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

基于线性重构的特征抽取及分类应用研究

基于线性重构的特征抽取及分类应用研究

作者：崔娟娟扬州大学

学位级别：硕士

近年来,随着图像处理和计算机技术的迅猛发展,模式识别技术越来越得到广泛关注。如何取得更好的识别效果是模式识别研究的首要任务,因此抽取有效模式特征和设计高效分类器变得十分关键。目前最为经典的特征抽取方法有两类：一类是基于... 详细信息

近年来,随着图像处理和计算机技术的迅猛发展,模式识别技术越来越得到广泛关注。如何取得更好的识别效果是模式识别研究的首要任务,因此抽取有效模式特征和设计高效分类器变得十分关键。目前最为经典的特征抽取方法有两类：一类是基于鉴别的特征抽取,如Fisher线性鉴别分析;另一类是基于重构的特征抽取,如主成分鉴别分析(PCA)和核主成分鉴别分析(KPCA)。基于鉴别准则的方法能够提取有利于分类的有效信息,但是对于噪声敏感;而基于重构的方法在可扩展和抗噪声等方面有很好的表现。这两类经典的算法在实际应用中仍存在诸多问题,而且人脸图像很容易受外界干扰。因此,如何有效提高识别率,更充分地利用图像信息是我们目前主要探讨的问题。本文针对现有基于重构的特征抽取算法和分类器的缺点,对基于线性重构的特征抽取和分类器方法进行了深入的研究,主要工作如下：1、基于局部线性重构的核主成分分析鉴于在经典的核算法无可避免的弱点,本文找出了最有代表性样本来代替原来的核空间。在选取样本的同时又保留了其空间流形结构,这样找出的样本点不仅具有代表性而且在作为核空间时又能减少计算机运算时间提高效率。因此我们结合局部线性重构保留样本的内部结构,找出的最有代表性的样本子集,并通过一定的优化机制优化了该算法。2、基于l2范数重构的鉴别投影鉴于l2范数的最小二乘回归模型在重构方面的优秀表现,本文在前人研究的基础上做出了改进,用l2范数重构代替了稀疏重构。在投影空间中,用l2范数计算样本的重构系数,然后用每类样本分别对此样本重构,要求同类样本重构误差尽可能小,非同类重构误差尽量可能大,用它们的比值来直观判定重构效果。实验证明基于本算法的特征抽取和分类可以完美融入识别系统,而且本算法在低维空间中构造散布矩阵并且分类,速度快效率高鲁棒性强。在Yale-B和AR两个人脸库上的实验证明了本算法的优越性。3、基于核化的拉普拉斯协作重构表示的分类器本文提出了基于分类的核拉普拉斯协作重构。首先将样本投影到核空间,本文用l2范数对输入样本进行重构,保证重构误差最小并且要求重构后的样本也能保持局部结构不变,这样我们不仅考虑了局部也保持了整体性,通过一系列优化机制,我们得到重构系数。分类时我们结合了协作重构分类,以取得更好的分类效果。在ORl和FERET人脸数据库上的实验验证了该算法的有效性。4、两阶段基于核化的拉普拉斯协作重构表示的分类器本算法将上一章的算法融入到两阶段稀疏重构分类中,提出核拉普拉斯两阶段稀疏重构。第一阶段先用训练样本的所有样本对某一测试样本重构,选出其中M个贡献最大的样本组成子样本集及其类别标签。第二阶段用选出的类别标签重组重构子集对该测试重构并进行分类。由于在重构中我们将样本投影到核空间中后数据样本已经线性可分,加上又融入了流形算法保持了样本之间的几何结构,所以在实验结果上来看本算法从各方面都优于之前的算法。

关键词：核方法流形学习稀疏表示拉普拉斯局部线性重构协作重构 l2范数局部重构误差

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

像素级红外与可见光图像融合算法研究

像素级红外与可见光图像融合算法研究

作者：鄢慧斌南昌航空大学

学位级别：硕士

近年来,不同传感器设备的迅速发展使得人们可以更加便利地获取各种类型的图像数据。然而,由于不同类型的传感器的成像机理不一样,它们捕捉到的图像信息也存在较大差异。单一类型的红外图像或可见光图像不能全面地反映场景信息,因此不能... 详细信息

