人脸特征检测的最佳Gabor滤波器设计方法

维普资讯 http://www.cqvip.com 褥　梭　沈学强石磊竣傻　个人脸，每张人脸１０幅图像，共计１５０幅　图像，每幅图像最少采集３个特征（眼睛、　鼻子和嘴），则一共需要１８０００次滤波。事　实上，有必要研究不同方向和不同尺度的　Ｇａｂｏｒ滤波器对人脸特征的信息刻画的有　效性。不同的方向或不同的尺度Ｇａｂｏｒ滤　波器对分类的结果有很大的影响。只有选　择适当的Ｇａｂｏｒ滤波器的参数来放大不同　姿势之间的差异才能提高结果的正确率。　Ｇａｂｏｒ滤波器设计方法　东北电力大学信息工程学院　１　３２０１　２　寻人脸的面部特征以及这些特征的几何关　Ｇａｂｏｒ小波滤波器的应用可以转化为在不同的　２　Ｇａｂｏｒ小波变换　傅立叶变换是研究平稳信号的一种有　系检测人睑Ｉ１】，这种方法在特征点明显的：　力的工具，它是一种频域分析方法。然　情况下检测效果较好。但在光照变化比　而，大多数信号是非平稳的，非平稳信　较大的时候，人脸的检测就比较困难。　基于分类的方法使用分类器把输入图像分成人脸与非人脸来检测人脸Ｉ　１，这种特征　　｝问题中如何合理选取Ｇａｂ０　ｒ滤波器参数的问　题，不同的应用场合参数选取的依据应有所　不同。本文通过实验给出了Ｇａｂｏｒ滤波器在人　号需要局部时间的频率分析，得到的分　　析方法称为时一频分析方法。Ｇａｂｏｒ变换　：１６１是信号时　频分析的一种重要工具。连　续Ｇａｂｏｒ变换是用开窗的方法作为傅立叶　变换的一种局部化。这个窗的存在使单　变量的函数变换成了两个参数的新函数，　即给出窗的中心位置的时间参数和计算加　窗后信号的傅立叶变换得到的频率参数　Ｉ　１。脸特征检测方法中参数的选择依据并给出具　体的参数。　霞　霞　鬻蓬　霾蕊鞫鞠　鬟照　霾彝　Ｇａｂｏｒ小波；变换；Ｇａｂｏｒ滤波器；人脸特征；　！　　多分类模型已经提出来了，但是它们当　Ｉ　器的输入特征，这种像素值特征不能表　ｊ以，应该找出具有相邻关系的更有效的　提取与分类器的设计是十分重要的。许　中有许多都是使用图像的像素值作为分类　露　蘑　瑟霜　霾嚣霞　达出检测物体的形状以及纹理特征。所　雾　霆　露嫠翳鞫露鞠豳豳　Ｔｈｅ　ａｐｐｌｉｃａｔｉｏｎ　ｏｆ　ｔｈｅ　Ｇａｂｏｒ　ｗａｖｅ￣ｔ　ｆｎｔｅｒ　ｃａｎ　ｂｅ　ｔｒａｎｓｆｏｒｅｄ　ｉｍｎｔｏ　ａ　ｐｒｏｂｌｅｍ　ｔｈｚｔ　ｈｏｗ　ｔｏ　ｓｅｌｅｃｔｉｏｎ　｝　其中，窗函数定义为：非平凡函数　特征来提高检测性能。　在哺乳类动物的视觉皮层中呈现一种　机理，它把频率和方向结合到一起调谐　到一个很窄的区域，这种机理常称为通　ｇ（ｔ）∈Ｌ　（Ｒ），且还有ｔｇ（ｔ）∈Ｌ　（Ｒ），则称　ｇ（ｔ）是一个窗函数。窗函数ｇ（ｔ）中心ｔ＋与　１　．　，　Ｇａｂｏｎ　ｗ＆ｖｅ￣ｔ　Ｎｔｅｒ阻ｒａＴＴＩｅｔｅｒｓ　ｉｎ　ｄｉｆｆｅｒｅｎｔ　ｑｕｅｓｔｉｏｎｓ　ｒｅａｓｏｎａｂｌｙ．