基于二维不可分小波变换的矩不变量

寻找相对于尺度、平移、旋转不变的小波不变量是多尺度分析在模式识别中应用的关键性问题。该文利用基于统计的不变矩这一理论和应用上都比较成熟的方法,将图像有限个尺度的小波近似系数和图像不变矩联系起来,从而给出了一种小波矩不变量,得到了比较完善的理论和实验结果。同时指出了该理论方法在实际应用中所需注意的地方,最后简要阐述了多尺度分析与不变矩的应用关系。     

基于二进小波变换的虹膜识别算法研究

讨论了虹膜图像定位等预处理方法，并提出了基于二进小波变换过零检测的虹膜图像识别算法，利用图像在不同分辨率下的特征表示，对虹膜上的采样同心圆计算不同分辨率下的过零小波变换，产生1－D信号，然后对它用相异度函数与模板特征比较。实验表明，该方法克服了漂移、旋转和比例放缩带来的局限，并且识别率高，效果良好。     

一种新颖的基于小波变换的虹膜识别算法

虹膜识别是一种新兴的生物识别技术,研究了虹膜图像的快速定位、增强等预处理方法,并提出了一种新颖的基于二维小波变换的虹膜识别算法,它的基本思想是:对预处理得到的虹膜图像进行四层小波分解,对得到的低频和高频系数抽取115维特征矢量,最后用汉明距离进行图像匹配判决合法性.实验证明,该算法运算速度较快,在图像模糊、噪声干扰等不利条件下仍具有良好的稳健性.     

二维四通道不可分正交小波的快速算法

针对张量积小波只强调水平、垂直方向的不足,研究了二维小波的性质和特点,给出了二维四通道不可分小波的快速算法及其数学证明,分析了此算法的运算量,探讨了滤波器组的构造方法,理论推导与分析表明此算法运算速度比不抽样的二维不可分小波变换和二维快速Fourier变换更快.通过构造出的滤波器组进行不可分小波的分解实验,并与张量积小波进行比较,结果表明不可分小波变换在对图像进行滤波时能全面提取图像各方向的信息.     

基于采样二通道不可分小波的多光谱图像融合

针对基于非下采样不可分小波图像融合方法空间分辨率不高、基于张量积小波融合方法会出现方块效应的不足,提出了一种基于伸缩矩阵为[1,1;1,-1]的二通道采样不可分小波的多光谱图像和全色图像融合方法.利用矩阵扩充方法,构造了一组新的不可分低通滤波器和高通滤波器组,利用所设计滤波器组分别对多光谱图像的亮度分量和全色图像作下采样的多尺度不可分小波分解,分别对分解后的低频子图像和高频子图像按不同的融合规则进行融合.实验结果表明,其保持光谱信息的能力和保持空间分辨率信息的能力比基于IHS变换融合方法、基于DWT的融合方法、基于IHS-DWT的融合方法、基于IHS-Contourlet变换的融合方法、基于IHS-Curvelet变换的融合方法、SRF方法都强,与基于非下采样的二通道不可分正交小波和不可分双正交小波融合方法相比,该方法能保持较好的整体光谱信息和较高的空间分辨率信息.     

小波变换在虹膜图像特征提取与识别中的应用

文章从虹膜图像的灰度直方图入手,分析了虹膜图像的结构及其灰度分布,在此基础上,完成虹膜图像的内、外边缘的定位和归一化;利用小波变换对分区后的虹膜图像进行分解,实现了虹膜的纹理特征提取和识别。实验结果表明,该方法运算速度快,准确度高,能较好的满足虹膜识别的实际要求。     

基于不可分小波与标记分水岭的图像分割

针对传统的分水岭算法过分割的问题,提出一种结合不可分小波与标记分水岭的图像分割算法。根据二维不可分小波理论,文中利用伸缩矩阵为[2,0;0,2]的不可分小波的构造方法构造了四通道的对称滤波器组,并把它应用到标记分水岭的图像分割中。利用该滤波器组对原图进行不可分小波变换,对分解出的低频子图进行标记分水岭分割;然后对利用标记矩阵进行区域平均后的低频子图进行小波逆变换,得到区域平滑图;最后,对最终的平滑图使用标记分水岭算法,得到分割结果。实验结果表明,该方法可以有效地解决分水岭过分割问题,且较好地保留了图像目标的轮廓信息。     

