排序方式： 共有17条查询结果，搜索用时 31 毫秒
1.
人脸识别是模式识别领域的一个重要研究课题,它具有广泛的应用背景并日益受到学术界、企业界、政府和军事部分的高度重视。人脸识别研究的目标主要有两个,一是提高识别正确率,二是降低训练与识别时间。论文对传统LDB方法进行改进,基于差可分度确定小波包分解子带,以选定子带内选定系数的一、二阶原点距作为人脸特征,定义了相应的分类识别距离,在此基础上提出了一种新的人脸识别方法,既减少了计算复杂度,降低训练与识别时间,保证实时性,又能够更好地描述对分类有用的人脸特征,提高识别正确率。 相似文献
2.
论文首先讨论了不同的固定循环移位对RC6-I(用恒等函数代替平方函数的变体)的影响,从理论上证明了当固定循环移位的取值为lgw时,RC6-I抗差分分析的效果最好。 相似文献
3.
通过对目标飞行轨迹的参数化建模，提出了由红外传感器对目标角度和辐射功率的测量实现对目标距离和其它位置、速度参数估计的算法，从而可以此作为目标威胁程度估计和目标特性识别的依据。仿真计算表明，该方法计算的精度高，对目标位置的初始先验值依赖程度较小。该算法也适合于其它测量体制的目标运动参数估计。 相似文献
4.
基于边缘定向增强的各向异性扩散抑噪方法 总被引：14，自引：1，他引：14
本文提出了一个新的边缘定向增强扩散模型.针对现有各向异性扩散方程中,边缘增强扩散模型不能正确地对边缘定向,而相干增强扩散模型易在光滑处产生虚假边缘的缺点,本文的模型采用基于非线性光滑算子的边缘定向算子对边缘定向,并根据边缘的位置和方向设置扩散张量的特征根,使其在光滑区域沿边缘方向和垂直边缘方向均具有较大值,而在边缘区域垂直边缘方向值小,沿边缘方向值大,从而达到既保护边缘又去除噪声的目的,在整幅图像上均具有较好的去噪效果.理论分析和数值计算结果均表明,本文方法具有比现有扩散去噪方法更好的去噪效果,同时在峰值信噪比和边缘保护指数方面具有显著优势. 相似文献
5.
无穷时滞泛函微分方程的概周期解 总被引：2，自引：0，他引：2
讨论一类高维的具无穷时滞的中立型泛函微分方程的概周期解问题。利用Ch空间,矩阵测度和Krasnoselskii不动点定理获得了其概周期的存在性与唯一性定理。同时给出了模包含关系,推广了相应文献的结果。 相似文献
6.
讨论了光学图像中同时存在噪声与模糊时的多幅图像问题.利用一种能根据边缘方向自适应选取扩散系数的各向异性扩散方程,对图像进行复原.在权函数取值上,根据影响图像复原的降质矩阵和噪声2个因素,构造了合理的权函数.考虑了成像的归一化方程,以减小不同噪声水平的影响;采用仿真方法对不同降质矩阵在相同干扰下的扰动进行估计,获得了降质矩阵的病态程度对复原效果的影响.与传统方法相比,该方法能够选择性地根据噪声和降质获得权值,正确地衡量不同图像对复原问题的贡献,改进处理结果.数值计算结果表明,新方法能获得较传统方法更好的复原图像,权值的选择与单幅图像复原的结果一致. 相似文献
7.
为提高分形图象编码的质量,缩短编码时间,针对Monro在文献[1]中提出的零搜索分形图象编码方法,其恢复图象在存在的块效应的问题,提出了一种结合小波变换的多项式近似快速分形图象编码方法,该方法是利用各频带间能量分布不均衡的特性,构造一种结合小波分解的分形图象编码算法,首先对图象进行塔式离散正交小波变换,然后再对小波系数进行分形编码,实验结果表明,用该算法对图象进行编码,不仅使恢复图象的质量得到了较大的提高,而且编码时间仅用1．48s。 相似文献
8.
基于正则化变分模型的SAR图像增强方法 总被引：8，自引：5，他引：3
讨论合成孔径雷达（SAR）图像的噪声抑制与分辨率增强问题.建立偏微分方程抑噪方法与正则化点增强方法相结合的正则化变分模型,该模型同时具有偏微分方程模型的抑噪优势和正则化模型的分辨率增强优势.在图像的背景区域采用偏微分方程模型进行噪声抑制,而在图像的目标区域,先采用后向扩散方程进行锐化,然后再采用正则化模型进行分辨率增强,使整幅图像的处理结果均得到优化.此外,在偏微分方程抑噪模型的构造上,结合SAR成像的工程背景,提出了基于SAR图像幅度信息的前向-后向扩散方程,使方程能有效抑制图像背景区域的噪声并锐化目标边缘.大量的试验结果表明该方法能有效增强目标的强散射点,显著抑制噪杂波区的噪声. 相似文献
9.
10.