近年来,不同传感器设备的迅速发展使得人们可以更加便利地获取各种类型的图像数据。然而,由于不同类型的传感器的成像机理不一样,它们捕捉到的图像信息也存在较大差异。单一类型的红外图像或可见光图像不能全面地反映场景信息,因此不能满足某些应用的实际需求。比如,红外传感器能较好地捕捉场景中的热辐射分布信息,但红外图像中的纹理细节信息较少;相反,由可见传感器捕捉到的场景信息通常包含大量的纹理细节信息,能提供较好的情景感知,但各种原因(比如光照不足、遮挡等)使得隐藏在场景中的热物体不能较好地展示在可见光图像中。因此,如何将红外图像和可见光图像整合成一幅图像以便利后续应用成为亟待解决的课题。在此背景下,红外与可见光图像融合(Infrared and Visible Image Fusion,IVIF)技术应运而生,并广泛应用于目标识别、目标检测和监控等技术领域,因此在现代军事和民用等领域具有较大的实用价值。本文针对目前IVIF领域存在的一些问题做了相关的研究工作,并提出了两种基于l2范数融合模型的图像融合算法和一个通用的感知融合框架,主要研究内容及贡献如下:(1)在梯度转换融合(Gradient Transfer Fusion,GTF)算法研究中,针对基于l1范数融合模型的算法需要迭代求解的情况,提出了一种新颖的基于l2范数融合模型的图像融合算法(l2 Fusion,l2F)。通过将该融合任务转换为最小化优化问题,建立了l2范数融合模型,其中l2范数度量的第一项用于约束融合图像具有与红外图像相似的强度分布,而l2范数度量的第二项用于约束融合图像具有与可见光图像相似的梯度分布。此外,在目标函数中引入两个权值来解决由于l2范数不具有稀疏性带来的融合图像的平滑问题。与基于l1范数融合模型的GTF算法不同,由于l2范数可微,l2F可以获得源图像和融合图像之间的矩阵映射关系。该矩阵映射关系使l2F不仅与当前的融合算法显著不同,而且计算成本比大多数融合算法更低。实验结果表明,在视觉质量和评估指标方面,l2F优于基于l1范数融合模型的GTF和大多数最新的融合算法,融合结果为具有大量外观纹理信息的红外图像。(2)在感知融合算法研究中,针对传统多尺度变换法的融合结果视觉效果较差的情况,提出了一种基于强度转换和直接矩阵映射的融合算法(Intensity Transfer and Direct Matrix Mapping,IT-DMM)。通过将该融合问题转换为一个最小化问题,建立了l2范数融合模型,该模型的解为从源图像到融合图像的直接矩阵映射。融合模型中使用的权重根据红外图像的空间显著图进行计算,对IT-DMM的性能至关重要,并进行了详细分析。直接矩阵映射和有效的权重计算方法使得IT-DMM具有很高的计算效率,因此具有潜在的实用价值。定性和定量实验表明,IT-DMM在获取感知融合效果上优于十一种最新的图像融合算法,其中IT-DMM的融合结果为具有显著红外热物体信息的可见光图像。(3)在感知融合算法研究中,针对传统多尺度变换法的融合结果视觉效果较差的情况,提出了一个基于线性滤波器和边窗滤波(Side Window Filtering,SWF)技术的通用感知IVIF框架。首先,通过使用线性滤波器及对应SWF框架下滤波器将源图像分解为边缘特征成分、混合成分和基层成分。然后,通过绝对值最大融合规则和改进的绝对值最大融合规则将这些成分进行融合。最后,通过相加所有融合成分来重建融合图像。在实验中,使用了盒式滤波器和高斯滤波器两个常用的线性滤波器来验证所提出框架的有效性。实验结果表明,所提出的融合框架与比较算法相比可以获得更好的感知融合效果。

