基于局部控制核的彩色图像目标检测方法

在图像处理问题中,对图像中给定目标进行检测和定位时,为提高目标检测的速度与可靠性,引入一种基于图像局部控制核的目标检测算法。利用参考图像同等大小的窗口遍历目标图像,得到一系列与参考图大小相同的子图,然后计算参考图和目标子图的局部控制核,得到图像特征信息的数据矩阵。为了提高运算速度,对数据矩阵用局部保留投影方法降维。再用相似性判决准则将参考图像与目标图像中子块的特征矩阵进行相似性分析,查找与参考图像最相似矩阵所对应的图像区域即为检测结果。实验结果表明,该算法对目标定位具有较高的可靠性与准确度。     

基于融合显著图和高效子窗口搜索的红外目标分割

为了快速精确地分割红外图像目标,提出一种基于融合显著图和高效子窗口搜索的红外目标分割方法.在获取图像超像素的基础上,提取每个区域增强的Sigma特征,并考虑邻域对比度、背景对比度、空间距离和区域大小的影响,构建局部显著图,接着利用全局核密度估计构建全局显著图,然后融合局部和全局显著图实现图像显著性检测,最后应用高效子窗口搜索方法检测和筛选目标,实现红外目标分割.实验结果表明,新方法的显著图结果目标区域一致高亮且边缘清晰,背景杂波抑制效果好,可实现快速精确的目标分割.     

基于区域分割和二次判别的手静脉识别

提出了一种基于区域分割和二次判别的手静脉识别方法,首先,将静脉图像分割成一些相同大小的互不重叠的子区域,在每一个小的子区域内抽取仅带有该区域局部特征的Gabor相位信息,再将这些特征信息级联成整幅图像的特征矢量,进行静脉识别.在抽取特征的过程中,使用Fisher线性判别(Fisher linear discriminant,FLD)降低特征矢量维度.最后,利用得到的相位信息重建一幅静脉图像,并根据阈值将图像二值化,从而分割出手静脉骨架,结合静脉骨架的相似性得到手静脉的二次识别.在香港理工大学的数据库上测试了算法性能,实验结果表明,通过区域分割获取局部特征在手静脉识别中起到了关键作用,在进一步结合了二次判别后,本文提出的手静脉识别方法取得了0.09％的等错误概率(Error equation rate,EER).     

结合非局部信息与图割的图像分割算法

基于图割的交互式图像分割方法从图像背景中分离出前景目标,在图像处理和计算机视觉领域引起了广泛的关注.为了进一步提高分割精度,提出一种结合图像非局部信息和图割的交互式图像分割算法.在建模图像非局部信息时为每个像素点设置一个固定大小的搜索窗口,每个像素点只需考虑与搜索窗口内像素之间的关系;计算非局部像素对之间相似性时采用图像片替代像素,通过图像片之间的相似性替代像素之间的相似性,以表征图像的非局部信息;将图像非局部信息引入到图割框架中,在传统能量函数的边界项将图像的局部信息与非局部信息合并,组成结合局部非局部信息的新的能量项;构图时新添加一组边集?非局部边集来表示图像的非局部信息,再通过最大流/最小割算法求解得到最终的分割结果.最后通过实验验证了该算法的有效性和可行性.     

贝叶斯模型下基于SIFT特征的人脸识别

根据姿态与表情变化对人脸识别的影响,采用对图像的旋转、尺度变化保持不变性的SIFT算子作为人脸特征,建立人脸各个子区域的相似性测度,并通过混合高斯建立不同变形条件下相同样本与不同样本的相似性概率模型。在此基础上,利用各子区域特有的识别能力获取子区域概率权值,结合基于贝叶斯公式建立的概率框架确定识别结果。实验结果表明,与直接用SIFT算子进行人脸识别的方法相比,该方法在姿态变化较大及表情变化较大的情况下识别率有明显提高。     

基于字符图像分割的打印文件识别方法

针对目前的打印文件识别方法受限于样本中必须有相同字符的问题,提出一种基于字符图像分割的打印文件识别方法。通过k-means算法对字符图像进行分割,分别对不同区域提取局部二值模式纹理特征,从而消除字符结构对识别结果的影响。研究了单一区域的特征集和组合特征集的分类识别效果,实验结果表明,该方法在样本中无相同字符的情况下,能够得到较高的识别准确率。     

