工作，目前研究的重心主要集中在基于計算機視覺的疲勞駕駛檢測，因此對基于計算機視覺的疲勞駕駛檢測的
科教導刊·電子版 2017年16期2017-07-21
- 新型人工虹膜感光能力堪比人眼
新人工虹膜，能像人眼一樣，無需外部控制即能自行對光線作出反應。發(fā)表在最新一期《先進材料》雜志上的這一最新成果，可用來改進相機拍照性能，并最終用于修復人眼受損部位或控制微型機器人對周圍環(huán)境的應對能力。研究人員表示，現(xiàn)有治療眼疾的人工虹膜都不能改變瞳孔的大小，只能幫助患者在白天看清物體，但在晚上或其他黑暗環(huán)境下仍然無法看清東西，新人工虹膜向攻克這些難題邁出了第一步。未來一旦實現(xiàn)對花瓣尺寸的更精確控制，就可植入人眼，還患者一個光明的世界。
科學導報 2017年43期2017-07-09
- 狗眼、牛眼及人眼
?狗眼、牛眼及人眼至今還依稀記得，小時候跟在大人身后放過幾天牛的情形。那頭牛名叫“大個子”，身高、腰寬、腿粗，長得跟大象差不多。那時我也不過七、八歲的樣子，個頭很小也很頑皮，經(jīng)常和小伙伴在牛肚下鉆來鉆去。在我眼里，“大個子”簡直就是龐然大物，剛接觸它的時候，我很怕它，特別是一看到它的眼睛瞪得大大的、鼓鼓的，一副兇狠相，我總是離得遠遠的不敢靠近它。父親說，別看它的樣子嚇人，其實它很老實溫順。慢慢地，我可以牽著它到田埂路邊吃草，到河溝水塘洗澡。高興時，我還騎到
雨花 2016年15期2016-11-26
- 基于人眼注視非穿戴自然人機交互*
00444）基于人眼注視非穿戴自然人機交互*王佳雯，管業(yè)鵬*（上海大學通信與信息工程學院，上海200444）提出了一種基于人眼注視的非穿戴自然人機交互新方法。基于人體生物結構特征，采用主動形狀模型確定人眼輪廓特征點，并根據(jù)HSV色彩空間構建人眼特征直方圖，采用粒子濾波法，對人眼目標跟蹤與定位。基于最大三角化劃分人眼輪廓特征，構建人眼幾何模型，通過圖像幀間均值濾波，確定人眼注視交互目標，實現(xiàn)非穿戴的人機交互，滿足用戶交互的靈活性、舒適性和自由性等要求。通過實
電子器件 2016年2期2016-10-13
- 一種復雜環(huán)境下的人眼定位算法
因此，很多學者把人眼的定位作為人臉識別的突破口和人臉識別的關鍵技術之一.近年來，國內(nèi)外學者相繼提出了一些人眼的定位方法，如PCA［1］，支持向量機(SVM)，基于Ada-Boost［2-5］，以及基于模板［6-7］等方法，這些方法都獲得了一定的成效.總的來說，這些方法主要分為兩個步驟:(1)粗定位，找出人臉范圍內(nèi)的可能眼睛塊;(2)精確定位，應用一些方法確定雙眼的準確位置.譚臺哲等［6］利用形態(tài)學商圖像對人眼區(qū)域和皮膚區(qū)域有明顯不同響應值的特點，提出一種基
湖南師范大學自然科學學報 2015年4期2015-12-22
- 一種疲勞駕駛檢測系統(tǒng)中快速人眼檢測方法
用同樣的方法確定人眼位置，通過分析人眼狀態(tài)結合PERCLOS標準來判斷疲勞駕駛行為是否發(fā)生。而在實際運用環(huán)境中，由于攝像頭與人臉所成角度的改變、駕駛員頭部的晃動、車輛抖動等因素，AdaBoost算法表現(xiàn)出較差的魯棒性，拒真率高導致識別率較低[4]；搜索人眼的過程中也有采用模板匹配的方法，模板匹配計算規(guī)模較大，而且在人眼睜閉時，由于目標形狀的變化，采用固定單一模板會丟失目標，如果采取多種模板匹配則計算量過大，無法達到實時性要求[5]；也有通過主動形狀模型（A