关键词：图像融合红外图像可见光图像 l2范数矩阵映射梯度转换融合感知融合

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

l1+l2正则化逻辑斯蒂模型分类算法

计算机工程 2012年第13期38卷 148-151页

作者：刘建伟付捷罗雄麟中国石油大学(北京)自动化研究所北京102249

提出一种l1+l2范数正则化逻辑斯蒂模型分类算法。该算法引入l2范数正则化,解决l1正则化逻辑斯蒂算法迭代过程奇异问题,通过引入样本向量的扩展和新的权值向量完成l1范数非平滑问题,最终使用共轭梯度方法求解经过转化的最优化问题。在各... 详细信息

提出一种l1+l2范数正则化逻辑斯蒂模型分类算法。该算法引入l2范数正则化,解决l1正则化逻辑斯蒂算法迭代过程奇异问题,通过引入样本向量的扩展和新的权值向量完成l1范数非平滑问题,最终使用共轭梯度方法求解经过转化的最优化问题。在各种实际数据集上的实验结果表明,该算法优于l2范数、l1范数和lp范数正则化逻辑斯蒂模型,具有较好的特征选择和分类性能。

关键词： l1范数 l2范数共轭梯度特征选择正则化逻辑斯蒂模型

在线全文

学校读者我要写书评

暂无评论

人脸识别中特征抽取方法的研究

人脸识别中特征抽取方法的研究

作者：侯钰扬州大学

学位级别：硕士

人脸识别是目前模式识别和机器视觉等研究领域的热点问题,已经被广泛的应用于公安、验证系统和视频会议等方面。识别算法首先从训练样本中提取特征,得到特征空间,然后在测试阶段将测试样本的特征通过分类器与训练样本的特征相匹配,最终... 详细信息

人脸识别是目前模式识别和机器视觉等研究领域的热点问题,已经被广泛的应用于公安、验证系统和视频会议等方面。识别算法首先从训练样本中提取特征,得到特征空间,然后在测试阶段将测试样本的特征通过分类器与训练样本的特征相匹配,最终输出识别结果。因此,分类器设计和特征抽取是人脸识别中的最关键问题。特征抽取的本质就是把原始的高维数据投影到一个更有利于分类的低维特征空间中,过去几十年,很多学者提出了许许多多相关的算法。但是这些算法仍然存在诸多不足,而且人脸图像很容易受外界干扰,因此如何有效提高识别率,更加充分的利用图像信息是目前主要探讨的问题。本文在深入研究一些传统的基于子空间方法的基础上提出了一些改进,主要涉及到尺度度量和l2范数这两个概念,最终在多个人脸数据库上验证了这些改进算法的有效性。全文主要工作概括如下：1、自适应监督鉴别投影分析(Adaptive Supervised Discriminant Projection)针对无监督鉴别投影的缺点,本章提出了一种自适应监督鉴别投影分析算法。该算法它将动态反馈策略集成到散布矩阵的构造过程中,同时充分利用了训练样本的类别信息。在AR库和FERET库上的实验结果表明本文的方法较UDP等传统的特征抽取识别性能更高。2、相似度保持投影(Similarity Preserving Projection)由主成分分析(PCA)可知任何一幅人脸图像都可以通过一组特征脸的线性加权来重构,PCA是最小均方误差意义下图像的最优表示,但是传统的PCA最终只通过比较加权系数的欧式距离来进行识别,没有考虑残差。因此,我们提出了相似尺度的概念,将两个样本同时投影到相同向量上,在确定它们关系时既考虑投影系数,也考虑重构所产生的残差。两者的投影系数和残差均相差越大,说明这两个样本越不相似,反之越相似。和保局投影(lPP)有所不同,本章相似度保持投影算法不必预先设定近邻个数,它是利用相似度的概念,创建相似度散布矩阵,最终通过最大化目标函数获取最优子空间。在AR库和FERET库上的实验证明了该方法的有效性。3、基于匹配追踪的相似度人脸识别算法(A Matching Pursuit Based Similarity Measure for Face Recognition)匹配追踪算法作为稀疏分解的一种能够很好的发掘样本内部重要的语义信息,并且具有简洁、灵活等特点,本章将它用来选择近邻。利用训练样本构建冗余字典,找出与之最相关的其他样本作为该样本的近邻样本,然后根据相似尺度的概念,同时考虑匹配追踪算法所产生的一定序列原子集,投影系数和残差,把它作为近邻权值,最终最小化目标函数获取最优子空间。与其他特征抽取方法相比,该方法鲁棒性更强,识别效果更好,在AR库和FERET库上的实验验证了本方法的实用性。4、基于l2范数的局部重构误差鉴别投影(local Reconstruction Error of l2norm for Discriminant Feature Extraction)特征抽取和发掘鲁棒的、鉴别性强的结构是人脸识别中两个最重要的问题。由于Qinfeng Shi等人证明对于人脸识别问题,l2范数法是迄今为止准确率最高,识别速度最快,鲁棒性最强的方法。因此,我们提出了一个新的特征抽取方法,通过将局部鉴别能力和l2范数法相结合。首先通过l2范数法计算局部重构权值,最终找到一个低维空间,使得同类样本的局部重构误差尽可能小,同时不同类样本的局部重构误差尽可能大。这就保证了该方法的性能和鲁棒性,AR和ORl人脸库的实验证明该方法是最好的。5、局部重构误差与尺度度量在人脸识别中的应用(local Reconstruction Error and Measure Metric used in Face Recognition)对于两个样本,考虑将它们同时投影到一组投影轴上,二者关系由投影系数和重构误差同时决定,这是一种新的度量方法,创建了类内关系权值矩阵和类间关系权值矩阵;用l2范数来计算表示系数,创建类内局部重构误差和类间局部重构误差。最终希望投影后同类样本相互靠近,不同类样本相互分离,该方法可以很好的保持样本的局部相似性和整体的几何结构,AR、ORl和Yale库上的实验证明了该方法的有效性。

