【摘要】对人耳进行特征识别多采用SURF算法,但该算法应用时极易受到图像中非目标区域的干扰,进而影响人耳特征点的检测和匹配准确度.基于目标区域的人耳特征识别算法可以突出目标区,而尽可能地抑制背景区域的影响.针对此问题,提出一种复合图像分割算法—KRM法作为人耳识别的预处理方法,将图像中人耳所在目标区域提取出来.该KRM法分为3步:首先利用k-means聚类算法将图像初步分割为前景目标区域和背景两类;再通过区域生长算法对过度分割的区域进行合并;最后应用形态学腐蚀的方法进行滤波得到人耳所在的目标区域.将KRM目标区域提取和SURF方法联用(简称KRM-SURF算法)应用于50组人耳图像,进行人耳特
【关键词】
全文来源于知网
光镊力谱系统双光束串扰因素研究
胡春光, 王国庆, 李宏斌, 胡晓东,
2017
32
7
￥:0
收藏
空中光电位姿测量系统的抗干扰方法
王向军, 吕博
2017
78
6
￥:0
收藏
1000～2500 nm宽波段的葡萄糖吸收光谱的测量波长优选
张紫杨, 孙迪, 刘冰洁, 孙翠迎, 刘
2017
193
6
￥:0
收藏
视频中运动电车电线的实时自动检测跟踪算法
刘见昕, 蒲灿, 柴晓飞, 孔昭松, 汪
2017
199
7
￥:0
收藏
防护热板法快速测量物质导热系数
索亚运, 李艳宁
2017
287
6
￥:0
收藏
