统计不相关最佳鉴别矢量集的本质研究

对统计不相关最佳鉴别矢量集的本质进行研究，在基于总体散布矩阵特征分解的基础上，构造了一种白化变换，使得变换后的样本空间中的总体散布矩阵为单位矩阵，这样使得传统的最佳鉴别矢量集算法得到的均是具有统计不相关的最佳鉴别矢量集，从而揭示了统计不相关最佳鉴别变换的本质——白化变换加普通的线性鉴别变换。该方法的最大优点在于所获得的最优鉴别矢量同时具有正交性和统计不相关性。该方法对代数特征抽取具有普遍适用性。用ORL人脸数据库的数值实验，验证了该方法的有效性。     

基于QR分解的线性图嵌入算法与人脸识别

针对小样本问题,提出了一种基于QR分解的线性图嵌入(Linear Extension ofGraph Embedding,LGE)求解算法,并将其用于人脸识别.与传统的用主成分分析进行降维不同,新算法利用QR分解对数据进行降维,然后在降维后的空间利用线性图嵌入算法进行二次特征抽取,最后利用最近邻分类器进行分类识别.新算法有效的解决了小样本问题,并且在降维的过程中不损失鉴别信息,提高了算法的识别率.在Yale和PIE人脸数据库的实验表明了本文算法在识别性能上优于传统算法.     

一种多频带线性鉴别分析方法

线性鉴别分析(LDA)是模式识别领域广泛使用的一种特征抽取方法,而在图像识别中,由于小样本问题,经常采用的是PCA LDA方法来代替单纯的LDA.提出了一种多频带线性鉴别分析方法(MBLDA),使LDA在完整的样本空间上进行,而且解决了小样本问题.MBLDA不仅避免了PCA过程带来的信息损失,而且提取的鉴别特征维数小,还提高了识别性能.该方法在识别精度上大幅度地超越了PCA和LDA或PCA LDA,通过对ORL,NUST603人脸库的实验验证了该算法的有效性.     

利用两类投影方法进行特征融合的人脸识别

提出了利用两类投影抽取特征、用并行策略融合特征进行人脸识别的新方法。先用一维的基于向量的投影抽取一组特征，再用基于二维的图像投影的方法抽取一组特征，用复向量将样本的两组特征向量组合在一起，在复向量空间分析主分量(CPCA)，抽取人脸图像的鉴别特征。在FERET人脸库上的实验结果表明，该方法的识别性能比用单个特征有10%左右的提高。     

基于小波分解和分形理论的金相图像识别

为解决目标相互粘连的金相图像分类问题,提出了一种基于小波分解和分形理论的金相图像识别方法。该方法通过对原图像作一级小波变换,分别提取小波变换后的各输出子图像的分形维数和相关维数构成纹理特征值,对金相图像进行分类识别,结果表明取得了较好的效果。     

基于曲波系数加权融合的人脸识别

为了提高人脸识别率和缩短识别时间,研究了基于曲波变换的人脸识别技术。考虑到传统曲波变换无法将多尺度多方向的曲波特征进行最优表示且其特征维数过大的缺点,提出了一种基于自适应加权融合的曲波变换和独立分量分析(ICA)的人脸识别算法。该算法通过曲波变换提取原始人脸图像的最优尺度和方向上的曲波系数,并对这些特征系数进行多方向上的融合,根据类别可分离性的判据原则对融合后的系数进行加权,以减少特征数量,提高处理速度;通过独立分量分析降维,将这些特征投影到更具表达力的空间,以获取有效特征,减少冗余信息,便于最近邻分类器进行人脸识别。基于在奥利维帝研究实验室(ORL)人脸库、Yale B人脸库和AR人脸库对该算法进行了测试,结果表明,其识别率分别达到98%、97%和98.57%,单幅图片的识别时间分别为65.43,158.94和20.37ms,从而验证了其实用性。     

面向图像识别的条件互信息特征选择方法

提出了一种基于条件互信息的图像特征选择方法.为了预测条件互信息,该方法选择与已选定特征具有最大熵的那些特征,并将选择出的特征进一步用于数字图像识别.图像识别器由支持向量机实现.实验中,识别器的输人数据是由人脸和非人脸组成的二类图像,这些图像均为大小是28×28且具有256个值的灰度图像.本文不仅将新方法用于图像识别,而且还将新方法与已有的识别方法,如经典的贝叶斯理论、神经网络、kNN等进行了比较.实验结果表明:新方法不仅能够在较短的时间内实现图像特征的选择,而且对图像识别有着比其它方法更高的正确识别率,完全可以用于图像识别.     

