基于多级CS-LBP特征融合的人脸识别方法

通常,采用中心对称局部二值模式CS-LBP对人脸图像只进行一次特征提取,提取的纹理特征不够丰富。因此,本文利用CS-LBP多次提取人脸图像更丰富的纹理特征,提出了多级CS-LBP特征融合的人脸识别算法。首先,用CS-LBP对原始人脸图像进行特征提取;然后,对所得特征图像再进行相同方式的特征提取,这样能够得到原始人脸图像的多级CS-LBP特征图像;最后,将每一级特征图像的分块直方图特征进行融合并用于人脸识别。在ORL、Yale标准人脸库上的实验结果表明,相比人脸图像的一级CS-LBP特征,多级CS-LBP特征融合的方法能够显著提高识别精度。     

基于多通道Gabor滤波与CS-LBP的人脸识别方法

近来,局部二值模式(Local Binary Pattern,LBP)在人脸识别中取得了成功应用。然而,LBP提取的特征维数通常很高。而中心对称局部二值模式(Center-Symmetric Local Binary Pattern,CS-LBP)采用中心对称思想对图像进行编码,能够显著降低提取的特征的维数。为此,将CS-LBP应用于人脸图像特征提取,并结合多通道Gabor滤波,提出了基于多通道Gabor滤波与CS-LBP的人脸识别算法。在Yale,ORL,FETER标准人脸库上的实验结果表明,相比局部二值模式,CS-LBP以提取更少的特征维数取得了相当的识别率,并且,基于多通道Gabor滤波的CS-LBP能显著提高识别精度。     

鱼眼变形立体图像恢复稠密深度图的方法

使用普通镜头立体视觉无法实现近距离或大视场的立体感知,鱼眼镜头立体视觉可以解决这一问题,因为鱼眼镜头的视场角可以达到180^0。鱼眼镜头获取大视场的同时也引入了严重的图像变形。文中讨论了一种使用三个鱼眼镜头摄像机构成的多基线立体视沉系统恢重近距离大视场稠密深度图的方法。为了高精度恢复稠密深度图,作者采用图像局部规范化方法、鱼眼变形图像校正方法、基于仿射变换区域匹配的相似性极小化准则,来实现鱼眼变形立体图像对应性求解。文中最后给出了用真实物体和场景的大变形图像来恢复稠密深度图的实验结果。     

基于区域生长的鱼眼图像轮廓提取算法

以图像二值化为前提,使用基于区域生长的改进算法,获取图像轮廓,实现鱼眼图像校正,克服鱼眼图像轮廓区域内出现大量黑色像素使面积统计算法失效的缺点。仿真实验表明,该算法精度高、效率高,能够获得满意的校正结果。     

融合单演特征和CS-LBP的单样本人脸识别

针对单样本情况下传统人脸识别方法识别效果不佳的问题,提出一种融合单演幅值、相位和方向的单演中心对称幅值相位方向模式（MCSLBP）的人脸识别方法。首先采用中心对称局部二值模式（CS-LBP）对同一尺度下的单演幅值进行编码,并将单演相位量化到4个区间进行编码,同时对单演水平方向和垂直方向进行二值编码,然后将三者融合成MCSLBP特征;最后对不同单演尺度空间中的MCSLBP模式图进行分块,提取每一小块的直方图特征并串联后用最近邻分类器进行分类识别。在CAS-PEAL和AR人脸库上的实验结果表明,MCSLBP方法对具有光照、表情和遮挡变化的单样本人脸识别具有较好的识别效果。     

基于特征区域的模板匹配改进算法

针对在复杂战场场景下识别提取战场目标过程中,存在识别跟踪效果不好的问题,本文提出了综合运用特征区域匹配算法。首先,对战场环境建立目标运动模型,然后,定义了一种新的最小失配距离(MMD)相似性度量,并基于目标的特征区域进行快速相关匹配,从可能区域中提取出目标。该算法通过精确模板匹配由粗到精的目标搜索策略,既保证了目标提取的精度、速度,又能对各种噪声干扰有较强的抑制,达到战场图像目标匹配的要求。     