关键词：特征提取人脸识别动态反馈无监督鉴别投影主成分分析线性鉴别分析流形学习边界费舍分析相似尺度稀疏表示匹配追踪局部重构误差 l2范数

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于图像融合的自适应水下图像增强方法研究

基于图像融合的自适应水下图像增强方法研究

作者：颜阳大连海事大学

学位级别：硕士

水下成像具有特殊性,光线在水中传播的过程会受到水介质中粒子以及杂质的吸收和散射等影响,这些影响会使得光线产生严重的衰减效果,导致直接在水下采集到的原始图像往往出现能见度差、细节模糊不清、色彩不真实、对比度低以及噪声过多... 详细信息

水下成像具有特殊性,光线在水中传播的过程会受到水介质中粒子以及杂质的吸收和散射等影响,这些影响会使得光线产生严重的衰减效果,导致直接在水下采集到的原始图像往往出现能见度差、细节模糊不清、色彩不真实、对比度低以及噪声过多等降质问题,这些问题都严重阻碍了对水下图像中有用信息的读取工作。本文为了解决上述问题,提出了一种基于图像融合的自适应水下图像增强方法,采取色彩校正、亮度提升、细节增强等步骤对原始降质水下图像进行处理,达到图像清晰化的目的。本文的主要工作内容如下:（1）针对水下图像普遍存在的色偏问题,采用基于色彩补偿的颜色校正方法对水下图像进行色偏的恢复处理,该方法可以很好地恢复水下退化图像的色彩偏差,且相比于其他传统白平衡方法效果更佳。（2）为了不对颜色校正后图像的颜色通道产生影响,将图像转换到lAB空间,采用自适应Gamma校正算法对亮度通道按照其不同的明暗特性进行自适应的调节,达到均衡与调节图像亮度的效果。（3）提出一种基于图像融合的自适应水下图像增强方法。首先将颜色校正后图像的亮度通道与Gamma校正后的亮度通道作为小波分解的输入图像,并提出对分解后得到的高频分量进行基于l2范数的自适应融合,对低频分量进行线性融合。将亮度通道融合结果重构后与颜色通道结合,再将结合后的结果转到RGB色彩空间得到最终的图像增强结果。（4）对于目前缺少具有参考图像的图像数据集进行实验的问题,选用NYU数据集根据大气散射模型与衰减系数的设定建立了不同清晰程度的合成模糊图像数据集,为最后的增强方法验证工作提供了更加丰富且更加具有参考性的实验数据。具体的实验设计为:分别使用本文建立的数据集与在网络上下载的无参考数据集进行多种方法的对比实验,从实验结果中可知,相比于其他方法,本文所提出的水下图像增强方法无论从主观上还是从客观的图像质量评价标准上都得到了更为理想的结果。除此之外,设计基于YOlOv3的目标识别实验,证明本文方法在目标识别数的提升方面具有良好的效果。

