共查询到19条相似文献,搜索用时 187 毫秒
1.
针对现有方法识别煤岩显微组分准确率低的问题,文中提出了一种基于分峰思想的煤岩显微组分识别与统计分析方法。文中从单颗粒角度确定各煤种的镜质组峰值偏移范围,并提出自适应寻峰算法选取煤岩颗粒的有效峰值点。在煤岩显微组分识别阶段设计多策略的分峰峰位识别算法将煤岩颗粒分类为需要分峰聚类的活惰结合颗粒和无需分峰的纯镜质组颗粒、惰质组颗粒和壳质组颗粒,确定需要分峰聚类煤岩颗粒的分峰峰位,然后基于分峰规则和统计学方法进行高斯拟合,分别确定壳质组阈值、镜质组阈值和惰质组阈值,完成各煤岩颗粒的聚类分割。实验结果表明,文中方法能够有效识别单个煤岩颗粒并实现显微组分含量的定量统计,准确率达到 96.85%,熵值最小低至 0.615 3,与传统方法相比准确性更高,具有较好的现实应用意义。 相似文献
2.
3.
微表情是人们处在一些与平时生活环境不同的高强度环境下试图控制和掩饰的情感表现,也是一种不曾意识到的瞬时脸部表情,持续时间短,强度弱。为了提高其准确率,提出了基于Radon变换的微表情识别算法。首先,对数据库中的视频序列进行灰度归一化、尺寸归一化和二维主成分分析法(Two-dimensional Principal Component Analysis,2DPCA)降维预处理,使用光流法对降维后图像提取运动特征;然后使用Radon变换算法对光流图像进行处理,得到对应微表情的特征值和特征图像;最后使用支持向量机进行微表情分类识别。实验结果表明,使用Radon变换后得到的微表情特征图像得到了较好的识别效果,在微表情数据集CASME和CASMEⅡ上识别率分别为81. 48%和82. 17%,通过与选取的其他方法对比说明了该方法具有更好的识别性能。 相似文献
4.
车牌监控图像由于照明、天气、运动目标位置和运动目标速度的不同,图像质量差异很大,从而不利于车牌监控的定位和识别。本文采用最大值法、平均值法和加权平均值法三种方法对车牌监控图像进行过滤,结果表明:采用加权平均值法进行车牌图像颜色过滤能够保留绝大部分的汽车车牌信息,使得目标和背景之间边界清晰,是一种较好的车牌图像彩色过滤方法。 相似文献
5.
6.
7.
8.
主成分分析(PCA)是一种经典算法,可用于人脸识别系统。它基于降维的方法提取样本人脸图像中的主要成分,并将待识别的人脸图像映射到训练集中,经比对后得出识别结果。但在此基本方法中光照变化是影响判别结果的一个重要因素。为克服此问题,在此提出一种新方法,即首先基于中值思想得出较局部二值模式改进的灰度图像,然后借助主成分分析思想去除一些冗余特征,并且再次用PCA算法对图像进行识别。 相似文献
9.
基于数字图像处理,开发了一套车牌识别系统。在对车牌图像预处理后,采用投影法对车牌图像定位,在采用Canny边缘检测方法对图像二值化的基础上,采用模板匹配法对车牌图像中的字符进行识别。结果表明,该系统合理可行。 相似文献
10.
在太阳能电池缺陷检测系统中,图像分割技术是非常重要的。分割结果的优劣直接影响着对于缺陷的检测和识别。文中提出一种针对太阳电池缺陷图片特性的阈值分割方法,实验表明这种方法比普通的直方图法和Otsu法更加快速准确地进行区域分割,可以得到较好的二值图。为太阳能电池图像的缺陷特征提取,以及进一步描述和分析奠定了良好的基础。 相似文献
11.
基于PCA算法的人脸识别研究 总被引:1,自引:0,他引:1
介绍了PCA算法及其在人脸识别中的应用。PCA算法是一种基于统计的算法,其优点是识别率高,速度快。基于PCA算法的特征脸方法首先根据人脸数据库训练出一系列的特征脸,然后把人脸数据库中的每个人脸图片进行映射,得出每个人的特征系数,这组系数可以表示该张图片。最后计算出待识别样本的特征系数,并与人脸数据库中的特征系数一一进行比较,以距离相近的作为识别结果。 相似文献
12.
13.