一种改进的基于特征和基于图像相结合的人脸检测

为了提高人脸检测的速度,提出了一种基于脸部特征和支持向量机的人脸检测方法.该方法对训练样本图像进行二维离散余弦变换(DCT),变换后选取重要的DCT 系数来训练支持向量机(SVM)分类器;在检测时,首先利用双眼区域的亮度关系和脸部的对称特征来快速过滤掉大量的背景区域,再利用SVM对余下的区域进行进一步的验证,以确认是否是人脸.实现结果证明了该方法的正确性和有效性.     

基于SVM RFE的人脸特征选择方法

提出一种新的基于SVM RFE（Support Vector Machine Recursive Feature Elimination）的人脸特征选择方法。该方法将权重矢量和半径／间隔作为SVM RFE的特征选择标准，采用缩放因子梯度算法优化特征搜索。基于该方法构建了一种实用、有效的人脸特征提取、选择及识别框架，并在UMIST人脸数据库上进行了验证实验。对特征选择前后的分类能力及速度进行了分析比较，结果表明，该方法是一种实用、有效的人脸特征选择方法，可以在特征维数为80左右时，达到94．62％的分类识别率。     

基于Gabor小波的人脸表情识别

提出通过提取人脸表情图像的Gabor特征,结合二次降维的方法,进行人脸表情识别.针对Gabor特征提取后维数变高,冗余很大的特点,先对高维特征进行采样,再引入二维PCA算法对Gabor特征进行选择,以达到降维的目的.然后采用基于模糊积分的多分类器联合的方法对7种表情进行融合识别.在JAFFE库上进行测试的结果验证了该算法的有效性,与2DPCA算法及传统特征提取算法相比,本文算法取得了较高的识别速度和精确度.该算法能更有效的提取反映表情状态的特征.     

基于图像识别的波纹补偿器轴向尺寸检测方法

为了解决传统检测方法只能检测工业管道中波纹补偿器的整体轴向位移,而不能检测其相邻波纹之间轴向位移的问题(相邻波纹之间轴向位移变化不均匀,超出一定限度会导致波纹补偿器损坏),提出了一种基于图像识别的波纹补偿器轴向尺寸检测方法.首先,应用Sobel算子对经高斯滤波平滑处理后的波纹补偿器图像进行边缘检测,最大限度地保留原始图...     

基于位平面可预测性的无损图像压缩研究

提出了一种基于嵌入式位平面的静止连续色调图像的无损图像压缩方法：通过将1幅图像分割成两类位平面（基础层和增强层）使得该图像具有了位平面的可测量性，并且通过利用平面与平面以及每个平面中各像素之间的相关性减少冗余，从而获得优秀的压缩性能；与其他压缩算法的比较表明，基于嵌入式位平面的无损图像压缩算法由于具有位平面可测量性而体现了巨大的优越性。     

一种基于嵌入式位平面的无损图像压缩方法

提出了一种基于嵌入式位平面(bit-plane)的静止连续色调图像的无损图像压缩方法。该方法通过将一幅图像分割成两类位平面(基础层和增强层)使得该图像具有了位平面的可测量性(levelscalability),并且通过利用平面与平面以及每个平面中各像素之间的相关性减少冗余,从而获得优秀的压缩性能。通过大量的与其他压缩算法的比较,可以得出:基于嵌入式位平面的无损图像压缩算法仅在压缩效率上稍逊于其他不可测量(non-scalable)无损压缩算法,但却由于它具有位平面可测量性而体现了巨大的优越性。     

Image coding based on wavelet feature vector

In this article, an efficient image coding scheme that takes advantages of feature vector in wavelet domain is proposed. First, a multi‐stage discrete wavelet transform is applied on the image. Then, the wavelet feature vectors are extracted from the wavelet‐decomposed subimages by collecting the corresponding wavelet coefficients. And finally, the image is coded into bit‐stream by applying vector quantization (VQ) on the extracted wavelet feature vectors. In the encoder, the wavelet feature vectors are encoded with a codebook where the dimension of codeword is less than that of wavelet feature vector. By this way, the coding system can greatly improve its efficiency. However, to fully reconstruct the image, the received indexes in the decoder are decoded with a codebook where the dimension of codeword is the same as that of wavelet feature vector. Therefore, the quality of reconstructed images can be preserved well. The proposed scheme achieves good compression efficiency by the following three methods. (1) Using the correlation among wavelet coefficients. (2) Placing different emphasis on wavelet coefficients at different decomposing levels. (3) Preserving the most important information of the image by coding the lowest‐pass subimage individually. In our experiments, simulation results show that the proposed scheme outperforms the recent VQ‐based image coding schemes and wavelet‐based image coding techniques, respectively. Moreover, the proposed scheme is also suitable for very low bit rate image coding. © 2005 Wiley Periodicals, Inc. Int J Imaging Syst Technol, 15, 123–130, 2005; Published online in Wiley InterScience (www.interscience.wiley.com). DOI 10.1002/ima.20045     