关键词：水下图像增强颜色校正 Gamma校正 l2范数自适应融合

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于学习的图像超分辨率重建算法研究

基于学习的图像超分辨率重建算法研究

作者：徐艳茹东北大学

学位级别：硕士

图像的超分辨率重建技术是通过对单幅或多幅低分辨率图像的处理,来获得一幅高分辨率图像。利用图像超分辨率重建技术可以在不改变成像系统的前提下,实现提高图像空间分辨率的目的,不但可以改善图像的视觉效果,而且对图像的后续处理(如... 详细信息

图像的超分辨率重建技术是通过对单幅或多幅低分辨率图像的处理,来获得一幅高分辨率图像。利用图像超分辨率重建技术可以在不改变成像系统的前提下,实现提高图像空间分辨率的目的,不但可以改善图像的视觉效果,而且对图像的后续处理(如特征提取、目标识别等)具有十分重要的意义。本文对基于学习的图像超分辨率重建技术进行了研究。基于学习的超分辨率重建技术通过利用训练集中的低分辨率(lR, low Resolution)图像及与其对应的高分辨率(HR, High Resolution)图像之间的关系来估计输入lR图像丢失的高频细节,该技术可以实现单幅图像的重建,但是现有方法的重建速度很慢,重建结果存在模糊边缘,本文针对以上问题,对原基于学习的重建方法进行了改进。本文提出对图像进行基于l2范数的总变分分解,将待处理的图像分解成结构部分和纹理部分,其中结构部分描述图像的几何特征,是图像的结构框架,纹理部分代表图像信号的震荡部分,包含图像的高频信息。lR图像和对应HR图像主要差别体现在高频信息部分,即体现在纹理部分。因此,本文提出将图像的纹理部分进行学习重建,将结构部分和颜色信息只进行插值放大,最后,将重建结果和插值放大的结果合并,构成最终的重建结果。本文客观地评价了改进方法的重建效果,通过对仿真实验结果的客观评价、分析可知,本文方法改善了图像的重建效果,提高了重建的速度。另外,本文将改进的方法应用到了车牌图像的超分辨率重建中,对车牌图像进行重建,在很大程度上改善了车牌图像的重建效果,降低了车牌图像的分割、识别等处理的难度。

关键词：基于学习超分辨率重建 l2范数图像分解纹理部分

Robust elastic impedance inversion using l1-norm misfit function and constraint regularization

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

Journal of Central South University 2017年第1期24卷 227-235页

作者：潘新朋张广智宋佳杰张佳佳王保丽印兴耀 School of Geosciences China University of Petroleum(Huadong) laboratory for Marine Mineral Resources Qingdao National Laboratory Marine Science and Technology

The classical elastic impedance(EI) inversion method,however,is based on the l2-norm misfit function and considerably sensitive to outliers,assuming the noise of the seismic data to be the *** we have developed a more robust elastic impedance inversion based on the l1-norm misfit function,and the noise is assumed to be ***,some regularization methods including the sparse constraint regularization and elastic impedance point constraint regularization are incorporated to improve the ill-posed characteristics of the seismic inversion ***,we create the ll-norm misfit objective function of pre-stack inversion problem based on the Bayesian scheme within the sparse constraint regularization and elastic impedance point constraint *** then,we obtain more robust elastic impedances of different angles which are less sensitive to outliers in seismic data by using the IRlS ***,we extract the P-wave and S-wave velocity and density by using the more stable parameter extraction *** on synthetic data show that the P-wave and S-wave velocity and density parameters are still estimated reasonable with moderate noise.A test on the real data set shows that compared to the results of the classical elastic impedance inversion method,the estimated results using the proposed method can get better lateral continuity and more distinct show of the gas,verifying the feasibility and stability of the method.

