基于区域特征映射的模糊掌纹识别方法

针对掌纹在非接触采集时易出现模糊现象从而导致系统识别性能降低的问题,建立了区域到点的特征映射模型,提出了一种基于区域特征映射(Region feature map, RFM)的模糊掌纹识别方法.首先根据图像的模糊原理,建立等价的模糊模型,获取模糊掌纹; 然后使用RFM对模糊掌纹进行操作,将高维的区域特征映射到低维的点特征; 最后,采用归一化相关性分类器对掌纹所属类别进行判定识别.使用模糊模型对PolyU掌纹库进行处理得到PolyU模糊掌纹库,并分别在PolyU掌纹库和PolyU模糊掌纹库上进行测试,识别结果较为稳定. 在模糊掌纹库上,本文算法的等错误率(Equal error rate, EER)最小可达0.9069%,优于传统算法,且进行一次识别的时间为33.95ms,得到的特征数据维数较小,降低了算法复杂度,表明了本文算法的有效性和实时性.     

基于视觉感知特性的彩色图像分割

图像分割是图像处理的主要问题,也是计算机视觉和模式识别领域中的重要组成部分。文章通过对人类视觉的生理结构的研究,在人类视觉无法辨别的范围内,将彩色图像的RGB亮度范围从原始的0～255缩减为0～26、28、26,既保持了图像的视觉特性,同时减少了表达图像的类的数目,从而能够准确高效的得到图像中各类颜色的极值点。通过这些不同颜色极值点的排列组合来得到初始聚类中心,这种聚类中心的选择考虑了各个图像自身的信息,能得到其精确的聚类中心,减少了图像分割后期迭代的次数,在一定范围内节约了运算时间。实验结果表明,和传统的直方图阈值方法相比,其分割结果的可调控性较强,而且分割效果也较好。     

基于彩色图像的机器人视觉声纳实现

着重分析了彩色图像中物体的识别方法,对如何利用彩色图像的颜色信息进行图像分割、目标识别进行了较为深入的讨论。提出了视觉声纳的概念,研究了从二维视觉信息中获取目标精确位置的算法。实验表明该算法可以得到相当精确的结果。     

基于彩色图像的机器人视觉声纳实现

着重分析了彩色图像中物体的识别方法 ,对如何利用彩色图像的颜色信息进行图像分割、目标识别进行了较为深入的讨论。提出了视觉声纳的概念 ,研究了从二维视觉信息中获取目标精确位置的算法。实验表明该算法可以得到相当精确的结果     

基于多特征融合的汽车车型模糊识别方法

车型识别是智能交通系统中的一个重要组成部分.利用计算机视觉、模式识别等理论方法,对车型的有效特征提取与分类识别进行了深入的研究,提出了一种多特征融合的模糊聚类车型识别方法.通过自动调整各维特征的加权系数来调整特征对分类的贡献,结果表明达到了较好的分类效果.     

自适应烟花算法下多维模糊C均值彩色图像分割

针对图像分割在自然场景中,分割精度不高和细节保持不够敏感,提出一种自适应烟花算法下的多维模糊C均值彩色图像分割算法.结合动态时间弯曲思想,以邻域像素相似特点构造弯曲曲线,得到多维相似距离和新的目标函数.在自适应烟花寻优算法下,找到最优聚类中心,最终达到对图像分割效果.实验表明,该算法与同类算法相比,对彩色图像有良好的分...     

基于视觉传达的显著图像特征权重自匹配仿真

采用当前方法对图像特征权重进行匹配时,未使用可控滤波器提取图像特征,进行了重复多次的卷积运算,导致特征权重自匹配所用的时间较长、权重自匹配精度较低。提出基于视觉传达的显著图像特征权重自匹配方法,在高斯函数二阶导数的基础上建立可控滤波器,通过建立的可控滤波器提取图像的特征,获取显著图像特征能量值,为图像特征权重的匹配提供依据。计算图像特征对应的自适应权值,采用比值方法获取待匹配点的相关度,结合待匹配点的相关度和自适应权值构建聚合代价函数,通过聚合代价函数完成图像特征权重自匹配。仿真结果表明,所提方法的匹配时间短、匹配精准度高。     