基于小波分析与KFisher的人脸与虹膜融合和识别

小波变换将样本图像分解为低频分量和高频分量,去除其高频分量,用低频分量来做人脸识别能有效削弱光照的影响;核方法可以将非线性可分的低维样本空间变换为线性可分的高维空间;人脸与虹膜融合包含更多有用的鉴别信息。因此,先用离散小波变换（DWT）分别获取人脸与虹膜的低频分量;然后,核Fisher辨别分析（KFDA）提取人脸与虹膜融合后的KFDA特征;最后,采用最小距离分类器（KNN）完成识别。基于ORL人脸数据库与CASIA虹膜数据库的实验结果表明,该方法实现了人脸与虹膜的特征融合识别,有效地提高了识别率,克服了Fisher算法的＂小样本＂效应,为多生物特征身份识别提供了一种新途径。     

基于虹膜识别的身份认证系统设计

虹膜识别认证系统由4部分组成.虹膜图像采集采用自行研制的非接触式虹膜图像采集装置,并加入虹膜图像质量评估模块选取清晰虹膜图像;预处理过程中采用Hough变换精确定位,归一化后的虹膜图像具有平移、尺度和旋转不变性;特征提取采用Daubechies-4小波变换对图像进行4层小波分解,并采用汉明距离进行匹配.与现有其他方法相比,系统大大减少了编码存储空间以及编码和匹配的时间,提高了算法速度.     

基于不可分加性小波与形态学梯度的图像边缘提取方法

针对传统的图像边缘提取方法只强调图像中的水平和垂直边缘的不足,提出了一种基于不可分加性小波和形态学梯度相结合的图像边缘提取方法。根据二维不可分小波理论构造了低通滤波器,利用它对原图像进行加性小波多尺度分解;对低频子图像求形态学梯度,对增强后的高频子图像取模极大值;将所得梯度图与边缘图作加性小波逆变换,得重构后的边缘梯度图;并利用二值形态学方法对其进行处理,得最终结果边缘图。实验结果表明,本文算法可获得较好的边缘图像,与经典的边缘提取方法相比,该方法具有完整性、多方向性、平移不变性和快速性的特点。     

一种基于小波奇异值分解的仿生模式虹膜识别算法

本文给出了一种基于仿生模式识别理论的虹膜识别算法,该识别算法首先进行虹膜的边界定位、归一化及有效区域的选择,并采用Daubechies-4小波变换及奇异值分解的方法进行虹膜特征的提取,最后利用基于超香肠神经元的双权值神经网络对同类虹膜样本构建出了其对应的高维闭合空间覆盖面.在中科院自动化所的虹膜数据库( CASIA v...     

The design of 2-D nonseparable directional perfect reconstruction filter banks

In this paper, we develop a directional 2-D nonseparable filter bank that can perfectly reconstruct the downsampled subband signals. The filter bank represents two powerful image and video processing tools: directional subband decomposition and perfect reconstruction. The directional filter banks consist of (1) the input signal and the subband signals modulation, (2) diamond shape prefilter, and (3) four different parallelogram shape prefilters. This paper addresses the design and implementation of a two-band filter bank that is proved to be able to provide perfect reconstruction of the downsampled subband signals. Finally, we use a conventional 1-D half-band filter as a prototype and then apply the McClellan transform for the specific 2-D diamond shape and parallelogram shape subfilters. This method is extremely simple in designing the analysis/synthesis subfilters for the filter bank.     

基于一维离散周期小波变换的实时车牌识别方法

利用扫描窗口和一维离散周期小波变换以及BP人工神经网络进行车牌识别.被扫描的图像通过一维离散周期小波变换来选择图像的低频系数,这样可以提高执行车牌识别的速度.文中方法是直接对车牌进行扫描,不对单个字符进行识别,并通过MATLAB编程实现.新方法是一种实时识别,车牌识别的实验结果可高达94.7％.     