現(xiàn)代電子技術 2015年4期2015-07-20
- 基于小波光照歸一化和高判別力特征的人眼定位算法
和高判別力特征的人眼定位算法高志升，岳 楨，張鋮方，胡占強(西華大學無線電管理技術研究中心，四川 成都 610039)人眼定位是人臉識別、人臉分析等的前提，但是人眼定位的精度極易受到非均勻光照和噪聲的影響。針對這一問題，提出一種結合小波變換光照歸一化和高判別力特征的人眼定位算法。首先通過小波變換對人臉圖像進行光照歸一化處理，然后對人眼候選區(qū)域提取LTP和LPQ特征，對每個候選人眼區(qū)域計算SVR分類響應值得到人眼概率圖，最后對人眼概率圖進行高斯擬合，完成人眼
西華大學學報（自然科學版） 2015年3期2015-07-18
- 基于HSV空間優(yōu)化耦合參數(shù)PCNN的人眼定位方法
合參數(shù)PCNN的人眼定位方法王 霞，牟駿杰，王蒙軍，栗 洋(河北工業(yè)大學 電子信息工程學院，天津 300401)為解決人眼定位中受光照、人臉姿態(tài)、人眼開閉影響的問題，提出了一種HSV空間膚色模型與優(yōu)化耦合參數(shù)的脈沖耦合神經(jīng)網(wǎng)絡(Pulse Coupled Neural Network，PCNN)相結合的人眼定位算法。將RGB空間圖像轉(zhuǎn)化為HSV空間圖像，根據(jù)膚色檢測人臉圖像，利用優(yōu)化耦合參數(shù)PCNN模型良好的捕捉特性及衰減特性，對圖像進行分割，提取出人眼范
電視技術 2015年24期2015-05-06
- 新發(fā)現(xiàn)明末清初小說《留人眼》考
潘建國·一、《留人眼》之謎關于《留人眼》的身份，學術界先后形成過三種不同的看法:1.《留人眼》可能是《人中畫》小說的別名路工編《明清平話小說選》第一集(1958)，收錄清初嘯花軒刊本《人中畫》，其出版說明云:“此本封面左上角題‘留人眼’三字，不知什么意思。董康的《書舶庸譚》曾提到日本藏有《留人眼》小說，《人中畫》是否又名《留人眼》，還不能肯定。”之后，胡士瑩《話本小說概論》(1980)第十五章第三節(jié)“清人編刊的擬話本集敘錄”基本沿用路工的說法，認為《留人眼
明清小說研究 2015年3期2015-04-23
- 傅里葉變換在人眼輪廓擬合和人眼幾何參數(shù)計算中的應用
的描述效果。由于人眼邊緣通常是光滑的，而且人眼輪廓具有明顯的幾何外形，因此這種方法可以很好地用來擬合人眼。而且用一次諧波擬合的人眼，其傅里葉系數(shù)具有明顯的幾何意義。因此可以用這些系數(shù)來計算人眼的幾何參數(shù)。由于傅里葉變換的各種算法在計算機程序設計中得到了廣泛的使用，因此，這種方法的計算效率也較其他方法高。1 原 理在傅里葉變換描述圖像輪廓的方法[3]中，一般將圖像定義在復平面內(nèi)，那么圖像中的每一個像素都可以用一個復數(shù)來表示。像素的第一個坐標表示復數(shù)的實部，第
電子設計工程 2015年20期2015-01-24
- 面向人眼探測識別的視頻優(yōu)化方法研究