基于彩色图像序列的特征检测和跟踪

研究了彩色图像序列中特征点检测和跟踪方法。提出了彩色图像序列的解决方法,推导了相应的计算公式。同过对不同噪声等级的图像序列进行比较实验,结果表明彩色特征检测和跟踪方法具有更高的鲁棒性和精度。     

基于感兴趣区域的彩色图像数字水印

提出了一种基于感兴趣区域和混沌映射的多通道彩色数字图像水印的算法。该算法利用一维混沌算法对初值的敏感性和非周期性对水印图像加密。通过对图像进行小波变换和分析,在考虑人类视觉特性（HVS）的基础上,在彩色图像的多个通道嵌入水印,实现了水印的盲提取,增强了算法的适用性。实验的结果表明,该算法对常用的攻击,如JPEG压缩、加噪、剪切和滤波等攻击具有较好的鲁棒性。     

基于彩色图像分割的高温辐射体识别方法

准确识别待测目标是利用CCD图像传感器进行高温测量的关键.本文在对高温辐射体彩色图像的噪声特点进行分析的基础上,提出一种基于彩色图像分割的高温辐射体识别方法,通过对红、绿基色图像分别进行分割来减小甚至消除高温辐射体图像的各种噪声,然后综合红、绿基色图像分割结果实现高温辐射体的准确识别,并运用数学形态学方法对分割结果进行后处理以消除游离点和孔洞,使图像边缘平滑;实验表明,该方法可以有效地实现高温辐射体的正确识别,具有较强的实用性.     

基于游程特征的文本图像识别方法

提出了一种基于游程特征的中英文本图像识别方法,用游程统计特征提供的图像信息作为图像模式识别的描述特征,在此基础上利用神经网络来训练分类器。实验结果表明,该方法的识别精度较高,具有一定的容错能力。     

颜色的模糊识别方法及其在图像检索中的应用

基于内容的图像检索（Content-based Image Retrieval,CBIR）以其极高的理论与应用价值成为了图像处理领域的研究热点。提取和匹配图像特征是CBIR的主要手段。然而提取图像的有效特征是极其困难的。利用HSV颜色空间特性以及人类对颜色的感知规律,提出一种颜色识别方法。应用此方法对图像的像素进行一种保持结构的分类,并在类内提取结构特征。图像的特征匹配将在同类像素集合间进行,降低了图像特征提取与匹配的复杂性。实验表明,提出的图像检索方法有良好的效果。     

图像颜色征提取技术的研究与应用

介绍图像信息处理技术的一项基础性研究--图像颜色特征提取技术,重点讨论颜色特征提取技术的发展现状以及两大应用背景,即图像检索和图像情感语义的研究,揭示了颜色特征提取技术在基于内容的图像检索和图像情感识别研究方面的重要作用.总结了常用的颜色特征提取方法,指出现有方法中存在的问题和不足之处,提出了研究的新思路,并对今后的研究重点做出了展望.     

刚性区域特征点的3维人脸识别

目的 针对3维人脸识别中存在表情变化的问题,提出了一种基于刚性区域特征点的3维人脸识别方法。方法 该方法首先在人脸纹理图像上提取人脸图像的特征点,并删除非刚性区域内的特征点,然后根据采样点的序号,在人脸空间几何信息上得到人脸图像特征点的3维几何信息,并建立以特征点为中心的刚性区域内的子区域,最后以子区域为局部特征进行人脸识别测试,得到不同子区域对人脸识别的贡献,并以此作为依据对人脸识别的结果进行加权统计。结果 在FRGC v2.0的3维人脸数据库上进行实验测试,该方法的识别准确率为98.5%,当错误接受率（FAR）为0.001时的验证率为99.2%,结果表明,该方法对非中性表情下的3维人脸识别具有很好的准确性。结论 该方法可以有效克服表情变化对3维人脸识别的影响,同时对3维数据中存在的空洞和尖锐噪声等因素具有较好的鲁棒性,对提高3维人脸识别性能具有重要意义。     

