利用人眼分形码距离进行快速人脸识别

在利用人脸分形码距离进行识别时,需要大量的时间对人脸库中每张人脸图像进行迭代与距离运算.为克服这一缺点,本文提出了用水平方向高频子带来定位眼睛并将其从人脸中抽取出来,进一步提出了基于人眼分形码距离的人脸快速识别算法.利用该算法,可去掉大部分人眼分形码距离较大的图像,从识别时间复杂性分析,本文算法所需时间主要与人眼大小以及用于最后识别的图像数目有关.在ORL和YALE两个人脸库上的实验结果表明,与本征脸方法和直接利用人脸分形码距离方法比较,在用于最后识别的图像数目占人脸库中人脸总数的20%左右时,本文算法可使平均识别率保持在约90%,与其它方法基本持平.     

基于域块差值矩阵距离的分形图像编码

对DRDC方法进行了改进,在定义域块与值域块的差值矩阵计算中,增加了8种旋转变换,并利用求解差值矩阵过程中产生的仿射变换参数来计算值域块所对应的分形码,并给出公式推导。此外,还给出了8种旋转变换矩阵与其对应逆矩阵的关系,从而进一步简化分形码求解。还对值域块与定义域块的差值矩阵间距离计算提出了改进措施。在实验中,将该文算法分别同全局搜索法、DRDC法进行了比较,结果表明,该文算法能在基本保证解码图像质量的同时,大大提高编码速度。     

基于人脸特征的快速分形人脸编码

在分析了人脸固有的特征后,提出了快速分形人脸编码算法,包括按值域块方差大小来动态确定w值,将定义域块候选区确定在与值域块呈对称分布的区域,利用DCT系数的能量分布来确定各域块的方向,从而减少对称变换个数。对该文算法时间复杂性的分析表明,利用该文算法所需时间要低于基于方差的方法。在ORL和YALE人脸数据库上的实验表明,在基本保持恢复图象质量的同时,该文算法所需编码时间仅为基于方差方法的1/4,证明了该文算法的有效性,实验还给出了算法中各参数的合适取值。     

基于直方图和模糊C均值的彩色图像分割方法

提出一种基于HSV空间的直方图和模糊C均值(FCM)相结合的彩色图像分割算法.首先将彩色图像转化到HSV空间,考虑到该空间的奇异性,把图像中的像素点根据饱和度和亮度划分为奇异点和非奇异点,然后对非奇异点建立3D HSV颜色直方图,并用爬山算法筛选出峰值进行像素点FCM聚类,对奇异点则建立1D灰度直方图,筛选出峰值进行直方图FCM聚类,最后合并两种分割结果.实验结果表明,该方法对彩色图像能够有效地提取目标物体,具有一定鲁棒性.     

基于迭代函数系统分形码的图像检索技术

在压缩域对图像检索技术进行了研究,首先对图像库中每幅图像采用分形压缩编码,获得其IFS分形码,然后利用分形码的分布特点计算检索图像与图像库中图像间的距离。实验结果表明,本文所提出算法具有稳定性与有效性。