ICARUS: imaging pulse compression algorithm through remapping of ultrasound

In this work we tackle the problem of applying to echographic imaging those synthetic aperture focusing techniques (SAFT) in the frequency domain commonly used in the field of synthetic aperture radars (SAR). The aim of this research is to improve echographic image resolution by using chirp transmit signals, and by performing pulse compression in both dimensions (depth and lateral). The curved geometry present in the unfocused radio-frequency (RF) ultrasonic image is the main cause of inaccuracy in the direct application of frequency domain SAFT algorithms to echographic imaging. The focusing method proposed in this work, after pulse compression in the depth dimension, performs lateral focusing in the mixed depth-lateral spatial frequency domain by means of a depth variant remapping followed by lateral pulse compression. This technique has the advantage of providing a resolution that is uniform in nonfrequency selective attenuation media, and improved with respect to conventional time domain SAFT, without requiring the acquisition and processing of channel data necessary for the most advanced synthetic transmit aperture techniques. Therefore, the presented method is suitable for easy real-time implementation with current generation hardware.     

Anti-JPEG Compression Steganography Based on the High Tense Region Locating Method

Robust data hiding techniques attempt to construct covert communication in a lossy public channel. Nowadays, the existing robust JPEG steganographic algorithms cannot overcome the side-information missing situation. Thus, this paper proposes a new robust JPEG steganographic algorithm based on the high tense region location method which needs no side-information of lossy channel. First, a tense region locating method is proposed based on the Harris-Laplacian feature point. Then, robust cover object generating processes are described. Last, the advanced embedding cost function is proposed. A series of experiments are conducted on various JPEG image sets and the results show that the proposed steganographic algorithm can resist JPEG compression efficiently with acceptable performance against steganalysis statistical detection libraries GFR (Gabor Filters Rich model) and DCTR (Discrete Cosine Transform Residual).     

一种分形图像编码的新方法

由于分形图像编码过程非常费时，因此在前人的基础上，通过分析影响分形图像编码速度的相关因素，提出了使用图像块的改进方差来提高分形压缩性能的思想。在证明迭代函数系统不会改变图像块的改进方差的基础上，给出了基于改进方差的分形图像压缩方法。实验结果说明该方法在保证快速性的同时，重建图像的质量又得到了进一步的提高。     

Image compression and encryption scheme with hyper-chaotic system and mean error control

Based on a hyper-chaotic system, an image compression and encryption scheme is presented by adopting mean error control to improve the quantization compression performance of the discrete cosine transform (DCT) coefficients. The transform coefficients of DCT forming a structure similar to the sub-band can be classified and encoded. Then the image is scanned with Zigzag operation in different directions to achieve sufficiently scrambled effects. The cyclic shift matrix for image encryption is generated by the hyper-chaotic system. The four initial inputs for generating the cyclic shift matrix serve as the key. Simulation results demonstrate the security and the effectiveness of the proposed image compression and encryption scheme.     

基于小波与三维离散余弦变换的视频图像压缩

提出一维小波与三维DCT（离散余弦变换）相结合的视频图像压缩算法,可有效地改善XYZ压缩方法在高压缩比时的性能。该方法不涉及运动估计和运动补偿,复杂度低。实验结果表明,这种算法能快速、高质量地压缩视频图像。     

分形图像压缩方法研究的新进展

分形图像压缩是一种利用迭代函数系统理论(IFS)、基于自相似特征的有损编码方法。它以其高压缩比的潜在性能而在近年来倍受重视，但目前实现自动IFS编码仍有相当难度，该领域仍存在许多问题亟待解决。笔者对分形图像压缩的理论基础、自动分形图像压缩的实现以及分形图像序列压缩等进行了全面的综述，介绍了各种具有代表性的改进算法，阐明了各个算法的原理和特点，最后对目前研究中存在的问题及可能的对策和研究方向进行了讨论。