基于可视加密和特征匹配的鲁棒彩色图像水印

针对彩色图像和彩色水印的抗几何攻击鲁棒水印问题,提出一种基于可视加密的算法。该算法利用空域统计相关性,提取载体图像上的鲁棒特征,将其与彩色水印通过彩色可视加密绑定。为抗旋转攻击,提出利用图像的局部结构,提取图像的尺度不变特征点,使用特征点匹配来校正几何攻击的影响。实验结果表明,该算法对于加噪、滤波、JPEG压缩和旋转等攻击具有较强的鲁棒性,特别是在任意角度的旋转攻击下,提取的水印和原始水印的归一化相关值都在95%以上,可应用于医学图像和科学数据图像的保护和认证。     

基于特征区域的图像自动配准

为了解决基于特征的图像配准中的特征点的定义和提取问题,提出了一种以特征区域替代特征点的定义和提取方法。该方法应用Moravec算子选择候选特征区域,使用具有旋转不变性的Zernike矩表征该区域的特性;采用二级匹配策略进行特征区域的匹配,即基于自组织映射神经网络的初始匹配及精细匹配;建立图像的配准框架并实现图像的配准。实验结果表明,该方法能有效地提取图像的特征点并能准确地进行特征点的匹配,整个配准过程完全自动进行。     

模糊自适应的彩色图像数字水印算法*

提出了一种基于离散余弦变换 (DCT)域的模糊自适应彩色图像水印算法.采用YUV彩色空间,以人类视觉系统(HVS)为基础,结合原始图像的特点,设计了模糊控制器,建立了合理的模糊规则,将水印信号以不同强度嵌入到彩色图像的Y、U、V分量的DCT系数中,实现了水印的自适应嵌入以及水印强度的动态调度.实验结果表明,该算法不仅具有很好的不可感知性,而且对剪切、滤波、噪声等攻击均具有较好的鲁棒性.     

基于人类视觉系统的彩色图像分形编码算法

在分析传统的四叉树分形编码算法的基础上,将人类视觉系统(HVS)的特性引入到值域块的四叉树划分中,在定义域池的生成以及值域块与定义域块的匹配上采用分类的方法,然后利用彩色图像R,G,B三个分量的相关性,将三色分量图按某种方式组合成一个灰度图像,提出一种使用HVS的彩色图像分形编码算法.实验表明,在保证图像解码质量的情况下,该算法比Fisher和JPEG算法能达到更高的压缩比,并且在编码时间上优于Fisher算法.     

基于发音特征的音/视频双流语音识别模型*

构建了一种基于发音特征的音/视频双流动态贝叶斯网络(dynamic Bayesian network, DBN)语音识别模型,定义了各节点的条件概率关系,以及发音特征之间的异步约束关系,最后在音/视频连接数字语音数据库上进行了语音识别实验,并与音频单流、视频单流DBN模型比较了在不同信噪比情况下的识别效果。结果表明,在低信噪比情况下,基于发音特征的音/视频双流语音识别模型表现出最好的识别性能,而且随着噪声的增加,其识别率下降的趋势比较平缓,表明该模型对噪声具有很强的鲁棒性,更适用于低信噪比环境下的语音识别     

基于场景识别的夜视图像彩色融合方法

将红外与微光图像进行彩色融合可以使目标检测和识别更精确。针对现有的使用固定参考图像的彩色传递融合方法,提出了一种新的结合场景分类、融合质量评价以及彩色传递的融合方法。首先提取输入图像的GIST特征并利用SVM分类器进行场景的分类,随后利用彩色融合质量评价方法在相应类别的图像库中匹配最佳的参考图像,最终使用彩色传递的方法将红外与微光图像融合为彩色图像。仿真结果表明,相较于其他彩色融合方法,该方法在无需观测环境先验信息的情况下,能够在线性以及非线性彩色空间能使融合图像接近自然真实的色彩感觉,更易于分辨识别目标,从而达到提高机器视觉效率的目的。