基于因子分析的实用人脸识别研究

该文针对实用人脸识别中的光照、表情、姿态等变化问题,通过因子分析和数据挖掘提出一种鲁棒的人脸识别方法。本文首次提出基于因子分析的人脸识别方法,并分析基于内容与风格信息的因子分析模型的人脸识别方法与基于Fisher线性判别分析的人脸识别方法的一致性。为了提高该方法的鲁棒性,通过两因子方差分析与加性模型分离人脸内因子与外因子,降低风格信息对人脸观察特征的影响。实验结果表明:此方法比Fisher脸方法具有更高、更稳健的性能,特别是在Fisher脸方法无能为力的复杂环境下能表现出较好的性能。

一种基于历史背景的混合高斯背景建模算法

针对背景场景重复显现问题,提出了一种基于历史背景的混合高斯模型(History Background-based GMM,HBGMM).相较于传统的混合高斯模型,该模型对历史背景模型进行标记,并通过判决匹配次数快速调整历史背景模型的学习率.同时对模型权重低于阈值下限历史模型和非历史模型进行区别处理,用该方法更新模型权重从而降低误检率,使历史模型尽量避免误删除.实验结果表明,本文提出的基于历史背景的混合高斯背景模型能够实现记忆背景的功能,从而更快地适应场景的变化,减少前景误判.

基于打印字符分析的打印文件检验研究

研究了基于打印字符图像分析的计算机打印文件检验,以快速鉴别生成打印文件的源打印机。鉴别过程包括打印文件图像采集、图像预处理、特征提取和匹配。用自行设计的装置采集打印文件图像,经过打印字符提取和识别,利用距离变换和方向直方图方法对不同打印文件中的相同字符进行匹配,来进行打印文件的源打印机认定。在有40台激光打印机的数据库中测试,打印文件鉴别实验准确率达到89.51%,证明了本方法的有效性。

基于灰度共生矩阵的打印文件检验研究

针对打印文件检验在公共安全应用中的需求,提出一种基于灰度共生矩阵的打印文件鉴别方法。鉴别过程包括打印文件图像采集,图像预处理,特征提取和分类判别。用自制装置采集打印文件图像,经预处理后得到单个打印字符,利用灰度共生矩阵方法对不同打印文件中的相同字符进行纹理特征提取,并采用欧氏距离分类器鉴别出源打印机。选取45台激光打印机参与测试,将打印字符的图像灰度级压缩至64级再进行特征提取,鉴别正确率达93.58%,且大幅减少了算法耗时,证明了该方法的有效性。

基于因子分析的打印文档鉴定方法

针对现有打印文档鉴定方法在检材和样本中无相同字符时基本失效的问题,提出一种基于因子分离的打印文档鉴定方法。该方法将字符图像看作是融入了字符形态结构的残缺纹理图像,并建立基于灰度共生矩阵特征的2个因子模型,该特征可划分为纹理因子和字符因子两部分。通过因子分离方法获得与字符无关的独立纹理特征,并利用最小距离分类器来实现打印文档的同机鉴定。选取35台激光打印机参与测试,鉴别正确率达94.29%,证明了该方法的有效性。

基于字符图像分割的打印文件识别方法

针对目前的打印文件识别方法受限于样本中必须有相同字符的问题,提出一种基于字符图像分割的打印文件识别方法。通过k-means算法对字符图像进行分割,分别对不同区域提取局部二值模式纹理特征,从而消除字符结构对识别结果的影响。研究了单一区域的特征集和组合特征集的分类识别效果,实验结果表明,该方法在样本中无相同字符的情况下,能够得到较高的识别准确率。

纸张打印质量检测研究

介绍了自行设计的打印质量检测系统。南放大镜和CCD采集放大56倍的打印文件图像,LED光源提供照明,二维电动平移台控制CCD移动以自动采集罔像。系统软件能从放大的打印文件图像中提取量化超范围喷溅、边缘粗糙程度、圆度偏差等多种打印质量特征。实验证明,本检测系统使用简便,能客观地评价打印纸张的打印质量。

