基于稀疏表征多分类器融合的遮挡人脸识别

为了同时利用人脸局部信息, 提出一种基于稀疏表征多分类器融合的遮挡人脸识别方法。先对人脸进行多分辨率分块, 求取并根据各子块稀疏表征分类器的识别率确定其权重, 计算其后验概率估值, 最终利用加权融合准则进行多分类器融合识别。在AR和YaleA库的实验结果表明, 该算法结果比稀疏表征遮挡人脸识别的效果更好, 鲁棒性更高。     

用变参数灰度共生矩阵提取新疆民间艺术图案纹理特征

为了较好地表达新疆民间艺术图案的纹理信息,选用可变参数的灰度共生矩阵提取其纹理特征。首先,在新疆民间艺术图案库上测试变参数对关键特征统计量的影响,并给出特征值与变参数之间的变化曲线,从而选定使纹理特征稳定的可变参数范围;然后,通过旋转、加噪、改变图像大小考虑算法的鲁棒性。本文的实验结果对新疆民间艺术图案的纹理特征提取具有参考价值。     

CA与生命游戏演化的组合模型*

基于摩尔奇偶型CA,提出一种结合生命游戏的演化模型.首先设置初始构型进行摩尔奇偶型规则演化,再引入生命游戏规则,按游戏规则演化;最后依此重复摩尔奇偶规则和生命游戏规则,直到演化整个元胞空间.证实在摩尔奇偶型CA的基础上,结合生命游戏在很大程度上减小了演化过程对初始构型的依赖,出现更为丰富的图元以及基于图元和演化框架的动态图案,且演化过程仍然符合摩尔奇偶型CA的演化规律.结合模型可以避免演化过度依赖初始构型以及演化过程的单调性,而且组合演化模型可以应用于图案生成,生成保持风格的规则几何纹理图案,丰富图案的生成方法.     

基于新疆民间相似织物图案的特征提取及评价

针对新疆民间艺术图案纹理复杂,相似程度高,提取不同特征会使分类器产生不同错误率的问题,提出了优化组合特征技术,建立了组合特征选择的评价模型.该模型的建立先是利用7种不同算法提取纹理描述特征.针对特征过多或欠佳而造成分类精度不高或分类实时性差的缺点,引入特征选取模型对特征进行可靠性、可区别性及独立性的标定及测评.给出最佳组合特征的参考模型及评价模式,提取较优特征组合,从而解决了特征过多或欠佳的问题.通过新疆民间艺术织物图案识别为例,实例结果证实了该评价方法的实用性.     

冷床区钢坯自动跟踪系统关键技术的研发

安钢中板厂的炉号跟踪系统中,冷金属检测器CMD用来检测冷床区钢坯的运动,但是CMD只能检测出辊道上是否有钢坯经过,而不能判断钢坯在冷床区具体上到哪个冷床,因此,目前冷床部分的钢坯跟踪是靠人工手动完成的.针对该问题,提出一种新的运用数字图像处理技术完成冷床区钢坯自动跟踪的方法.该方法利用运动目标检测方法检测出辊道上有钢坯运动,然后经过最佳阈值分割、改进的区域生长算法、质心标记、数据库程序等步骤完成钢坯运动轨迹的标记,实现自动跟踪.     

基于区间T-S 模糊模型的运动模式预测

针对一类复杂的生产过程,提出一种基于运动模式的预测模型.针对该方法中模式类别变量的度量问题,提出采用区间数对定义在模式运动"空间"上的模式类别变量进行度量.为了描述模式在模式运动"空间"的运动,对作者先前提出的区间T-S模糊模型进行了改进,并采用改进后的区间T-S模糊模型建立基于模式类别变量的预测模型.最后,以烧结生产过程实际运行数据为例验证了所提出建模方法的有效性.     

基于独立分量分析的人耳识别方法

应用独立分量分析（ICA）方法从高阶统计相关性角度出发提取人耳图像的特征变量，并采用基于欧氏距离测度的最近距离分类器进行人耳图像的识别。与传统的主成分分析（PCA）方法相比具有更好的鉴别能力。通过与PCA的对比实验结果表明，该方法具有更高的识别率，对姿态和光照的变化也具有较好的鲁棒性。     

小波分析在人耳图像边缘检测的应用研究

人耳识别作为新的生物特征识别技术,首先要解决作为基础的边缘检测和特征提取等图像处理方面的问题。传统边缘检测方法大多以各种微分算子为基础,结合模板及门限、平滑等手段提取边缘,或以传统微分算子为基础的改进算法,但都或多或少存在噪声敏感性较大或边缘保留不完整的缺点。论文采用二维非张量积样条小波的方法用于边缘检测,可以完整探测、准确捕捉到边缘点的位置,并且具有滤波作用,尺度j的自由选择可以有效提高边缘检测的效果。     

基于轮廓合成的人耳图像边缘检测

人耳识别技术作为一种新的研究在生物特征识别领域提出一种新思路。边缘检测是图像特征分析识别的基础,检测质量直接影响系统识别率。本文针对人耳图像的局部特征和识别要求提出一种基于轮廓合成的边缘检测方法。该算法对采集到的图像预处理,将Sobel算子与阈值法得出的边缘图像合成,最后根据统计结果用去除干扰技术处理非边缘。这种方法得出的耳朵边缘图像清晰完整无干扰,比单一采用其他方法效果好,为后续特征提取及识别提供较好基础。     

基于交叉融合特征的人耳识别

结合人耳图像特点和两种整体统计特征提取方法的优缺点，该文用主成分分析(PCA)方法提取图像的表示信息特征，用压缩后的类平均向量中的判别信息获得先验类别特征并根据特征分量的类间类内方差比准则将两种特征交叉融合成新的特征向量。分别在2个不同的人耳图像库中进行识别实验，结果表明，该文提出的交叉融合特征识别方法比传统的PCA和PCA+LDA方法的正确识别率高，而且在有一定程度的光照变化和一定角度变化的情况下仍可获得很好的识别效果。