融合奇异值分解和线性鉴别分析的人脸识别算法

本文提出了奇异值分解（SVD）和线性鉴别分析（LDA）相结合的人脸识别算法。理论上，当两种数据或分类器具有一定的独立性或互补性时，数据融合或分类器融合才能改善识别率。SVD和LDA之间有着明显的互补之处，LDA在fisher准则下能最大限度地把不同的类别区分开来，但作为一种子空间方法，LDA敏感于位移、旋转等几何变换。而作为一种代数特征提取方法的SVD则具有位移、旋转不变性等优点。因此，将这两种方法相结合就有可能提高分类性能（好于单独的SVD方法和单独的LDA方法）。在ORL数据库上的实验表明，SVD和LDA相融合的识别方法的确提高了人脸识别率。     

一种遥感影像的自动配准方法

图像配准技术是图像融合、图像镶嵌以及影像三维重建的基础．提出了一种基于SUSAN(Smallest Univalue Segment Assimilating Nucleus)算子的图像配准方法．利用SUSAN算子提取两幅图像的角点，通过粗匹配和细匹配两个步骤得到匹配角点对．根据这些角点对对图像配准．试验表明该方法能有效的实现影像自动配准．     

基于类心和特征加权的特征选择算法

基于边界最大化的特征选择方法是一种有效的特征选择方法,它能够显著去除高维数据中的不相干特征,在机器学习中有着重要的应用.但该方法存在着计算复杂度较大的问题,为了克服这一问题,提出了基于类心和特征加权的特征选择算法.其基本思想是以某一类的类心为中心,寻找其同类和异类最近邻构成边界,根据某种准则获得一个特征空间的权重,使得权重特征空间中的边界最大.在4个UCI数据库上的实验验证了所提算法不仅有更高的效率而且有更好的分类准确度,并且对于不相干特征几乎是不敏感的.     

一种中国古画印章自动定位算法

中国国画中的印章含有丰富的语义信息,如画作作者或收藏者的姓名信息。提出一种基于多特征的中国古画印章分割方法。首先,对输入的古画彩色图像进行双边滤波和颜色增强处理,纠正古画的偏色情况,并增强图像颜色的饱和度;然后计算红色通道增强图像,检测印章可能出现的区域;再结合4种形状特征,准确定位印章区域。实验结果表明使用所提算法能够有效定位方形和圆形印章。     

一种自动抑制离群点的子空间学习方法

子空间学习如主成分分析是有效的数据降维方法.但这类方法计算的基向量受离群(outlier)数据的影响很大,导致降维后的数据不能准确地刻画数据的真实分布.为了减少离群数据的影响,该文提出了一种改进的子空间学习方法.该方法不需要直接探测离群数据的位置,而且子空间的求解可归结为特征值分解问题,具有全局最优解.仿真数据上的试验表明该方法是有效的.     

基于核邻域保持投影的人脸识别

提出了一种有效的非线性子空间学习方法:核邻域保持投影.其主要思想是通过引入线性变换矩阵来近似经典的局部线性嵌入(LLE),然后通过核方法的技巧在高维空间里求解.经过推导,实际的子空间的计算可归结为标准的特征值分解问题而非推广的特征值分解问题.在AR人脸数据库上的试验表明该方法是有效的.     

CT图像环形伪迹分析

目的 探讨探测器响应效率不一致导致重建图像中产生伪迹为环形的过程。以及在平行束二维CT、扇束二维CT中的不同表现。方法 从CT图像重建原理入手,运用反投影的物理意义。结果 环形伪迹与射线源旋转角度范围及响应不一致单元在探测器的位置密切相关,结论 平行束二维CT产生的伪迹为半环形,而扇形束二CT产生的伪迹为闭环形。     

CT图像环形伪迹分析

目的　探讨探测器响应效率不一致导致重建图像中产生伪迹为环形的过程 ,以及在平行束二维CT、扇束二维 CT中的不同表现 .方法　从 CT图像重建原理入手 ,运用反投影的物理意义 .结果　环形伪迹与射线源旋转角度范围及响应不一致单元在探测器的位置密切相关 .结论　平行束二维 CT产生的伪迹为半环形 ,而扇形束二维 CT产生的伪迹为闭环形 .