一种结合空谱聚类的高光谱图像快速压缩算法 总被引:1,自引:0,他引:1
对高光谱图像进行快速压缩已经成为了高光谱遥感领域的研究热点.针对现有的高光谱图像数据量大和压缩所需运算量大的问题,提出了一种基于频段聚类+主成分分析(PCA)与空间分类相结合的高光谱图像快速压缩算法.首先利用最大相关度频段聚类算法(MCBC)将频段聚类,接着将每一类频段用PCA压缩,然后将压缩后的图像利用聚类信号子空间投影(CSSP)算法进行图像分类,最后在每一类内利用LBG(Linde Buzo Gray)算法通过矢量量化快速完成高光谱图像的编码.在不同的压缩比下进行实验,结果表明提出的高光谱图像压缩算法能在保证良好的图像恢复质量的前提下,大幅度降低运算复杂度,实现高光谱图像的快速压缩. 相似文献
14.
针对目前图像变化检测的相关研究,提出一种新的算法:基于SAR图像配准的混合遗传FCM算法.算法主要分为4个步骤.第一步,利用Harris算法和SIFT算法对两幅图像进行匹配,证明它们是同源不同时相的图像.第二步,利用两种不同变化检测方法提取初步差异图像.第三步,利用PCA方法对差异图像进行降维处理.第四步,利用混合遗传FCM算法对特征矢量空间进行分类,并将分类结果与参考差异图像进行比较,获得变换信息.采用渥太华地区的部分图像作为检测算法的性能的数据库.获得的结果与FCM算法相比较,结果表明,提出的算法具有最高的全局正确率98.10%,算法效果更佳. 相似文献
15.
16.
Fusion of multispectral and panchromatic images using improved IHS and PCA mergers based on wavelet decomposition 总被引:21,自引:0,他引:21
Gonzalez-Audicana M. Saleta J.L. Catalan R.G. Garcia R. 《Geoscience and Remote Sensing, IEEE Transactions on》2004,42(6):1291-1299
Since Chavez proposed the highpass filtering procedure to fuse multispectral and panchromatic images, several fusion methods have been developed based on the same principle: to extract from the panchromatic image spatial detail information to later inject it into the multispectral one. In this paper, we present new fusion alternatives based on the same concept, using the multiresolution wavelet decomposition to execute the detail extraction phase and the intensity-hue-saturation (IHS) and principal component analysis (PCA) procedures to inject the spatial detail of the panchromatic image into the multispectral one. The multiresolution wavelet decomposition has been performed using both decimated and undecimated algorithms and the resulting merged images compared both spectral and spatially. These fusion methods, as well as standard IHS-, PCA-, and wavelet-based methods have been used to merge Systeme Pour l'Observation de la Terre (SPOT) 4 XI and SPOT 4 M images with a ratio 4:1. We have estimated the validity of each fusion method by analyzing, visually and quantitatively, the quality of the resulting fused images. The methodological approaches proposed in this paper result in merged images with improved quality with respect to those obtained by standard IHS, PCA, and standard wavelet-based fusion methods. For both proposed fusion methods, better results are obtained when an undecimated algorithm is used to perform the multiresolution wavelet decomposition. 相似文献
17.
为了解决目前基于特征点的图像拼接算法在图像重叠度较低情况下,图像拼接效果差以及无法满足实时图像拼接的问题,提出了一种基于改进仿射—尺度不变特征转换(Affine Scale Invariant Feature Transform,ASIFT)的快速图像拼接算法,在特征点匹配过程中引入主分量分析(Principal Component Analysis,PCA)法进行处理,提出了一种PCAASIFT描述符对特征点重新进行描述。实验结果表明,与基于SIFT和SURF的拼接算法相比,该算法实现了高精度拼接,并且比传统ASIFT拼接算法提高了拼接的速度。 相似文献
18.
传统的图像质量评价方法通常提取低维度特征即图像的片面信息用来分析图像质量。高维度特征尽管不易分析但保留了更多信息,更利于全面分析图像质量。针对这种现状,该文提出一种优化数据采样后基于高维度特征分析的图像质量评价方法。首先对图像数据采样分别利用块匹配进行筛选,用主成分分析进行降维,其次利用核独立分量分析从图像数据采样中提取高维度特征,最后基于自然图像统计特性对特征进行综合得出图像质量。实验结果表明所提方法与人的主观评价较为一致。 相似文献
19.
基于PCA-K-means的卫星遥感图像的颜色特征提取技术 总被引:1,自引:0,他引:1
结合主成分分析(PCA)和K均值聚类算法(K-means)的特点,本文提出了一种对卫星遥感图像进行颜色特征提取的PCA-K-means算法.该算法去除了图像的R、G、B之间的相关性,在动态聚类的基础上,采用基于区域分类的空间一致性原则合并空间信息,使得该方法能高效的描述卫星图像的颜色特征.实验结果表明,该方法识别性能好,准确度高,是对多频谱遥感图像的颜色特征提取的一种有效的方法. 相似文献