也出現(xiàn)了一些基于人眼視覺系統(tǒng)的圖像增強的方法，目的是使人眼盡可能感知較多的圖像信息，并根據(jù)實際應用情況進行了一定改進。但是，這些方法在用于視頻圖像處理時由于對連續(xù)圖像的處理不足，往往會出現(xiàn)閃爍的現(xiàn)象。由于在監(jiān)測系統(tǒng)在實際應用中大都具有較高的實時性要求，因此，這種閃爍會帶探測識別的準確性產(chǎn)生較大的影響。因此要想增強視頻優(yōu)化質(zhì)量、提高視頻優(yōu)化方法的實用性，就需要在這些面向人眼探測識別的圖像優(yōu)化方法進行深入了解的基礎上，分析閃爍產(chǎn)生的原因，然后探求在不影響人眼能
科技傳播 2014年21期2014-12-02
- 基于DSP的改進疲勞駕駛檢測系統(tǒng)
檢測系統(tǒng)中，基于人眼參數(shù)的疲勞檢測由于其準確率高、受主觀因素影響小以及非接觸的優(yōu)點獲得了廣泛的應用。其檢測原理為駕駛員眼睛閉合頻率與疲勞程度的相關性，如何準確地定位人眼是該類系統(tǒng)研究的主要問題。目前常用的人眼定位方法有模板匹配法、霍夫變換法以及灰度投影法等[1]。模板匹配法[2]事先選取人眼的模板，通過在圖像中進行匹配來定位人眼。但其準確度十分依賴選取的模板，且定位過程中需要匹配左右兩只人眼，計算量較大、實時性差?；舴蜃儞Q法[3]提取待檢測圖像的邊緣，用霍
網(wǎng)絡安全與數(shù)據(jù)管理 2014年5期2014-07-25
- 人眼對比度敏感視覺特性的實驗測量方法
723000）人眼視覺特性是圖像技術中非常重要的理論基礎之一，通過實驗測試和理論分析研究視覺特性，建立其模型，對促進圖像技術的應用和發(fā)展均能提供較大的技術支持。目前，顯示器是信息顯示、傳輸和交流的重要工具，所以用顯示器測量人眼視覺特性具有非常重要的實際意義［1－4］。自上世紀50年代起，國內(nèi)外許多專家學者采用不同的儀器顯示目標光柵，通過改變光柵的平均亮度，在亮度對人眼視覺特性的影響方面作了一定的實驗研究［5－10］，研究發(fā)現(xiàn)：不同的亮度條件下，人眼對信息
實驗技術與管理 2014年4期2014-05-02
- 一種快速人眼精確定位算法
勞駕駛檢測中，對人眼高效、實時、準確的檢測是其關鍵的步驟之一。到目前為止，人眼檢測用到的方法主要有以下幾種：基于模板匹配法、Hough變換法、灰度投影法、基于統(tǒng)計學習的方法和特種光源法。雖然這些方法在不同的場景下均取得了不錯的效果，但由于眼睛在人臉所占比例不是很大，同時受到眉毛、眼鏡框、眼睛大小、傾斜、光線等多種因素的影響，要精確的定位人眼不是一件容易的事情。本文提出一種改進的人眼定位算法，該算法的核心是基于頂點鏈碼和離散格林[1]相結合的最小外接矩形算法
電子設計工程 2014年6期2014-01-16
- 面向人眼探測識別的視頻優(yōu)化方法研究
設備獲取圖像用于人眼探測識別。觀察者總是希望能夠從圖像中獲取盡量多的信息以提高探測識別的成功率。因此，國內(nèi)外學者提出了各種各樣增強圖像的方法，如直方圖均衡，Retinex 算法[1]等。近些年來，也有學者通過基于人眼視覺系統(tǒng)的研究提出了一些方法圖像增強的方法[2－3]。在先前的研究中也提出了一種基于人眼視覺系統(tǒng)的圖像優(yōu)化方法[4]，以使圖像中信息最大限度的為人眼感知，并進行了一定的改進。這些方法在用于單幅圖像的增強和優(yōu)化中能夠獲得較好的結果，但是在用于視頻
機械設計與制造 2013年1期2013-11-04
- 一種復雜光照條件下的人眼定位方法
