基于小波变换和RBF神经网络的电力数据压缩算法

针对电力生产过程中数据种类多,数据量大,而实际存储空间有限的情况,提出了一种基于小波变换和神经网络的数据压缩算法.该算法采用离散小波变换结合径向基神经网络的方法对电力生产过程中的实时数据进行压缩和解压缩.利用实测数据对算法进行验证,结果表明,该算法实现了对原始数据的两级压缩,能够获得较高的压缩比,是一种有效的实时数据压缩方法.     

用小波变换和Fisher判别对人脸进行特征提取

提出了一种用小波变换和核函数Fisher判别对人脸进行特征提取的方法.同传统的特征提取方法相比,用核函数Fisher判别进行特征提取,不仅可以对人脸图像进行维数压缩,而且还可以有效利用提样本的类别信息.同时,用小波变换对人脸图像进行预处理以降低计算复杂度.同传统的Fisher变换相比,可以较好地解决人脸识别这一非线性问题.实验结果表明方法是有效的.     

基于推广形式的K-L变换的人脸识别方法

提出了一种图像预处理方法,将不同光照条件下的图像甚至是负像处理成亮度、对比度与参考图像基本相同的图像,且调整后的图像与原图像保持较高的相关性,从而有效降低了光照对人脸识别结果的影响.根据随机矩阵的主行列分析法给出了推广形式的K-L变换,提出了进行人脸识别的一种方法.同基于K-L变换的人脸识别方法相比,大幅度缩减了协方差矩阵的维数,从而大大降低了计算特征值的运算量,提高了运算速度.理论分析和实际识别证明了该方法的有效性.     

基于图像归一化方法的抗仿射变形盲水印框架

基于图像归一化的水印框架能有效抵抗几何攻击。针对此类型的水印框架对归一化方法的特殊要求,提出一种改进的图像归一化算法。改进后的算法过程简练,且能通过调节归一化过程中变换矩阵的系数,减少变换过程中图像的质量损失。此外,为解决归一化过程中水印信号的失真问题,提出了通过最优搜索得到并嵌入失真预补偿水印的解决方案。实验结果表明,改进后的归一化算法和失真预补偿水印嵌入策略有效地提高了水印图像的质量和水印的提取效果。     

小波变换在图像压缩中的应用研究

介绍了数据压缩图像基本原理,指出了小波变换是实现图像压缩的一种重要方法,介绍了小波变换如何实现对图像进行压缩,并与传统的DCT方法作了分析比较,分析了各自的压缩比和重建效果,以及小波变换在图像压缩技术中的优越性。     

灰度图像的有损RLE压缩

行程编码是一种简单有效的数据压缩编码方法 ,在信源编码中属于统计编码无损压缩的范畴。一般的图像数据存在内在的相关性 ,对原始图像数据进行一定变换可将内在相关性提取出来 ,这就为行程编码在图像压缩领域的应用提供了可能。基于对传统行程编码方法的分析可知 ,必须对其进行一定改进才能保证对数据的有效压缩 ,改进后的编码方法可称为简单有损行程编码。图像的内在相关性可通过变换编码加以分析 ,离散余弦变换就是一种较常用的变换编码方法。对原始图像数据进行离散余弦变换和重排 ,可使相关性较好的数据集中起来 ,为利用简单有损行程编码方法创造了条件 ,该编码方法可称为复合有损行程编码方法。通过实例比较分析 ,证明了该方法能对灰度图像进行有效压缩。在可接受的有损范围内 ,获得较好的压缩比。     

一种基于压缩感知的数字图像加密新算法

提出一种基于压缩感知的数字图像加密算法.该算法利用随机高斯矩阵和稀疏变换对数字图像进行压缩感知,将数据压缩和加密的过程同时进行,并利用Sigmoid函数将加密数据的范围缩小到0~255之间,存储成8位二进制数据,从而进一步减少传输数据量,避免加密数据膨胀.其中,Sigmoid函数的参数与加密图像数据特点密切相关,根据不同加密图像自适应产生.试验结果表明,文中算法在增加密钥敏感度,减少密文数据量,增强高斯噪声抗击性能上具有一定的优势.     