Ｔｈｅ　ｂａｓｉｓ　ｏｆ　ｔｈｅ　ｐａｒａｍｅｔｅｒｓ　ｓｅｌｅｃｔｉｏｎ　ｓｈｏｕｌｄ　ｂｅ　ｄｉｆｆｅｒｅｎｔ　ｉｎ　ｄｉｆｆｅｒｅｎｔ　ａｐｐｌｉｃａｔｉｏｎ　ｏｃｃａ￣ｏｎｓ．　Ｉｎ　ｔ｝ｌｉｓ　ａｒｔｉｃｌｅ，ｉｔ　∞Ｗｓ　ｔｅ　ｓｅｌｈｅｃｔｉｏｎ　ｔｅｒｌ矗ｏｆ　ｔｈｅ　半径△　分别定义为　’’＿　Ｊ帖（　）ｒ　，　Ｉｌ　’ＩＩ　２　～　Ｉ　．　道，其实质等价于“带通滤波器”。纹　Ｐａｒａｍｅｔｅｒｓ　ｏｆ　ｔｈｅ　Ｇａｂｏｒ　ｆｉｌｔｅｒ　ｉｎ　ｆａｃｉ￣ｆｅａｔｕｒｅｓ　Ｉ　理分析所用的“多通道滤波器算法”是　ｌ　△　卉｛Ｓ（ｔ一，’）　Ｉ譬（　ｊ　而窗函数的宽　”０ＩＩ　ｄｅｔｅｃｔｉｏｎ　ｔｈｒｏｕｇｈ　ｅｘｐｅｒｉｍｅｎｔｓ，ａｎｄ　ｅｖｅｎ　ｓｈｏｗｓ　ｓｐｅｃｉｆｉｃ　ｐａｒａｎｌｅｔｅ￣．　受视觉系统工作机理的启发而提出的¨ｌ。　纹理图像的多通道滤波过程由特征提取和　分类两部分组成。特征提取中，纹理图　像首先经一组滤波器的滤波，然后经非　线性变换和空域平滑得到一组对应滤波器　的特征图像，最后由分类器进行分类，　完成对纹理的分类和分割。滤波器的每　个通道都能够得到输入纹理的某种局部特　的最多的滤波器组是Ｇａｂｏｒ滤波器，因为　复值Ｇａｂｏｒ滤波器能够提供空域和频域上　的最佳局部化。　人脸特征检测应用Ｇａｂｏｒ滤波器的一　个基本问题是确定滤波器的参数。根据　ＷｉｓｋｏｔｔＨ等人提出的Ｇａｂｏｒ　Ｊｅｔ概念，即　对图像某个位置的邻域做５×８次滤波得　．度为２△　。在空间域中，Ｇａｂｏｒ变换就　是一个被高斯函数调制的复指数信号，　假定口　＝口　＝口，则Ｇａｂｏｒ变换的定义　如下：　１　、　，　霪　Ｇａ．１￣ｗａｖｅｔｅｔ；ｔｒａｎｓｆｏｒｍ；Ｇａｂｏｒ　ｆ　；ｆａｃｉａｌ　ｆｅａｔｕｒｅｓ　１、引言　ｑ（ｘ，　∞ｕ，０）＝÷Ｐ　’　一　一Ｐ　】　在智能化的人机交互过程和对计算机　视觉的研究中，人脸检测是一项十分重　要的技术，它是指在图片中确定人睑位置的过程。人脸检测作为人脸信息处理　ｉ　征，例如空间频率、方向边缘等等。用　的一个重要内容，近年来已经成为计算　机视觉与模式识别领域的研究热点之一　ｌ１　Ｉ。人脸作为一种自然形体具有很强的共　性，但由于个体的外貌差异、表情变化　以及图像在采集时受光照、设备等因素　的影响，使得人脸图像具有比较复杂而　细致的模式变化。因此，人脸检测是一　问题的研究具有十分重要的学术价值。　目前，在人脸检测方面的研究工作　主要有两类方法　基于特征的方法和基　图１　到的结果作为图像在该位置的特征，它较　细致地刻画了图像在某个位置上的纹理变　化。然而，Ｇａｂｏｒ小波是非正交小波，它　在实现上还没有行之有效的快速算法，所　以５×８次滤波对系统来说是个沉重的负　个极具挑战性的模式分类问题，对这个　５　于分类的方法。