关键词：正则化方法弹性阻抗目标函数反演方法 l2范数地震数据反演问题稀疏约束

A DISCONTINUOUS GAlERKIN METHOD COMBINED WITH MIXED FINITE ElEMENT FOR SEAWATER INTRUSION PROBlEM

在线全文

学校读者我要写书评

暂无评论

Journal of Systems Science & Complexity 2010年第4期23卷 830-845页

作者： Ximeng lIAN Hongxing RUI School of Mathematics Shandong University Jinan 250100 China School of Mathematics Shandong University Jinan 250100 China School of Mathematics and Computer Science Ningxia University Yinchuan 750021 China

Seawater intrusion problem is considered in this *** mathematical model is anonlinear coupled system of partial differential equations with initial boundary *** consistsof the water head equation and the salt concentration equation.A combined method is developedto approximate the water head equation by mixed finite element method and concentration equationby discontinuous Galerkin *** scheme is continuous in time and optimal order estimates inH^1-norm and l^2-norm are derived for the errors.

关键词：间断Galerkin方法混合有限元方法海水入浸偏微分方程系统元组 l2范数非线性耦合入侵问题

在线全文

学校读者我要写书评

暂无评论

基于BF531的数字仪表图像识别系统研究

基于BF531的数字仪表图像识别系统研究

作者：李琪杭州电子科技大学

学位级别：硕士

随着人们生活水平的不断提高，在计量行业里的燃气表、煤气表、水表等数字仪表已经得到了越来越广泛的应用，同时这类数字仪表是否能够真实准确地反映出人们对天然气、煤气或者自然水的使用情况，关系着消费者和供应者双方面的利益。以... 详细信息

随着人们生活水平的不断提高，在计量行业里的燃气表、煤气表、水表等数字仪表已经得到了越来越广泛的应用，同时这类数字仪表是否能够真实准确地反映出人们对天然气、煤气或者自然水的使用情况，关系着消费者和供应者双方面的利益。以燃气表为例，燃气表误差检定装置就是一类能够对燃气表做误差检定的设备，使用它能准确地检测出燃气表是否为合格产品。在这类数字仪表的误差检定装置中，需要对数字仪表转过的圈数做采样，从而计算数字仪表的误差，传统的做法是使用光电采样器等方式来测量数字仪表转过的圈数，然而光电采样器对一部分数字仪表是无法检测到它的读数的，不能具有通用性。本文针对数字仪表图像的特点，创新地提出了一种基于BF531处理器的图像处理系统实现对数字仪表的识别。系统利用图像处理技术，实现对数字仪表图像的识别，来获取仪表的测量结果，实现对数字仪表的智能控制。系统首先在PC机上实现图像识别算法，然后将其移植到BF531处理器中。系统要检定一块数字仪表是否合格，可以设定仪表转过一圈表示流过的气体体积为一固定值，在检测表误差的过程中，记录当表转过一圈时表流过的体积，来计算数字仪表的误差。本文主要工作如下：(1)针对系统的设计要求，采用了ADI公司生产的BF531芯片作为核心处理器，该处理器的使用让项目的生产成本降低，同时对算法的处理性能各个方面也都达到了最优的效果。(2)介绍了系统的硬件平台，给出了系统的电路原理图和PCB版图。(3)对数字仪表图像的识别算法做了大量的实验，分别包括数字仪表图像的运动背景检测和背景建模算法、细节点和特征点匹配算法都做分析比较，发现算法的性能和复杂度方面都不适用于本系统。最后使用了基于l2范数距离最小化的图像识别算法，在完成对数字仪表图像识别的同时，表图像处理的性能也符合设计的要求，同时算法的复杂度也非常小。(4)在VDSP++5.0开发环境下，完成了系统的软件设计，以及算法的移植和优化，算法的时间消耗达到了实时处理数字仪表图像的能力。经过系统的整机调试和测试数据分析，基于BF531处理器的数字仪表图像识别系统能实时准确地对数字仪表转过的圈数进行采样，为数字仪表误差检定装置提供可靠的参数支持。

关键词：数字仪表图像识别 BF531 l2范数