基于矩与角点特征的飞机目标识别

飞机图像中,目标与背景往往对比较为强烈,但目标的位置、角度和尺度变化也较为剧烈,这给飞机目标的识别带来了一定的困难。提出了一种基于目标矩和角点特征的飞机图像识别方法。首先分割待测图像和模板图像中的目标,将分割结果根据其矩特征进行规格化。之后运用待测图像中目标的角点集与模板图像中目标的边缘点集计算两者相似性,实现识别。实验证明,方法具有计算快捷,适应性强的特点。     

复杂背景下基于空间分布特征的手势识别算法

为实现复杂背景下的手势识别,根据手势图像的区域形状特征提出一种基于手势空间分布特征的手势识别算法.利用复杂背景下基于亮度高斯模型的手势分割算法分割出肤色区域,利用"搜索窗口"筛选当前肤色区域实现手势定位,并提取包括空间相对密度特征和指节相对间距特征的手势空间分布特征,最后综合手势的2个手势特征向量计算总的相似性来识别手势.通过引入随机采样机制提高识别速度,并引入搜索窗口机制实现肤色干扰时的手势识别.实验结果表明,在环境光照相对稳定的条件下,文中算法能够实现鲁棒的实时手势识别,且具有很好的旋转、平移、缩放不变性,对于差异较大的手势识别率高达98%.     

基于加权相似性度量的脑MR图像特定组织分割

基于多图谱的分割方法能有效解决脑MR图像中特定对象如海马体、杏仁核等组织的自动精确分割问题.为加快处理速度,该方法需要从大型图谱数据集中挑选与目标分割图像比较近似的若干图谱作为分割参考.传统的多图谱分割方法在选择图谱时通常只依据图谱图像与目标图像在灰度上的相似性,没有考虑到两者在分割对象局部形态上的相似性,使得所选择的图谱对分割的参考价值难以保证.针对这一问题,文中提出一种图谱图像与目标图像的以分割对象为中心的加权相似性度量方法,首先通过将图谱图像向目标图像作全局配准得到分割对象在目标图像中的估计位置,然后根据分割对象在两幅图像间的局部扭曲形变来度量它们的相似性.文中将这种加权相似度应用到多图谱分割方法中,在图谱选择时只挑选与目标图像具有较高加权相似度的部分图谱,在融合分割标记时将加权相似度作为权重.对IBSR脑MR图像中豆状核壳核组织的分割实验结果表明,基于该加权相似性度量的多图谱分割方法可以得到较高的分割精度.     

多数据流子带噪声语音识别方法

提出一种噪声下的多数据流子带语音识别方法。传统的子带特征方法虽然能提高噪声下的语音识别性能,但通常会使无噪声情况下的识别性能下降。新方法提取感知线性预测(PLP)特征和子带特征,分别进行识别,然后在识别概率层将两者相结合。通过E-Set在NoiseX92下的白噪声的识别实验表明,新方法不仅具有更好的抗噪性能,而且同时能提高无噪声情况下的识别性能。     

基于维纳滤波的图像模板匹配

一种常用于图像恢复的维纳滤波技术被用于图像的模板匹配,其基本思想是：将模板图像看作是作用于匹配系数矩阵的模糊函数,匹配系统矩阵的元素值表示在待搜索图像的对应位置是否存在给定的模板;模糊函数与加性噪声共同作用于匹配系统矩阵产生待搜索图像。这样就将模板匹配问题转化为一个图像恢复问题。通过维纳滤波将待搜索图像去模糊,即得匹配系统矩阵,从而完成匹配。与相关匹配法相比,该方法具有匹配点定位准确,稳健性强的特点。     

基于广义掩膜积分图像的快速模板匹配

目标检测中模板匹配常需用掩膜排除待匹配窗口中的一些不相关区域.模板匹配的相关算法计算过程十分耗时,但由于掩膜的区域往往不规则,适用的快速算法较少.提出广义掩膜积分图像,实现了一种有掩膜的快速模板匹配算法.该算法不仅只需遍历待匹配窗口和模板的像素一次,而且在不改变匹配精度的同时简化了计算过程.人脸检测实验证明,该算法能显著提高有掩膜的模板匹配计算效率,特别适于需对目标和模板进行整体与局部多次匹配的应用场合.     

LARPBS上图像的模板匹配和中值滤波算法

图像的模板匹配和中值滤波是图像处理和计算机视觉中的基本操作。给定一个 图像、 模板和 窗口，该文在 个处理器的LARPBS模型上，分别提出了一个时间复杂度为 模板匹配算法和一个时间复杂度为 的中值滤波算法，其中， 。     

基于伪Zernike矩的快速旋转无关图像匹配方法

传统的图像匹配方法往往会因为匹配图像与模板图像之间存在任意角度旋转而失效,而现有的抗旋转图像匹配方法因为计算量大而不能满足实时应用的需要.因此研究一种旋转无关的图像匹配算法成为必要.将圆投影匹配算法结合多值模板和塔形加速技术加快了滑动窗口的搜索效率,并使用伪Zernike矩进行精匹配.实验结果表明,改进后的算法在保证匹...     