基于特征的方法依靠搜　ｌ担。以Ｏｒ１人脸库为例，如果从中抽取ｌ－２４７　维普资讯 http://www.cqvip.com 中冒科技信息２００８年第３期　ＣＨＩＮＡ　ＳＣＩＥＮＣＥ　ＡＮＤ　ＴＥＣＨＮＯＬＯＧＹ　Ｉｋｒ．－ＯＰＪＶｌＡＴＩＯＮ　Ｆｅｂ．２００８　其中，Ｘ０＝ＸＣＯＳ　０＋ｙｓｉｎ　０，ｙ０＝－ＸＣＯＳ　０＋ｙｓｉｎ　０，ｘ、　本文中分别选择了５个中心频率：　０）０：２４２ｎ／５，ＣＯｎ＝４２ｎ／３，　Ｙ表示空间域像素的位置，∞。为中心频率，０代表Ｇａｂｏｒ变换　的方向，ｏ为高斯函数沿两个坐标轴的标准方差。另外，ｏ和　ＣＯ。＝　／４，ＣＯ。＝　／ｓ，ＣＯ　＝　／６。　实验结果如图４。　∞　的关系可以表示为ｏ＝ｋ／∞　，其中ｋ：４２Ｉｎ２（　■），　是　。　。　‘一ｌ　用倍频程表示的带宽，若取　＝１，则ｏ＝ｋ／∞　＝　向。，此　时，Ｇａｂｏ　ｒ变换的时频窗为　：√ｍｏ：√　／￣ｏ…从外形上看，　Ｇａｂｏｒ小波被封装在一个高斯分布的形状中，而且它的积分为　零。如果将Ｇａｂｏｒ滤波器在三维中显示出来则是如图１、２的样　子。其中，图１为实部，图２为虚部『８Ｉ。　根据Ｇａｂｏｒ滤波器的性质知道，若时频窗取的过大，则不利　于表示图像的局部特性，若取得过小，则容易受到噪声的干扰。　在中心频率ＣＯ。＝√２７ｃ／３的条件下，分别选择了８个Ｇａｂｏｒ变　换方向：０＝０，０＝７Ｔ／８，０＝７Ｔ／４，０＝３　７Ｔ／８，０＝　７Ｔ／２，０＝５　７Ｔ／８，０＝３　７Ｔ／４，０＝７　７Ｔ／８。实验结果如　图５，图６。　４　结果分析　分析图４、５、６可以得出如下结论：　（１）、在选择Ｇａｂｏｒ滤波器中心频率时，太高或太低的频率不　能有效地对目标图像进行滤波。　（２）、当人脸图像为正面人脸或人脸旋转角度不大的情况下滤　波器方向对结果影响不大。　结论（１）、（２）说明：中心频率的选择应该尽量靠近　３、Ｇａｂｏｒ滤波器设计　．　Ｇａｂｏｒ滤波器采用Ｍａｔｌａｂ６．１编程实现。Ｇａｂｏｒ滤波器性能　实验的样本采用Ｏｒ１人脸数据库，共１５张人脸，每张人脸１０幅图　像，如图３。　由于Ｇａｂｏｒ小波是复指函数，为了计算的方便，在程序设　计中将小波函数分解为实部和虚部两类Ｇａｂｏｒ函数，分别与函数　图像卷积，因此小波变换后的结果也是由实部和虚部两部分的矢　量组成，计算的结果可以通过取模运算将实部矢量和虚部矢量合　为模矢量，并最终作为提取的特征结果。具体实现算法如下：　ｉｆ　ｉｓａ（Ｉ，　ｄｏｕｂｌｅ　）　１　ｆｕｎｃｔｉｏｎ【Ｇ，ｇａｂｏｕｔ】＝ｇａｂｏｒｆｉｌｔｅｒａ（Ｉ，　Ｓｘ，Ｓｙ，ｆ，ｔｈｅｔａ），　Ｉ＝ｄｏｕｂｌｅ（Ｉ）；　ｅｎｄ　图３　ｆｏｒ　ｘ＝一ｆｉｘ（Ｓｘ）：ｆｉｘ（Ｓｘ）　ｆＯｒ　Ｙ＝一ｆｉｘ（Ｓｙ）：ｆｉｘ（Ｓｙ）　ｘＰｒｉｍｅ＝ｘ十ｃｏｓ（ｔｈｅｔａ）＋Ｙ十ｓｉｎ（ｔｈｅｍ）；　ｙＰｒｉｍｅ＝Ｙ十ｃｏｓ（ｔｈｅｍ）　ｘ十ｓｉｎ（ｔｈｅｍ）；　ｈ＝ｐｉ／ｆ；　■■■　’。　