基于CS-LBP的散斑应变测量技术

针对传统数字图像相关法(DIC)在光照变化时测量精度下降的问题,提出一种基于中心对称局部二值模式(CS-LBP)的数字图像相关法。提取变形前图像模板子区的CS-LBP特征,在变形后图像中查找与之匹配度最高的目标子区,利用模板子区和目标子区相对位置关系计算物体变形信息。实验结果表明:在光照强度变化小于5 000 lx的情况下,该方法的误差增幅相较于传统DIC方法降低了42. 8%,有效地提高了DIC方法在光照变化时的测量精度。     

一种局部二值模式图像特征点匹配算法

针对图像匹配问题进行了研究,提出了一种改进BRIEF算法的特征点匹配算法。该算法利用随机点与特征点之间的差分大小和差分幅值关系来生成特征点描述算子。针对BRIEF对噪声敏感问题,因为小的像素幅值差分更易受到噪声影响,为了抑制噪声,通过设置小像素差分阈值,差分在阈值内的设置为不确定位,然后通过其邻域均值来决定不确定位的值。特征点匹配使用描述算子之间的汉明距离进行比较来完成。实验与BRIEF和ORB算法进行了比较,证明该算子具有更高的判别性,计算简单且具有很好的噪声抑制性能,运行速度快,匹配准确率更高。     

结合CS-LBP纹理特征的快速图割算法

图割算法是目前最有效的交互式图像分割方法之一。针对当前景和背景颜色相似时容易发生分割错误并产生shrinking bias现象,以及基于像素的计算导致交互效率不高的问题,提出一种结合纹理特征的改进算法。该算法首先利用Mean Shift算法对图像进行预分割,构建区域邻接图,然后用累计直方图、CS-LBP纹理描述子对每个区域进行颜色和纹理特征的提取,通过在能量函数中引入纹理约束项以及局部自适应的正则化参数,有效改善了分割效果和shrinking bias现象。实验结果表明,本算法交互效率得到了提高,分割结果更加精确。     

基于字符图像分割的打印文件识别方法

针对目前的打印文件识别方法受限于样本中必须有相同字符的问题,提出一种基于字符图像分割的打印文件识别方法。通过k-means算法对字符图像进行分割,分别对不同区域提取局部二值模式纹理特征,从而消除字符结构对识别结果的影响。研究了单一区域的特征集和组合特征集的分类识别效果,实验结果表明,该方法在样本中无相同字符的情况下,能够得到较高的识别准确率。     

一种基于ROI和多描述量化的图像传输方法

随着科学技术的进步和发展,图像已经成为了信息的一个重要来源,而图像中的重要信息往往只集中在部分区域。而且图像数据在信道中传输时,可能会发生数据包丢失或出错的问题。鉴于以上问题,在对图像ROI和多描述量化编码进行分析和综合的基础上,本文提出了一种结合图像感兴趣区域（ROI）提取和多描述量化,零树编码的图像传输方法。根据图像特征选定ROI区域,然后对ROI进行多描述量化编码,对其他区域进行普通的量化编码,试验表明此方法可以得到更好的重构图像。     

感兴趣区域遥感图像分类与支持向量机应用研究

提出了基于SVM的遥感图像分类方法并构建了分类模型,该方法以唐山1∶50 000 TM局部图为分类数据来源,由用户选择感兴趣的区域,分别提取该区域绿地、公共用地和房屋的图像特征,并以此为训练样本进行训练,采取交叉校验的方法获得SVM的最优惩罚因子C和间隔γ参数进行图像分类。实验结果表明,此分类方法准确率高、稳定快捷,是SVM在遥感图像分类中的一个很好的应用。     