一种基于模板匹配法的眼底图像拼接方法

图像拼接技术是近年来医学图像处理的研究热点之一,在眼科方面具有广泛的研究价值。笔者根据眼底图像的特点,提出了一种基于模板匹配法的眼底图像拼接方法。首先在两幅图像的重叠区域中分别抓取一对初始匹配点,分别以抓取点为中心取不同大小的模板区域和搜索区域,然后根据模板匹配法的基本原理,确定最佳匹配点,通过平移和旋转变换完成图像之间的配准,最后采用重叠区域线性过渡的图像融合方法消除拼缝,实现图像间的平滑过渡。经实验验证,该方法实现了不同视角眼底图像之间的拼接,且计算速度快,精度高。     

自适应窗口快速立体匹配

灰度立体匹配的关键问题是选择一个合适的匹配窗口，该文对Kanade等提出的通过测算局部灰度和视差变化来选取适当窗口的方法进行了改进，提出一种仅利用灰度信息即可确定窗口的简单方法．该方法在能够求得最佳窗口的前提下，可以方便地利用整数图像来提高效率，计算量与窗口大小无关．在国际标准图像上测试的实验结果表明该方法在局部匹配方法中是最优的，虽与有些全局方法相比有一定差距，但其计算复杂度远远低于它们．     

基于点特征的旋转图像匹配新方法

图像匹配在模式识别、图像分析和计算机视觉中有着广泛的应用.图像匹配是将模板在参考图中逐像素移动,计算它们的灰度相似性,搜索相似性最大的位置.这种逐像素的搜索方法计算复杂度高.如果模板和参考图之间存在旋转,传统的匹配方法很难实时实现.提出了一种基于点特征的旋转图像的匹配方法,首先采用Harris角点检测算子提取图像的特征点,然后利用小面模型对特征点邻域进行拟合,提取特征点的旋转不变特征,最后利用特征点的旋转不变特征进行点集的匹配,获取图像的平移和旋转参数.该方法匹配结果准确,与传统的相关匹配方法相比计算复杂度很小,易于实时实现.     

基于形状模板匹配的图像拼接算法

文章提出了一种基于形状模板匹配的图像自动拼接方法。提取图像的角点作为特征点,利用归一化梯度模板对其进行预匹配,然后利用形状模板在四个方向对模板内图像的边缘点与模板边界的最短距离进行统计,获取模板图像的结构特征向量以实现对特征点的精确匹配。实验结果表明该算法具有较好的实用价值。     

一种融合最小二乘和相位相关的粗匹配纠正算法

针对影像粗匹配后的同名点对匹配不准的问题，提出了一种序列窗口下融合最小二乘和相位相关的影像匹配纠正算法。该方法是在已有粗匹配的基础上进行，首先使用最小二乘对粗匹配结果进行处理，并选取一系列大小变化的影像窗口分别进行最小二乘匹配，得出匹配结果并计算每个匹配窗口的相关系数值。然后选用大小序列变化的影像窗口分别进行相位相关匹配，同时记录匹配结果并计算每个匹配窗口的相关系数值，以相关系数的大小作为衡量同名匹配正确与否的指标，选择相关系数最大的窗口下的匹配结果作为最终的结果。以山西山地区域的无人机影像作为实验基础数据，得出序列窗口下融合最小二乘和相位相关的影像匹配纠正算法能够显著提高粗匹配结果的精度，达到精匹配的目的。     

一种融合最小二乘和相位相关的粗匹配纠正算法

针对影像粗匹配后的同名点对匹配不准的问题,提出了一种序列窗口下融合最小二乘和相位相关的影像匹配纠正算法。该方法是在已有粗匹配的基础上进行,首先使用最小二乘对粗匹配结果进行处理,并选取一系列大小变化的影像窗口分别进行最小二乘匹配,得出匹配结果并计算每个匹配窗口的相关系数值。然后选用大小序列变化的影像窗口分别进行相位相关匹配,同时记录匹配结果并计算每个匹配窗口的相关系数值,以相关系数的大小作为衡量同名匹配正确与否的指标,选择相关系数最大的窗口下的匹配结果作为最终的结果。以山西山地区域的无人机影像作为实验基础数据,得出序列窗口下融合最小二乘和相位相关的影像匹配纠正算法能够显著提高粗匹配结果的精度,达到精匹配的目的。