融合纹理和形状特征的高分辨率遥感影像道路提取

提出一种结合纹理和形状特征提取道路信息的方法。首先利用灰度共生矩阵提取纹理特征,并将其应用于最大似然分类中提取面状道路,然后利用形态学方法分割道路与其相连地物,最后利用提出的3个形状指数(凹度、精密度、偏心角)有效地识别和区分了道路与非道路地物,并最终实现了提纯道路的目的。实验结果证明,该方法可以准确地提取主干道路网,剔除非道路地物的影响。     

葫芦烙画的计算机系统仿真

为了获得葫芦烙画图像的计算机仿真效果,对Efros等人提出的以区块为基础的纹理传输算法进行改进,并对传输结果图像进行了有效的融合处理。该方法首先在YCbCr颜色空间中进行图像间亮度相似性匹配,通过纹理传输获得烙画图像,对传输结果图像根据Levin的最小二乘法原理,设计了一种基于动态权重控制的16点约束图像变形算法,实现了烙画图像的变形控制,然后在lαβ空间中实现了图像融合。最后将融合结果图像与泊松图像编辑方法的融合效果进行了对比分析。实验结果表明,该算法所获得的仿真结果图像接近真实葫芦烙画图像效果。     

邻域粗糙集在轮对踏面缺陷图像特征选择的应用

邻域粗糙集理论能够直接处理数值性数据,无需离散化,已经被应用在属性选择和分类器设计中;文中在分析了轮对踏面缺陷图像的成像特征的基础上,首先从缺陷样本中提取了16个特征值,然后基于邻域粗糙集知识约简的思想,提出了一种轮对踏面缺陷图像特征的选择方法,实现了对原始特征的优化选择,利用径向基函数神经网络和选择的特征值对缺陷进行分类;实验结果表明,该方法可将识别的原始特征下降到原始特征数目的20%左右,擦伤识别率提高了68%。     

基于运动传播和Isomap分析的三维人脸动画编辑与合成

提出一种三维人脸动画数据编辑与合成的有效方法,使用户可以在三维人脸模型上选定控制点,并在二维平面上指定表情动作的约束条件.根据人脸动画数据训练一个先验概率模型,将较少的用户约束传播到人脸网格的其他部分,从而生成完整生动的人脸表情;通过Isomap学习算法对三维人脸动画知识进行建模,并结合用户指定的关键帧拟合高维曲面上的平滑测地线,以自动合成新的人脸动画序列.实验结果表明,该方法可以直观地对人脸动画的生成进行交互式控制,并能生成较为逼真的表情动画.     

自适应搜索的快速分形图像编码算法

为了改进全搜索分形编码过程匹配耗时长而导致难以实用的缺点,新定义了规范块灰度值力矩来反映图像块的特征,根据匹配均方根误差与规范块灰度值力矩间的关系,建立一个预先剔除条件来排除许多不大可能匹配range块的domain块.对一个待编码range块,仅在与该range块灰度值力矩数值最接近的domain块的自适应搜索邻域范围内找它的最佳匹配块.仿真结果表明,与全搜索分形图像编码算法相比,三幅测试图像在重建图像质量更好的情况下,能够平均加快它的编码速度58倍.     

一种基于迭代阈值法的身份证图像二值化算法研究

针对身份证扫描图像受激光防伪阴影网格线影响较大的特点,对图像二值化的方法进行了深入分析和研究．提出了一种基于像素邻域特征的迭代阈值方法。该算法模型简单、易于实现．能滤除噪声、使字符笔划清晰地从背景中分割出来．获得了较好的二值化效果。     

基于轻型卷积神经网络的舌苔颜色分类方法

舌象特征的自动分析是中医舌诊客观化的核心内容。舌苔颜色作为舌象最基本的特征,其分类的准确程度决定了后续舌象分析的有效性。因此,提出了基于轻型卷积神经网络架构的舌苔颜色分类方法。考虑到实际采集中舌象样本较少且类别不平衡的特点,对舌象样本中不平衡的舌苔颜色类别进行数据扩充;通过设计轻型卷积神经网络,将特征提取和分类纳入到一个框架中统一进行处理,利用数据驱动学习图像与其属性的映射关系,得到舌苔颜色分类模型,从而实现对舌象样本的苔色分类。实验结果表明,提出的舌苔颜色分类方法可以取得94. 85%的分类准确率,对辅助中医临床诊疗及临床研究具有现实意义。     

基于词法特征的恶意域名快速检测算法

针对互联网中恶意域名攻击事件频发，现有域名检测方法实时性不强的问题，提出一种基于词法特征的恶意域名快速检测算法。该算法根据恶意域名的特点，首先将所有待测域名按照长度进行正则化处理后赋予权值；然后利用聚类算法将待测域名划分成多个小组，并利用改进的堆排序算法按照组内权值总和计算各域名小组优先级，根据优先级降序依次计算各域名小组中每一域名与黑名单上域名之间的编辑距离；最后依据编辑距离值快速判定恶意域名。算法运行结果表明，基于词法特征的恶意域名快速检测算法与单一使用域名语义和单一使用域名词法的恶意域名检测算法相比，准确率分别提高1.7%与2.5%，检测速率分别提高13.9%与6.8%，具有更高的准确率和实时性。     

改进的编辑模型在叠化检测中的应用研究

叠化是视频中的一种重要的渐变类型,也是各种镜头边界中最难检测的一种。首先利用视频连续帧序列的方差一阶差分曲线检测出候选搜索区域,然后根据叠化所具有的连续一致变化特征从候选搜索区域中排除由于运动及噪音造成的误检区域,从而大大提高了算法的查全率和查准率。为了验证本算法,实验中选取了大量视频,并且和算法Alattar及算法Nams进行比较,结果表明本算法具有较高的准确性和可靠性。     

基于多元特征的智能型生物识别模型

随着生物识别技术的不断成熟,各种成形产品和设备不断进入市场,为生物识别手段代替传统的身份鉴别方法提供了基础。基于单一生物特征的识别模型由于过度依赖于一种识别模式,难以抵御针对型的欺骗方式。通过分析人类智能识别的行为,提出了一种基于多元特征的智能型生物识别模型。该模型能够同时捕捉目标的多种生物特征,通过选择可信度最高的识别模式进行组合识别,防止了针对型欺骗;通过引入多特征的交叉索引模型,提高了系统对复杂生物特征的检索效率;通过系统记录的历史数据的参与,实现了一种目标特征变化敏感的识别方式,使系统在某一特征变化大于预设阈值时进行更高精度的生物识别。基于多元特征的生物识别模型增加了系统的欺骗代价,在保证系统的识别精度和效率的同时,降低了系统遭受恶意侵入的风险。