混合特征下最优阈值预测的图像匹配

针对单一特征条件下图像匹配率较低,以及SIFT算法由于固定对比度阈值造成特征点数目提取不均的问题,提出一种混合特征下最优阈值预测的图像匹配算法。该算法首先采用SIFT算法提取图像特征点,然后利用纹理参数二阶矩自适应法得到最优阈值,并用描述性较强的纹理特征向量对SIFT匹配过程进行约束实现图像的匹配。实验结果表明,提出的算法根据图像灰度分布自适应选取对比度阈值,能够增强图像细节信息且使提取的特征点数量稳定,在匹配过程中引入纹理向量作为约束准则,避免了相似区域的误匹配,对光照和模糊图像有较好的鲁棒性。

基于LC-KSVD字典学习的变化光照下人脸识别方法

为了克服光照强度和方向等变化带来的误差干扰,提出了一种基于标签一致K-SVD(LC-KSVD)字典学习的人脸识别方法。首先对训练样本进行直方图均衡和小波去噪相结合的图像预处理;然后利用主成分分析对图像进行降维及特征提取,构建初始字典;接下来在字典学习过程中引入约束项,得到有判别能力的新字典;进而,计算测试样本在新字典下的稀疏系数,并进行类关联重构;最后根据重构误差,完成分类识别。实验结果验证了改进算法的有效性。

基于密集梯度生成对抗网络的偏振图像融合算法

针对单幅偏振图像在一定场景下无法提供充足信息的问题,结合强度图像和线偏振度图像的优势特征,提出一种基于密集梯度生成对抗网络的偏振图像融合算法。利用密集连接卷积网络和梯度算子构建密集梯度卷积模块,并将该模块应用在生成器中,用以增强融合图像的纹理细节;构造多尺度结构相似度和L1范数相结合的损失函数,用以提高网络的整体性能。在ZJU-RGB-P数据集进行定性比较和定量分析,实验结果表明,所提算法具有更好的主观视觉感受,同时各项评价指标均得到明显提升。

多角度探测的不同材质表面偏振特性实验分析

相比于强度探测,使用偏振探测的方法能有效增强地物目标(如伪装目标)识别的准确性。设计并搭建偏振特性测试系统,对铁板、玻璃板、绿漆涂层铁板、绿漆涂层玻璃板、草皮这5种目标进行多角度偏振成像实验。首先,通过旋转偏振片将入射光源设置为完全线偏振光。其次,在偏振相机镜头前加滤光片,来获取同一中心波段下5种材质在各个探测天顶角、探测方位角下的图像。最后,将获得的偏振图像进行偏振度计算。结果表明,不同材质的保偏特性不同,且物体偏振度只与材质表面涂层有关,与内部组成成分无关;在镜面反射方向,目标的偏振度最大。这说明偏振光探测能作为材料分类的依据,可应用于遥感探测、物证搜寻等方面,还对反偏振侦察的特殊伪装材料制作有一定指导意义。

改进灰狼优化算法及其在QR码识别上的应用

针对QR(Quick Response)码在光照变化、污染、破损等情况下识别率低的问题,提出一种多块局部二值模式(MB-LBP)结合改进灰狼优化算法(GWO)优化支持向量机(SVM)的QR码识别算法。首先采用提升小波变换分离出图像的高低频分量,将二级低频和水平高频分量分成互不重叠的子块,分别提取每个子块的MB-LBP特征并融合;然后运用主成分分析(PCA)对样本集进行特征降维;最后采用SVM算法对QR码数据建立分类模型。为进一步提高分类精度,在标准GWO基础上引入基于对数函数的非线性收敛因子提升其寻优性能,并使用改进GWO优化SVM模型。实验根据不同高低频结合方式、SVM优化算法对识别性能进行了测试,结果表明本文方法在识别速度和分类精度方面都有明显提升,具有良好的稳健性。