佳能彩色激光机春季促销

正从即日起至2012年4月30日,佳能将在全国范围内展开大规模彩色激光打印机、彩色激光多功能一体机促销活动。本次促销活动涵盖了佳能当前多达7款热销机型。活动期间,用户凡在佳能认证经销商店面购买LBP7010C或LBP5050彩色激光打印机,即可在购机店面同时获赠小熊煮蛋器一台;而购买佳能iCMF8080Cw/8050Cn/8040Cn/8010Cn彩     

不求最快但求适用

曾几何时，彩色商务就是高端商务办公的代名词，面对较高的购机费用，当时很多中小企业只能选择望“彩”兴叹。而现在低价彩色激光打印机已是解决中小型企业彩色输出的首选，不过市场中这类机型资源并不丰富，佳能LASER SHOT LBP5050系列的上市，为入门级彩色输出用户提供了新的选择。     

佳能商务影像 输出SOHO产品线全面升级

10月29日,佳能（中国）有限公司商务影像方案部在北京举办了主题为＂全彩＂的新品发布会,同时推出8款新一代激光多功能一体机image CLASS（以下简称iC）MF44S0／4452／4550d／4570dn、iCD520、jCMF4410／4412／4420n和2款激光打印机LBP6018／LBP6200d，“十”仙过海.     

奥林巴斯C-5000 ZOOM集成新时尚元素

奥林巴斯C-5000 ZOOM采用通体银色的金属材料,整体外观不仅时尚,而且透露出其采用了更多的先进技术,同时该机在操控上也进行了一定的调整,舒适度更加出色。 奥林巴斯推出了一款C-5000 ZOOM数码相机,光从型号上大家可能已经感觉出这款相机是定位于Camedia 4040Z和Camedia5050Z之间的产品.不过准确地说,C-5000 ZOOM应该是C5050Z的简化版本。除了将C5050Z的超明亮F1.8大光圈镜头改成F2.8光圈的常规镜头外,在操作上也比C5050Z简化了不少,并且融合了更多的时尚科技元素。     

基于改进LBP的人脸表情识别方法

针对传统LBP方法在人脸表情特征提取时相对单一与固定,提出一种LBP的扩展形式,即εLBP。通过￡的灵活取值,ε-LBP特征提取也更加灵活,总可以找到更适合于特定分类问题的子空间．而且ε-LBP妒对于噪声和光照变化相对于LBP更加鲁棒。使用MatLab语言将上述算法应用于人脸表情识别．取得较好的识别效果。     

基于PCA与LBP的人脸性别分类方法

主成分分析方法（PCA）和局部二元模式算子（LBP）相融合的特征提取方法结合了PCA在提取全局特征方面的优势和LBP在提取局部纹理细节方面的优势,能够从人脸图像中提取出较好的用于支持向量机（SVM）进行人脸性别识别分类的特征。在提取图像的LBP特征时,对传统的LBP方法做了改进,采用级联的方法提取图像的LBP直方图特征。并将提取出来的LBP特征与PCA特征相结合用于SVM,实验结果表明,LBP和PCA相融合的特征较单独的PCA特征和LBP特征在性别识别上具有明显的优势。     

奥林巴斯C-5000 Zoom简约的经典

很多时候，奥林巴斯发布一款C-X0X0准专业数码相机后就会推出一款简化版产品。此次我们试用的这款C-5000则正是C-5050的简化版本。这是一款与C-5050定位完全不同的，具有500万像素和3倍光学变焦镜头的中低端数码相机。     

基于改进LBP的人脸表情识别方法

针对传统LBP方法在人脸表情特征提取时相对单一与固定,提出一种LBP的扩展形式,即ε-LBP。通过ε的灵活取值,ε-LBP特征提取也更加灵活,总可以找到更适合于特定分类问题的子空间,而且ε-LBP对于噪声和光照变化相对于LBP更加鲁棒。使用MatLab语言将上述算法应用于人脸表情识别,取得较好的识别效果。     

