加权SUSAN角点检测算法稳定性改进研究

SUSAN算法是比较稳定的角点检测算法,但是也存在着漏检和误检的情况。对经典SUSAN算法研究后针对其缺陷进行了改进,通过提出加权SUSAN算法,提高了角点检测的精度。同时,在USAN判决准则上进行了改进,新的准则增加了模板内和核心点灰度相似像素需要与核心点连通,并且USAN区域重心需要远离核心点的约束条件来进一步筛选候选角点。通过改进,减少了原算法的漏检和误检问题,实验结果也证明了改进方法的有效性。     

衰落信道下基于簇的协作频谱感知分析

在分布式协作频谱感知网络中,认知用户向融合中心上报本地检测的信道是带宽受限的,并且受各种衰落的影响。分析了衰落信道下认知用户通过"与"规则进行融合的协作感知策略,提出了认知用户间为Nakagami信道时基于簇理论的协作感知方案,推导得出了2种方法的检测概率和归一化平均感知比特数。仿真结果表明,基于簇理论的协作感知通过牺牲一定的信令开销得到较好的感知性能。     

一种基于动态反馈的人脸识别融合方法

提出了一种基于动态反馈的融合加权主成分分析（WPCA）和加权线性判别分析（WLDA）的人脸识别方法 （DFWPCA＋WLDA）。该方法首先进行主成分分析（PCA）降维得到投影矩阵,然后通过不断的反馈信息得到权值,从而加权协方差矩阵,优化投影矩阵,最后采用加权线性鉴别分析（LDA）进一步提取分类特征。动态反馈能很好地利用样本的有用信息,加权LDA还能做到更好的分类。在ORL和YALE人脸库上的实验表明,该方法有效且性能优于PCA＋LDA和WPCA＋WLDA。     

基于虚拟仪器的彩色图像单色背景透明化处理

在图片的合成应用中需要对图片进行局部的透明化处理。提出了通过虚拟仪器技术,对具有单色背景的彩色人物图像进行处理的一种算法研究。通过将彩色图像的每个像素点分解成RGB三基色后与提取的特征点比对,对每个像素点灰度值运算构建新的图像掩码集,来重构原图像,完成对原彩色图像背景的透明化处理过程。该方法可以应用与背景颜色较为单一并且与人物图像颜色差异性大的图片处理,效果显著。