图４　ｌ　；　＿■■＿Ｉ量ｌ　Ｇ（ｆｉｘ（Ｓｘ）＋ｘ＋１，ｆｉｘ（Ｓｙ）＋ｙ＋１）＝１／（２＊ｐｉ＊ｈ　２）十（ｅｘｐ（　（（ｘＰｒｉｍｅ）　２＋（ｙＰｒｉｍｅ）　２））／（２十ｈ　２））十（ｅｘｐ（ｊ＊ｆ＊ｘＰｒｉｍｅ）ｅｘｐ（一　Ｆ２十ｈ　２／２））；　ｅｎｄ　ｅｎｄ　聱　ｌ－一　一　ｋ　Ｉｍｇａｂｏｕｔ＝ｃｏｎｖ２（Ｉ，ｄｏｕｂｌｅ（ｉｍａｇ（Ｇ）），　ｓａｍｅ’）｛　Ｒｅｇａｂｏｕｔ＝ｃｏｎｖ２（Ｉ，ｄｏｕｂｌｅ（ｒｅａｌ（Ｇ）），　ｓａｍｅ　）；　ｇａｂｏｕｔ＝ｓｑｒｔ（Ｉｍｇａｂｏｕｔ．＊Ｉｍｇａｂｏｕｔ＋Ｒｅｇａｂｏｕｔ．＊Ｒｅｇａｂｏｕｔ）￣　Ｉ：目标图像　Ｓｘ、Ｓｙ：Ｇａｂｏｒ滤波器空间域像素的位置　ｆ：中心频率　ｔｈｅｍ：Ｇａｂｏｒ滤波器的方向　～生物学实验表明，人类视觉神经细胞对于空间信息输入的响应　具有频率选择性，而且具有一定的频率带宽范围。这里的频率带　通常由响应幅度为最大值一半时候的频率宽度（即半峰带宽）来定　义。人类视觉神经细胞的频率响应带宽范围为０．６至２．０个倍频　程，平均约为１．３个倍频程。由于人类视觉神经细胞的频率响应带　宽范围具有一定的不变性，如果利用这一带宽参数来指导搜索最佳　的Ｇａｂｏｒ滤波器，不但与人类视觉系统的纹理认知机制相吻合，　而且还会具有很强的可操作性『９１。　～　ｊ　。～』●　～ｊ　●　～Ｉ　●　●　０■　Ｉ　～　Ｉ　图６　～　Ｉ　～Ｉ　下转第２５１页　争　维普资讯 http://www.cqvip.com

应得措施，提高系统抗干扰能力，保证　机器的可靠性。　《《上接第２４８页　《嚆上接第２４９页　软件是控制系统的核心，其主要功　能是根据图像识别的结果、厚度传感器　信号和磁信号，控制电机、离合器及电磁　铁动作完成一系列的功能。控制系统软件　也担负着清分机各部件协调工作。其主要　任务有：　图像本身固有的平面频率，单纯的用提　高频率带宽的办法并不能有效地提高结果　的精度，反而由于滤波器数目过大导致计　献ｌ中图ｌ７～３０）；扬程Ｈ＝６１ｍ；叶轮外径　Ｄ，＝０．４５ｍ；Ｂ　＝０．０６９ｍ￣ｑ径向力　Ｆ＝９．８ｌ　Ｘ　Ｋ　Ｘ　Ｈ　Ｘ　Ｄ　Ｘ　Ｂ，Ｘ　ｌ０　算量加大。同时，如果人脸图像为正面人　脸图像则对Ｇａｂｏｒ滤波器方向并不十分敏　感，所以在保证精度的前提下可以适当减　少滤波器的方向。　（Ｎ）　Ｆ＝９．８ｌ　Ｘ　０．０７×６ｌ×０．４５　Ｘ　０．０６９　Ｘ　ｌＯ　（Ｎ）＝ｌ３００Ｎ　（１）、根据图像传感器识别结果和　各状态，控制电机、电磁铁动作；　（２）、根据光电信号判断系统工作　状态，控制离合器，调整纸币进钞速度，确　保前后纸币之间的间距，保证图像处理和　识别时间；　二、挠度大小的计算　泵偏流量运行，导致浆体对叶轮产　生径向力。