基于方向导数纹理描述子的纹理图像聚类

在深入分析CS—LBP、ICS—LBP、FCS—LBP、ECS—LBP的基础上,提出了一种4维的快速纹理描述子。该描述子计算4个方向的方向导数,在维数由CS—LBP、ICS—LBP、FCS—LBP的16维降到了4维的同时,较CS—LBP、ICS—LBP、FCS—LBP、ECS—LBP具有更好的区分能力,对纹理图像的聚类准确度更高,描述子计算时间平均在CS—LBP、ICS—LBP、FCS—LBP、ECS—LBP的以内。     

基于多尺度LBP的人脸识别

提出一种基于多尺度LBP(Local Binary Pattern)的人脸识别算法。建立人脸图像高斯差分尺度空间,计算尺度空间图像的LBP特征,将LBP特征图像划分为互不重叠的特征区域,然后分别进行直方图统计,最后将所有区域的LBP直方图序列连接起来得到多尺度LBP特征,采用最近邻分类器对人脸图像分类识别。实验分析表明,多尺度LBP特征具有较强的人脸图像描述能力,能够提取到更加丰富的全局信息,鲁棒性强,在识别率和识别速度上均比SIFT算法高。     

基于局部二值模式与多层感知器的中文车牌字符识别高效算法

针对智能交通系统中中文车牌图像中字符识别准确率不高速率低的问题,根据中文车牌字符图像纹理特点改进经典的局部二值模式( LBP),并在此基础上提出一种中文车牌字符识别高效算法。该方法采用改进的局部纹理算子LBP描述车牌字符,对于中文、字母、数字这三种类型字符分别使用不同维数扩展的LBP特征描述,并通过多层感知器( MLP)分类算法识别字符,因此同时结合了LBP和MLP算法的优势。实验结果表明,与工业上常用车牌字符识别算法相比,所提方法字符识别更准确,准确率约96.5%,同时识别时间比其他常用算法缩短了24%~62%,可满足智能交通系统实时性与准确性的要求。     

使用汉明距离约束的LBP人脸识别算法

提出了一种新的使用汉明距离约束的LBP（局部二值化模式）人脸识别算法。传统的LBP算子使用一致性模式（Uniform Pattern）来描述图像的局部特征,并且把其他非一致性模式都归并到另外的一个类中去,对于受光照和表情变化影响的图像,这种方法的准确性会降低。假定光照、姿态、表情的影响都可以看作是某种“噪声”,把信道编码中广泛应用的汉明距离引入到LBP算法中,减少由于这些噪声干扰产生的错误率。在FRGC上的实验结果显示：对于无约束环境下的人脸图片来说,该方法要优于传统的基于LBP的人脸识别方法。     

地球同步轨道SAR快速BP成像算法

地球同步轨道合成孔径雷达（Geosynchronous Synthetic Aperture Radar，GEO SAR）轨道高，合成孔径长，采用局部近似处理的后向投影算法（Local Back Projection，LBP）不再适用。结合传统LBP算法原理，构建了基于LBP的GEO SAR相位误差模型，提出了适用于GEO SAR的LBP成像处理方法。仿真结果表明改进后的LBP算法在保证成像质量与传统BP算法基本相近的同时，将计算效率提升了75倍。     

基于自适应LBP算法的纹理分析

LBP(LocalBinaryPattern)算法是典型的结构与统计相结合的纹理分析方法。但其在分析过程中窗口大小不可调。针对此问题设计出自适应LBP算法。该算法采用改进的Tamura粗糙度自适应调整模式分析窗口大小,更好地符合了LBP的设计思想。实验表明,算法具有更好地纹理分析性能。     

