检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

基于核的图像欧式距离检测图像边缘算法

信息通信 2020年第2期33卷 81-82页

作者：周惠南京工业职业技术学院计算机与软件学院江苏南京210046

由于传统的图像欧式距离检测图像边缘算法对图像边缘检测完整度低的问题,已经不能满足人们对于图像细节特征信息的要求.针对这一问题,提出基于核的图像欧式距离检测图像边缘算法研究.基于核的算法进行梯度幅值计算,再通过抑制图像欧式... 详细信息

由于传统的图像欧式距离检测图像边缘算法对图像边缘检测完整度低的问题,已经不能满足人们对于图像细节特征信息的要求.针对这一问题,提出基于核的图像欧式距离检测图像边缘算法研究.基于核的算法进行梯度幅值计算,再通过抑制图像欧式距离非极大值,实现边缘操作数据融合.通过实验证明基于核的图像欧式距离检测图像边缘算法可以提高对图像边缘检测的完整度.

关键词：核图像欧式距离检测图像边缘算法

在线全文

学校读者我要写书评

暂无评论

基于多尺度中心化二值模式的人脸表情识别

控制理论与应用 2009年第6期26卷 629-633页

作者：付晓峰韦巍浙江大学电气工程学院浙江杭州310027

现有局部二值模式(LBP)算子存在不足:产生的直方图维数过长、鉴别力不高、对噪声反应敏感.针对此类问题,提出中心化二值模式(CBP)算子,其优点:1)通过比较邻域中近邻点对,大大降低了直方图维数;2)考虑中心像素点的作用并赋予其最高权重,... 详细信息

现有局部二值模式(LBP)算子存在不足:产生的直方图维数过长、鉴别力不高、对噪声反应敏感.针对此类问题,提出中心化二值模式(CBP)算子,其优点:1)通过比较邻域中近邻点对,大大降低了直方图维数;2)考虑中心像素点的作用并赋予其最高权重,实现鉴别力的提高;3)改变LBP算子的符号函数,明显减弱白噪声对图像的影响.此外,为提高识别率,将多尺度CBP(MCBP)直方图作为人脸表征.为增强算法对表情图像中细小变形的鲁棒性,引入图像欧式距离(IMED)并将其嵌入MCBP方法.在JAFFE和Cohn-Kanade表情库的实验结果表明:所提方法优于其它表情识别方法,IMED可增强MCBP的表情识别能力.

关键词：中心化二值模式多尺度图像欧式距离表情识别

在线全文

学校读者我要写书评

暂无评论

利用图像距离的监督LLE头部姿态估计方法

小型微型计算机系统 2012年第3期33卷 633-636页

作者：陈鸿光陈锻生华侨大学计算机科学与技术学院福建厦门361021

局部线性嵌入(LLE)是一种经典流形学习方法,直接应用这种非监督的传统LLE估计图像中的头部姿态存在两点不足:未考虑图像像素空间信息和未利用样本标记信息.因此,本文结合图像欧式距离和偏置LLE流形学习方法,对头部姿态图像降维,并通过... 详细信息

局部线性嵌入(LLE)是一种经典流形学习方法,直接应用这种非监督的传统LLE估计图像中的头部姿态存在两点不足:未考虑图像像素空间信息和未利用样本标记信息.因此,本文结合图像欧式距离和偏置LLE流形学习方法,对头部姿态图像降维,并通过广义回归神经网络(GRNN)和多元线性回归的方法,估计头部图像的姿态.在FacePix头部姿态数据库的对比实验表明,本方法具有较好的头部姿态估计效果.