泵轴在径向力的作用下产生　挠度（如图３）。５０ＺＪＬ一４５Ｂ泵在０．５ＱＮ下　工作时泵轴端叶轮产生的最大挠度Ｙ的计　（３）、检测厚度传感器信号，确定　纸币是否卷角或粘贴胶带；　（４）、检测磁信号，完成人民币的　真伪鉴别；　算参考文献２。　Ｙ…　Ｐａ　（Ｌ＋ａ）／３ＥＩ　（５）、控制液晶显示屏，显示清分　和点钞的结果，显示系统的工作状态。　系统软件设计的主要难点是适时性，　因为清分机功能多，结构复杂，检测控制　点多。采取的措施是适时多任务操作处理，　保证了对每张纸币实行全程监控，优化程　…ＣＨＥＬＬＡＰＡ　Ｒ，Ｗｉｌｓｏｎ　ｃ　Ｌ　ｅｔ　ａｊ．Ｈｕｍａｎ　ａｎｄ　ｍａｄ￣ｉ］ｅ　ｒｅｃｏｇｎｉ￣ｎ　ｏｆ　ｆａｃｅｓ：Ａ　ｓｕｒｖｅｙ［Ｊ］．　ｐｒ０ｃｅｅ魄ｓ　ｏｆ　ｔｈｅ　ＩＥＥＥ，１　９９５，８３（５）：７０５－　７４０　式中：Ｙ…为叶轮端泵轴最大挠度，ｍ．　Ｐ为泵偏流量运行时作用于轴端叶轮　的径向力（Ｎ），对５０ＺＪＬ－４５Ｂ　Ｐ＝Ｆ＝１３００Ｎ　ａ为泵轴端（叶轮处）到下轴承支点　的悬臂长度（ｍ），对５０ＺＪＬ一４５Ｂ泵来说ａＴＭ　１．　４３９ｍ．　［２］Ｅｅｎ－ｌｉｅｎ　Ｈｓｕ　ａｎｄ　Ａｎｉｌ　Ｋ．Ｊａｉｎ，Ｆａｃｅ　Ｄｅｔｅｃｔｉｏｎ　ｉｎ　Ｃｏｂｒ　Ｉｍａｇｅｓ［Ｊ］］ＥＥＥ　Ｔｒａｎｓ．Ｐａｔｔｅｒｎ　Ａｎ￣ｙｓｉｓ　ａｎｄ　Ｍａｃｈｉｎｅ　Ｉｎｔｅｌｌｌｇｅｎｃｅ，ｍａｙ　２００２　Ｌ为上轴承支点到下轴承支点的跨度　（ｍ）；Ｌ＝０．２８２ｍ　序控制。为提高清分机工作速度及可靠性，　系统走钞机构中采用计算机模糊控制技术，　有效防止纸币在高速行进中发生堵塞。　［３］ＶＩＯＬＡＰ，Ｊｏｎｅｓ　Ｍ，Ａ　Ｆａｓｔ　Ｔｒａｉｎｉｎｇ　Ａｌｇｏｒｉｔｈｍ　ｆ０ｒ　Ｆａｃｅ　Ｄｅｔ￣ｔｉｏｎ．ＩＥＥＥ　Ｔｒａｍ　Ｅ为泵轴弹性模量，（Ｐａ），泵轴材料为　４５钢，Ｅ　２００Ｇｐａ　ｐａｔ￣ｅｒｎ　Ａｎａｌｙｓｉｓ　ａｎｄ　Ｍａｃｈｉｎｅ　Ｉｎｔｅ￣ｅｎｃｅ，２００２，　２４＜１）：３４—５８．　４结束语　纸币清分机是金融行业现代化办公机　具，在工作的稳定性和准确性方面要求很　［４］Ｌ　Ｗｉｓｋｏｔｔ，Ｊ　Ｆｅｌｌｏｕｓ，Ｎ　Ｋｒｕｇｅｒ，ｅｔ　ａＩ？Ｆａｃｅ　ｒｅｃｏｇｎｉｔｉｏｎ　ｂｙ　ｅｌａｓｔｉｃ　ｂｕｎｃｈ　ｇｒａｐｈｉｃ　ｍａｔｃｈｉｎｇ　Ｉ为轴截面的惯性矩，Ｉ＝ｎ　ｄ　／６４，ｄ　为轴截面直径，对５０ＺＪＬ一４５Ｂ　ｄ为０．０９ｍ．　ｙ　（１３００　ｘ　１．４３９　）ｘ（０．２８２＋１．　４３９）／（３×２００　Ｘ　１０。Ｘ　ｎ　Ｘ　０．０９　／６４）　０．００２３９８ｍ＝２．３９８ｍｍ　［Ｊ］？