基于LBPV的旋转不变纹理分类算法

目前纹理分类算法普遍存在分类率低、耗时长的问题,改进局部二元模式(LBP)直方图算法,引入LBPV算子,结合新的全局匹配穷尽搜索方案,可弥补LBP只提取局部旋转不变纹理特征的不足,采用基于LBP特征估测主方向和特征降维的方法,则可以大大降低计算复杂度。仿真结果表明,相对于传统的LBP特征提取算法,改进的算法具有更高的纹理识别效率。     

基于多分辨率的厄米高斯矩的LBP纹理分类

针对LBP（局部二值模式)纹理描述子局限于在单一分辨率下捕获纹理图像的纹理信息的问题,提出一种基于多分辨率的厄米高斯矩的LBP纹理分类方法。首先结合图像纹理的多分辨率特性,采用厄米高斯矩对图像进行多分辨率重构,然后利用LBP纹理描述子对重构图像进行特征提取,最后采用K近邻特征空间距离的分类方法进行纹理分类。选取KTH-TIPS纹理数据库的纹理图像进行测试实验,实验结果表明,与传统LBP纹理分类方法相比,使用多分辨率的厄米高斯矩的LBP纹理分类方法进行纹理分类,可以更加全面地描述图像的纹理信息,使纹理分类准确率更高。     

基于改进LBP的单样本人脸识别算法

针对人脸识别难题,提出一种基于改进LBP(Local Binary Patterns)算子的单样本人脸识别算法。采用Bernser算法与LBP算子结合的BLBP算子,最后利用Chi平方统计方法计算直方图的相似度。在识别时,采用的是核实式的一对一匹配,根据训练的阈值,判断两张比对的人脸图像是否为同一个人。所提出的算法在实际人脸图像和FERRET人脸数据库下的人脸识别中,与原LBP算法相比识别率有所提高。实验结果表明,改进后的LBP算子有较好的去噪能力,在实际的人脸识别中能获得更好的识别率。     

基于BP神经网络的帘子布疵点分类器的设计

该文给出了一种基于BP神经网络的帘子布疵点识别方法。该方法首先讨论了LBP算子原理,然后对帘子布样本图像进行LBP运算,得到对应LBP值的归一化直方图,再通过这些LBP直方图对BP神经网络进行训练,最后采用已训练的BP神经网络进行帘子布疵点识别。实验结果证明,该方法可准确识别出帘子布浆斑、稀经、粘并、断经和劈缝等疵点。     

一种基于LTP特征的图像匹配方法*

为了解决可变光照条件下图像匹配困难这一问题,提出一种基于LTP（局部三值模式）特征的图像匹配方法。LTP是LBP（局部二值模式）的扩展,这种局部纹理描述算法较LBP更具有判别能力而且对于统一区域的噪声更不敏感。利用LTP对于图像旋转和光照变化都具有良好的鲁棒性,解决了在光照可变条件下流行的SIFT方法进行匹配的困难。通过对不同变换的图像进行匹配实验表明,该方法得到的匹配结果比LBP效果更好,鲁棒性更高,而在光照可变和噪声很大的情况下比流行的SIFT方法更实用。     

基于自适应LBP人脸识别的身份验证

提出了一种自适应LBP人脸识别算法用于进行身份认证。在身份特征录入阶段,首先采用Harr人脸级联分类器对人脸样本库进行人脸区域检测,并使用PCA方法对人脸区域进行降维处理;然后通过LBP二值模式的人脸识别算法提取人脸样本的特征值;最后通过LBP人脸训练生成人脸数据特征库。通过多场景人脸图像库和阈值队列,通过多阈值全组人脸匹配,建立人脸阈值特征库。在身份验证阶段,将登录用户人脸与人脸阈值特征库做粗粒度人脸LBP直方图匹配,确定当前最优的LBP阈值;然后将登录用户人脸与人脸数据特征库做LBP直方图匹配,通过匹配结果确定登录用户的系统权限。实验结果表明,在图像和视频模式下,基于自适应LBP人脸识别算法的身份验证具有很高的鲁棒性。