关键词：头部姿态估计局部线性嵌入图像欧式距离流形学习

在线全文

学校读者我要写书评

暂无评论

一种半监督流形学习的人脸识别方法

计算机工程与应用 2011年第17期47卷 192-195页

作者：汪炼王年沈玲王继庄振华安徽大学计算智能与信号处理教育部重点实验室合肥230039

针对传统线性降维方法忽略数据局部结构特性的问题,提出了一种基于半监督流形学习的方法。针对人脸识别采用图像欧式距离来选择各样本点的K近邻,由此得到修改后无监督判别投影中的邻接矩阵,在传统的无监督判别投影中,融入类标签信息获... 详细信息

针对传统线性降维方法忽略数据局部结构特性的问题,提出了一种基于半监督流形学习的方法。针对人脸识别采用图像欧式距离来选择各样本点的K近邻,由此得到修改后无监督判别投影中的邻接矩阵,在传统的无监督判别投影中,融入类标签信息获得几何最优投影。通过在人脸库上的大量比较实验,验证了该方法的准确性和有效性。

关键词：无监督判别投影非参数鉴别分析图像欧式距离流形学习半监督学习人脸识别

在线全文

学校读者我要写书评

暂无评论

基于SIFT算法的图像配准算法研究

基于SIFT算法的图像配准算法研究

作者：杨金龙扬州大学

学位级别：硕士

图像配准问题是图像识别领域的一个经典问题,在模式识别、计算机视觉、医学图像处理和遥感信息处理等方面有着广泛的应用。到目前为止,国内外的学者已经对图像配准的方法进行了相当多的研究.在图像识别领域产生了很多图像配准算法。在... 详细信息

图像配准问题是图像识别领域的一个经典问题,在模式识别、计算机视觉、医学图像处理和遥感信息处理等方面有着广泛的应用。到目前为止,国内外的学者已经对图像配准的方法进行了相当多的研究.在图像识别领域产生了很多图像配准算法。在众多算法中,尺度不变特征变换（SIFT）特征具有旋转不变性、尺度不变性、显著性、大量性以及对于视角变化和噪声的稳定性。这些特性使得SIFT特征在被提出之后便成为一种经典图像局部特征。现在该方法在目标识别、三维重构、视频检索等领域已经得到了广泛的应用。 SIFT （Scale Invariant Feature Transform）算法是一种基于局部不变量的特征提取算法,由D.G Lowe于1999年提出,并于2004年做了完善和总结。图像配准是由图像处理的关键步骤,随着应用的逐步深入,对图像匹配的适应性、匹配精度和实时性的要求越来越高。本课题基于图像配准原理,针对SIFT特征检测算法、特征欧氏距离计算等方面的分析与研究,提出了基于图像欧式距离和绝对值距离的改进SIFT算法。首先,研究了SIFT算法的实现过程,分析了算法的优点与缺点。SIFT算法虽然性能稳定,适用于大多数图像的配准,但是因为生成的图像特征维数较高,故SIFT特征匹配的计算效率非常低,SIFT算法在生成关键点特征向量后,采用欧氏距离作为配准的判定标准,但是传统的欧式距离存在一定的缺陷,忽略了图像像素之间的关联性,在度量时可能产生一个较大的偏差,本文算法避免了度量图像相似性时产生的误差,得到正确的匹配点。其次,研究了通用的相似性度量欧氏距离方法,这种方法并没有考虑到像素的空间关系,它对图像的形变很敏感。为了解决这个问题,Wang LiWei等人提出了一种改进的欧氏距离算法一图像欧氏距离（IMage Euclidean Distance）,简称为IMED。它考虑了像素的空间关系,对于小的形变具有很好的鲁棒性。图像的像素之间存在着关联性,而这种关联性又与像素间的距离有关,距离越大关联程度越低,依据这一思想,本文提出了相似性度量的改进方法。最后,将绝对值距离代替原算法中的传统欧氏距离,然后将IMED算法处理过的图像作为输入图像,嵌入到改进的SIFT算法中。由于MED算法充分考虑了像素空间位置的关联性,嵌入到SIFT算法后,有效的提高了SIFT算法的精度。实验证明,图像在噪声、旋转、光照,遮挡等条件下,改进算法的计算效率要高于原算法,同时匹配精度也较原SIFT算法有所提高,实验结果与理论结果一致。

关键词：图像配准 SIFT 图像欧式距离绝对值距离