ＩＥＥＥ　Ｔｒａｎｓ　ｏｎ　Ｐａｒｔ　ＡｎａｌＭａｃｈ　Ｉｎｔｅｌｌ，１　９９７，　１　９（７）：７７５—７７９　高。而图像识别和电气控制系统是核心技　术，本文对图像识别的快速性和准确性以　及控制系统得适时性进行了分析和论证，　给出了相应得措施，具有一定的实用价值。　［５］Ｄｕｎｎ　Ｄ，Ｈｉ．ｉｎｓ　ＷＥ，Ｗａｋｅｅｌｙ　Ｊ．Ｔｅｘｔｕｒｅ　ｓｅｇｍｅｎｔａｔｉｏｎ　ｕｓｉｎｇ　２一Ｄ　Ｏａｂｏｒ　ｅｌｅｍｅｎｔａｒｙ　通过以上的分析可知，５０ＺＪＬ一４５Ｂ　泵叶轮启动运行中，在０．５Ｑ　流量下受到的　径向力为１３００Ｎ，由此产生的轴偏离中垂　线的最大挠度为Ｙ　＝２．３９８ｍｍ，在关阀　启动时，挠度还要大些。这就是叶轮在启　动过程中摆动的原因。因此我们在设计长　轴立式液下泵时，一定要考虑叶轮到支撑　点的悬臂长度，叶轮外径到隔舌处的最小　距离。并对径向力的大小，及轴端的最大　ｆｕｎｃｔｉｏｎｓ［Ｊ］．ＩＥＥＥ　Ｔｒａｎｓａｃｔｉｏｎｓ　ｏｎ　ＰＡＭＩ，１９９４，　１６（２）：１３Ｏ一１４９．　［６６］　Ｇａｂｏｒ　Ｄ．Ｔｈｅｏｒｙ　ｏｆ　ｃｏｍｍｕｎｉｃａｔｉｏｎ［Ｊ］．　Ｊｏｕｒｎａｌ　ｏｆ　ｌＥＥ，１９４６，９；３：４２９—４５７．　［７］Ｄａｕｇｍａｎ　Ｊ　Ｇ．Ｕｎｃｅｒｔａｉｎｔｙ　ｒｅｌａｔｉｏｎ　ｆｏｒ　ｒｅｓｏｌｕｔｉｏｎ　ｉｎ　ｓｐａｃｅ。ｓｐａｔｉａｌ　ｆｒｅｑｕｅｎｃｙ，ａｎｄ　ｏｒｉｅｎｔａｔｉｏｎ　ｏｐｔｉｍｉｚｅｄ　ｂｙ　ｔｗｏ－ｄｉｅｎｓｉｍｏｎａＪ￣ｓｕａｌ　［１］沙占友．集成传感器应用［Ｍ］．北京：中　国电力出版社．２００５．　ｃｏｒｔｔ￣ｆｌｋｅｒｓ［Ｊ］．Ｊ．ｏｐｔ．ｓ０ｃ　Ａｍ．Ａ，１　９８５，２（７）：　ＩＩ６Ｏ～ＩＩ６９．　挠度进行计算。这样才会避免问题的出现。　李群芳．张士军等．单片微型计算机与　接口技术［Ｍ］．北京：电子工业出版社．　２００５．　［８］ＬＥＥＴＳ．Ｉｍａｇｅ　ｒｅｐｒｅｓｅｎｔａｔｉｏｎ　ｕ甜ｎｇ　２Ｄ　Ｇａｂ０Ｐ　ｗａｖｅｅｌｔｓ［Ｊ１．ＩＥＥＥ　Ｔｒａｍ．Ｐａｔｔｅｒｎ　＾豫　ｅｉ８　ａｄ　Ｍａｎ时　Ｉｎｔｅ￣ｅｎｃｅ，１９９６，１　８（１Ｏ）：　９５９—９７１　［３］沈红卫．基于单片机的智能系统设计　与实．叫Ｍ］．北宸电子工业出版社．２００５．　杜铭｛１　９６４一）．男．工程师．主要研究方　向：自动化控制系统设计。　［９］Ｗｅｌｄｏｎ　ＴＰ，Ｈｉｇｇｉｎｓ　ｗ　Ｅ，Ｄｕｎｎ　Ｆ　Ｄ．Ｅｆｆｉｃｉｅｎｔ　Ｇａｂｏｒ　ｆｉｌｔｅｒ　ｄｅｓｉｇｎ　ｆｏｒ　ｔｅｘｔｕｒｅ　ｓｅｇｍｅｎｔａｔｉｏｎ　…１关醒凡．现代泵技术手册．宇航出版社．　１９９５．９　［Ｊ］．Ｐａｔｔｅｒｎ　Ｒｅ哑ｍ　，１　９９６，２９０２）：２００５－　２０１５．　［２］苏翼林主编．材料力学．高等教育出版　社．１９７９．　２５１