070)1 引言人眼定位在人臉識別、智能監(jiān)控、視頻跟蹤、人眼狀態(tài)分析等方面發(fā)揮著重要作用，但在實際應用中復雜光照條件導致的光照過強、過弱、及光照不均勻等情況給人眼定位帶來較大困難，因此在人眼定位之前需要進行預處理，利用直方圖均衡化[1]可以使圖像灰度分布均勻并增強對比度，但可能丟失圖像細節(jié)信息；基于光照-反射模型的頻域方法[2,3]利用圖像頻率信息將高頻與低頻部分分開再進行濾波達到增強圖像對比度同時壓縮圖像動態(tài)范圍的目的；視網(wǎng)膜神經(jīng)理論（Retinex）增
電子測試 2013年5期2013-06-13
- 人眼的視力為何達不到3.0？
很多人還不知道，人眼視網(wǎng)膜的生物學極限視力應是3.0～4.0.換句話說，假如人眼具有完美的屈光系統(tǒng)，人類的裸眼視力應能達到3.0左右.但事實上即使是2.0，能夠達到的人也不多.那么，是什么妨礙我們看得更遠呢？研究人員告訴我們，個中原因是像差.人眼的像差分為低階像差和高階像差兩種，低階像差主要指近視、遠視、散光等，而高階像差主要指慧差、影暈等.人眼像差有30余種，包括角膜像差、晶體像差等.像差使人眼的光學系統(tǒng)無法充分地發(fā)揮作用，妨礙人眼對視網(wǎng)膜分辨率（感光性
初中生世界·八年級物理版 2013年3期2013-05-10
- 基于人眼感知特性的數(shù)字圖像壓縮技術研究
最終接受者是人，人眼對圖像的認知是非均勻和非線性的，并不是對圖像中的任何變化都能感知到，使得人觀察圖像時存在大量的心理視覺冗余，且人眼能很好地直接評價壓縮效果的好壞，所以自20世紀90年代以來，基于去除心理視覺冗余的圖像壓縮技術及其應用得到了迅猛發(fā)展[6-10]。但是如何利用人類視覺系統(tǒng)的感知特性，這方面的研究到目前為止比較少。本文結合人眼對比度感知特性和圖像離散余弦變換（DCT）特征[1-2]，提出了一種源圖像頻譜圖的人眼最小可覺察誤差閾值的計算方法，利
電視技術 2011年15期2011-06-25
- 人眼有多少像素
李慧用人眼和相機或者顯示器來對比，多少有點不合適。我們只能估算一下，看看如果人眼是一部相機，能夠產(chǎn)生多少像素的圖片。早在1894年，德國醫(yī)生阿瑟·康尼錫就提出了比較精確的答案。人眼對于不同強度光照下不同顏色的分辨率有所不同，他采用了一種標準化的實驗方式：在正常光亮的條件下，測試人能夠分辨的、距離最小的平行線段中，兩根線段與瞳孔正中所形成的夾角。測量結果是0.59角分(1°=60角分)。也就是說，人眼能夠識別的最小像素應該是0.3角分。這樣推斷，人的視野中心
知識窗 2011年7期2011-05-14
- 一種基于人眼視覺特性的壓縮方法*
。文獻[2]通過人眼對圖像灰度變化的不同敏感程度特性對DCT塊進行分類，從而去除空間冗余。文獻[3]根據(jù)圖像內(nèi)容的變化并且用小波變換來對視頻圖像進行無損壓縮以去除空間冗余及編碼冗余。但以上方法及當前的視頻編碼標準卻很少考慮視覺冗余。筆者提出的基于人眼視覺特性的壓縮方法可以有效地去除視覺冗余。其思想就是找到合適的恰可觀測失真 （亮度變化不可見的最大值），也就是人眼對圖像亮度變化的敏感度因子，通過敏感度因子對JM86代碼流程中DCT變換前的亮度殘差系數(shù)先進行量
電視技術 2010年10期2010-03-14