拉普拉斯滤波结合CS-LBP的单样本人脸识别

针对传统的人脸识别算法在单训练样本的情况下识别率不佳的情况,提出一种结合拉普拉斯滤波与中心对称局部二值模式的人脸识别算法（LFCLBP）。对原始人脸图像进行拉普拉斯滤波处理;然后对图像提取梯度幅值和梯度相位信息,对梯度幅值用CS-LBP算子编码,再将梯度相位量化到16个区间进行编码,将二者融合成人脸图像的LFCLBP特征;分块统计直方图特征,将所有分块的直方图串联起来作为人脸图像的特征向量,并用最近邻分类器识别。在YALE人脸库和AR人脸库上进行测试,测试结果表明该算法有效,在光照变化、表情变化和部分遮挡等环境下对单样本人脸图像具有较好的识别效果。     

基于LBP算子及伪Zernike的景象匹配算法

针对目前景象匹配算法耗时长、匹配率低等缺陷,提出基于改进的局部二进制模式（LBP）及伪Zernike矩的景象匹配算法。采用伪Zemike矩提取特征点邻域的方向和尺度信息,利用改进后的LBP算子提取邻域的纹理信息。对尺度、方向信息进行主成分分析并二值化,与纹理信息组成混合矩构成特征点邻域的特征描述子。实验结果表明,该算法的计算复杂度比其他典型算法低,匹配时间为0．05S,基本满足实时性。给出各种情况下的匹配效果图,并将匹配率逐一对比,该算法的匹配率在标准情况下为100％,旋转变化下为64．52％,亮度变化下为53．84％,均高于其他算法,而在尺度变化下的匹配率与其他典型算法基本持平。     

结合SIFT变换与Otsu匹配的彩色眼底图像拼接方法

针对多幅单模彩色眼底图像的拼接问题,提出一种基于尺度不变特征变换（Scale Invariant Feature Transform,SIFT）与最大类间方差（Otsu）匹配的拼接方法。为克服光照不均对特征提取造成的影响,采用SIFT变换提取眼底图像特征点;利用Otsu剔除误匹配点,提高特征点的匹配精度;在此基础上,计算匹配点对之间的仿射变换矩阵,进行图像空间变换实现图像配准,并对配准图像进行融合。结果表明,提出的方法可实现对多幅单模彩色眼底图像的高精度自动拼接,具有很强的鲁棒性。     

基于BEMD和PCA的数字图像压缩

二维经验模式分解（BEMD）方法是一种不依懒于基函数的数据驱动的自适应方法,主成分分析（PCA）算法具有去相关性好、压缩比高等特点。因此尝试运用BEMD算法对图像进行分解,利用PCA算法对分解后的子图像进行压缩。通过Matlab仿真,证明了该方法的有效性和优越性,且基本实现了高压缩比下达到高信噪比的目的。     

一种基于融合隶属度的指纹分类方法

为了提高指纹识别的速度和准确率,特别是在指纹数据库规模不断增大的情况下,指纹分类显得尤为重要。提出一种基于融合隶属度的分类方法,将指纹分为五类：斗型、弓型、帐弓型、左旋和右旋型。该方法充分利用指纹纹理信息,并进行分块统计,加权融合隶属度,突显出能区分指纹类别区域,提高了分类的准确率。实验证明该方法有良好的分类性能。     

基于图像匹配的变压器套管工况识别方法研究

针对变压器套管工况识别难度大的实际,提出了基于图像匹配的变压器套管工况识别方法。首先,采用基于Guided滤波的Retinex图像增强算法对现场采集的变压器套管图像进行了预处理,然后采用基于改进的SIFT特征匹配算法对待测图像进行精确定位,利用基于最大熵阈值法（OET）图像分割方法提取了套管的边缘。最后,设计了识别器,进行了运行工况识别,给出了结果和分析,并将该方法应用于工程领域,体现了较高的实用价值。