基于主元分析和神经网络的人脸识别方法

人脸自动识别是模式识别领域中一项具有广阔应用前景和实际应用价值的热门课题 .文中提出了一种主元分析和神经网络相结合的方法进行人脸识别 .我们先对图像进行归一化处理 ,采用主元分析法对图像的主特征分量进行提取 ,然后以一个径向基函数神经网络作为分类器 ,进行人脸识别 .实验结果表明 ,这种方法在采用多样本训练后 ,具有较高的识别率 .     

管道漏磁信号压缩技术

为解决在固有硬件条件下实现实时高速海量数据压缩这一问题,通过Huffman算法与小波变换相结合的方法,给出了对管道漏磁信息进行有损与无损相结合的压缩方式.根据信号的特征,通过对漏磁信号阈值的判断,得出健康信息与缺陷信息,并对缺陷数据使用Huffman算法进行低压缩比的无损压缩,而对健康数据以及噪声数据则以小波变换进行有损高压缩比的压缩.模拟测试结果表明,压缩后的数据还原后,能够较好地体现出原数据的信息,说明了Huffman算法与小波变换相结合的压缩算法能够较好地实现对管道漏磁数据的存储.     

基于优化投影矩阵的人脸识别技术研究

针对大数据背景下人脸识别技术存在的问题,提出一种基于压缩感知的人脸识别技术架构． 系统首先利用人脸训练样本优化设计投影矩阵,然后利用优化的投影矩阵进行人脸图像的压缩感 知,利用同伦算法进行快速稀疏表示分类．这样人脸识别系统一方面避免大数据传输和存储压力, 另一方面可以有效保证系统识别率,实验仿真证实了研究工作的有效性．     

基于压缩感知和图像分块的遮挡人脸识别

针对基于压缩感知的SRC算法对遮挡人脸识别效果不够理想的问题, 提出一种先将图像分块再进行识别的方法。将遮挡分散在尽可能少的分块中以降低遮挡对人脸识别的不利影响, 从而提高识别率。在AR人脸数据库上的实验结果表明, 使用该方法的遮挡人脸识别率可超过80%, 显著高于基本SRC算法40%~50%的识别率。       

基于SIFT特征的单训练样本人脸识别

针对RoboCup竞赛家庭组比赛对人脸识别的要求,研究了单训练样本的人脸识别问题。设计了一种基于尺度不变特征变换的单训练样本人脸识别系统。将人脸区域划分为4×4的均匀网格,然后在每个区域选取最具有判别能力的少量特征,再将这些特征与测试人脸对应网格的特征进行匹配;采用加权和形式评价测试人脸和每个训练人脸的匹配程度,选择阈值进行识别决策。使用ORL人脸数据库对设计的识别系统进行了测试,结果表明,设计的系统可以达到100%的识别精度和70%的检出率,可以达到比赛的要求。     

基于素描对视频的人脸识别研究

在公共安全领域查找关键人,需在视频中比对素描进行检索.为此,改进了仅依靠对素描和视频数据中的人脸提取整体或者局部特征的识别算法,将人脸识别问题转为人脸检索问题,把这2种媒体数据表示为第3种数据,即图像列表.通过比较图像列表完成最终的特征比对.所设计的系统扩展了人脸识别的研究范围,且支持多种媒体数据的检索.对比人脸视频分析融合系统,对素描-视频数据进行人脸识别,结果显示,所提出算法的正确识别率和曲线下面积都有相应提高,而等错误率降幅显著.     