小波变换在图像相关识别中的应用

光学图像识别具有广泛的实际应用价值,而联合变换相关器(JTC)是目前采用最多的一种进行图像相关识别的结构方式。将小波变换与联合变换相关技术有效地结合在一起,分析了如何采用小波变换来实现图像相关识别的理论方法,并提供了相应的结构框图,对采用小波变换用于图像目标识别的优点进行了概括及总结,并对该相关识别系统中所应采用的小波类型、滤波方式、滤波器的制作等多方面进行了介绍和分析。     

基于广义高斯分布FDCT_Wrap和FSVM的虹膜识别

为了提高虹膜识别的准确率,提出了一种改进曲波变换的虹膜识别算法.首先对预处理后的虹膜图像进行Wrapping算法的快速离散曲波变换,提取不同尺度和不同方向的曲波子带系数矩阵的均值、方差和能量,然后利用广义高斯分布估算各子带的权值,为分类能力较强的特征向量赋予较大权值,构成虹膜图像的特征向量.最后采用模糊支持向量机和二叉决策树相结合的分类器进行匹配识别.采用UBIRIS和CASIA虹膜数据库对算法性能进行测试.实验结果表明,该算法能更好地提高虹膜识别准确率和效率,具有可行性.     

基于Gabor小波的人脸表情特征提取研究

为了使计算机能更好的识别人脸表情,对基于Gabor小波变换的人脸表情识别方法进行了研究。首先对包含表情区域的静态灰度图像进行预处理,包括对确定的人脸表情区域进行尺寸和灰度归一化,然后利用二维Gabor小波变换提取脸部表情特征,使用快速PCA方法对提取的Gabor小波特征初步降维。再在低维的空间中,利用Fisher准则提取那些有利于分类的特征,最后用SVM分类器进行分类。实验结果表明,上述提出的方法比传统的方法识别速度更快,能达到实时性的要求,并且具有很好的鲁棒性,识别率高。     

基于Gabor小波和支持向量机的人脸识别方法

基于Gabor小波在图像表征方面的优越性,提出了将Gabor小波和支持向量机(SVM)相结合用于人脸识别的方案。用Gabor小波对人脸图像进行特征提取,再利用SVM策略对特征向量进行分类识别,实验的仿真结果验证了本算法的有效性。     

Two-channel nonseparable wavelets statistically matched to 2-D images

This paper presents a new approach for the estimation of 2-channel nonseparable wavelets matched to images in the statistical sense. To estimate a matched wavelet system, first, we estimate the analysis wavelet filter of a 2-channel nonseparable filterbank using the minimum mean square error (MMSE) criterion. The MMSE criterion requires statistical characterization of the given image. Because wavelet basis expansion behaves as Karhunen-Loève type expansion for fractional Brownian processes, we assume that the given image belongs to a 1st order or a 2nd order isotropic fractional Brownian field (IFBF). Next, we present a method for the design of a 2-channel two-dimensional finite-impulse response (FIR) biorthogonal perfect reconstruction filterbank (PRFB) leading to the estimation of a compactly supported statistically matched wavelet. The important contribution of the paper lies in the fact that all filters are estimated from the given image itself. Several design examples are presented using the proposed theory. Because matched wavelets will have better energy compaction, performance of estimated wavelets is evaluated by computing the transform coding gain. It is seen that nonseparable matched wavelets give better coding gain as compared to nonseparable non-matched orthogonal and biorthogonal wavelets.     

基于相关分析的飞机目标识别方法

提出了一种基于相关分析的飞机目标识别方法。该方法利用飞机图像低频和高频部分合成滤波器模板,能达到很高识别率与很低的等错率。该研究旨在提高飞机识别的准确率和降低出错率,采用一种基于相关分析的飞机目标识别方法。该方法通过对采集的飞机图像做去除背景、降噪、图像增强、二值化和归一化处理,将飞机图像低频和高频部分合成滤波器模板,通过特征比对达到识别飞机的目的。利用Matlab 7.0做10种飞机的识别实验,得出了95.47%识别率和0.04%等错率的结论,识别率和等错率均优于不变矩法、三维识别方法、基于小波分析和矩不变量的方法,印证了笔者提出的基于相关分析的飞机目标识别方法的优越性。在飞机图像数据库上的实验结果表明,该方法是可行的。