植物病害图像压缩与传输的研究

为实现植物病害监控,研究了基于DSP的图像压缩编码,构建植物病害监测系统．系统通过CCD进行视频信息的采集,基于TMS320DM642DSP多媒体处理芯片采用H．263编码技术进行压缩编码,并将压缩后的数据经以太网传输至控制中心,进行图像识别分析,从而实现病害监控．测试表明,系统可成功进行图像的采集、压缩编码,并在PC端接收到压缩的图像．     

基于鉴别能力分析和LDA-LPP算法的人脸识别

针对人脸识别中的DCT系数选择问题和如何从全局和局部同时提取识别特征的问题,提出了一种基于鉴别能力分析和LDA-LPP的人脸识别算法。即先对人脸图像进行DCT变换,利用鉴别能力分析方法进行DCT系数的选择,融合LDA和LPP降维技术进行降维处理,不仅可以保持数据的全局性,同时也能够保持数据的局部性。在ORL人脸库和Yale人脸库上的实验表明,本文方法可以选择有效的DCT系数,明显提高了识别精度和鲁棒性。     

基于CycleGAN的非配对人脸图片光照归一化方法

针对人脸识别过程中光照对识别结果的影响问题,提出了一种基于CycleGAN的光照归一化方法.使用了生成对抗式的网络结构,利用图像翻译的原理,将较亮图片的光照风格迁移至较暗图片,同时保持原人脸表面平滑且结构基本不变.使用非配对的数据集,无需人工标注标签,简化了数据准备阶段的工作,达到了利用无监督的深度学习方法去除图片光照影响的目的.最后用训练好的模型处理CroppedYale测试集,比较处理前后的人脸识别准确率.实验证明,本文方法具有较强的降低人脸光照对识别率影响的能力且基本不改变人脸结构,有利于提高人脸识别的准确率.     

基于小波变换压缩和支持向量机组的储粮害虫图像识别

使用小波变换对储粮害虫的高维图像矢量进行压缩,利用图像的高频部分对应于图像的边缘和轮廓,很好地压缩和表征了害虫图像的特征.提出了一种基于支持向量机(SVM)组的淘汰法.这种方法考虑到了各判别函数的VC置信范围的差异,同时利用判别函数间的冗余来降低识别误差.100幅害虫图像的识别结果表明,基于SVM的识别方法在识别效果、识别时间等方面都有显著的优越性.     

基于Log-Gabor和ULBP改进算法的人脸识别

为进一步提升人脸识别系统的识别率,加强其对光照、表情、姿态变化的鲁棒性,针对人脸识别中的特征提取问题,提出一种基于Log-Gabor与均匀局部二值模式（Uniform Local Binary Pattern,ULBP）改进算法的人脸识别方法。该算法采用多尺度、多方向Log-Gabor滤波器对图像进行滤波来提取Log-Gabor特征,再通过旋转不变均匀模式的LBP进行运算编码,并利用局部空间直方图来描述人脸,最后通过加权的卡方距离对直方图匹配完成人脸识别。在Yale、GT人脸数据库上的测试结果表明,该方法具有更好识别性能,且对环境鲁棒性较好。     

云环境中考虑隐私保护的人脸图像识别

针对目前使用计算机进行人脸识别往往效率较差,且未考虑到隐私保护等问题,提出一种新的云环境中考虑隐私保护的人脸图像识别方法.对人脸图像进行简化处理以保护主要信息,并建立人脸图像主成分分析(PCA)数学模型,采用局部二值模式(LBP)方法获取人脸图像纹理特征,采用保局投影(LPP)方法选择人脸特征,并选取最常见的分数法对选择后的特征进行稳定性度量,引入深度网络法进行人脸图像的识别.结果表明,所提出的改进方法在保证人员隐私的基础上,具有较高的识别精度与识别效率.     

人眼定位及其在视频会议中的应用

人眼检测对于人脸的自动识别非常重要。本文提出了一种视频图像序列中快速人眼定位的方法。确定一个眼睛窗口,综合利用窗口内灰度的均值、灰度方差的均值、梯度的均值并结合色度信息来进行眼睛的检测。将提出的眼睛定位的方法应用到视频会议中,从多个摄像机得到的图像中,根据一个判断函数判断出正面人脸图像。实验结果表明,所提算法能够迅速准确的检测出眼睛并且能够正确的判断出正面人脸图像。