基于混合码本与因子分析的文本独立笔迹鉴别

针对已有的笔迹鉴别方法对笔迹版式的要求比较严格、训练过程耗时、对内容不受限制的小样本数据情况下鉴别性能较低等问题,提出了基于混合码本与因子分析的文本独立笔迹鉴别算法.该算法提取写作时常用的子图像,并用描述符标注"代码"建立"码本".在特征提取层,分别采用加权的方向指数直方图法和距离变换法,对于具有相同描述符的"代码"计算特征距离.把影响特征距离的因素分为书写因子和字符因子,对码本中的每个书写模式进行双因子方差分析.在IAM和Firemaker这两个标准数据集上的实验结果证明,相比目前国内外的先进已有方法,本文提出的算法在精度和速度方面有一定的优势,具有一定的推广价值,适合处理多语种的笔迹鉴别问题.

基于原色纤维混配色织物的呈色特性与影响因素分析

针对色织物加工中存在颜色管理效率低下、色样传递周期长等问题,建立了基于离散Fréchet距离准则与色差分析公式的色度学指标联合表征模型;同时,以聚类分析理论为基础,构建了基于类内距离与类间距离的色度学指标差异性判别准则,并应用于原色纤维混配色织物的色度学指标主要影响因素及一般规律分析。结果表明:建立的色度学指标联合表征模型与差异性判别准则具有理想的色度学指标表征与判别能力;当原色纤维质量配比总体差异大于1%时,其色纺织物的色度学指标差异具有显著性;同时,原色纤维的长度、种类以及捻系数差异均会导致其色度学指标的显著改变。研究结果对于最终建立原色纤维混配色预测模型以及色纺企业的实践生产均具有积极参考作用。

基于不变因子的SIFT误匹配点剔除及图像检索

为解决尺度不变特征变换(SIFT)算法在图像发生旋转和尺度变化时产生的错误匹配问题,提出一种新的算法。根据SIFT提取的关键点信息,利用正确匹配点对间的旋转不变因子和尺度不变因子来剔除SIFT误匹配点,然后对保留下来的特征点进行聚类分析,对目标图像进行识别判断,并通过实验将该算法与双向匹配算法和随机抽样一致性算法(RANSAC)进行比较。实验结果表明,该算法能够有效地剔除误匹配点,且误剔除率低。剔除误匹配点后再进行图像检索,图像的漏检率和误检率都大大地降低了。

结合全局与局部多样性特征的色纺纱色度学指标测试与评价

为建立科学、有效的色纺纱色度学指标测试评价标准,以纺织品数码测色理论为基础,设计并实现色纺纱大幅面微距图像采集系统,克服传统微距图像采集视野范围受限的问题,为色度学指标特征的提取与分析提供保障。重点针对大色差色纺纱特有的呈色机制与过程,建立了结合全局颜色特征与局部纹理特征的色度学指标表征模型,提取的三阶颜色矩特征和彩色局部方向模式特征,不仅利用全局与局部特征间的互补性,而且还能结合不同颜色空间的多样性。实验结果表明:对于色纺纱色度学指标的细微改变,提取的多样性特征均能准确、稳定地进行表征,验证了融合算法的有效性和鲁棒性;同时,相较于传统的分光光度法,更具有理想的适应性和实用性。

基于光谱泛相似测度的色纺纱线与织物间呈色规律

针对色纺织物呈色机制的复杂性与特殊性,建立了基于离散Fréchet距离与皮尔森相关系数的光谱泛相似测度模型;结合特征间的类内距离与类间距离,构建了光谱反射率曲线特征差异性判别准则,并应用于色纺纱线与其织物间的颜色传递与影响因素分析。结果表明:相较于传统色差分析模型,建立的光谱泛相似测度模型与差异性判别准则具有稳定且有效的颜色表征与判别能力;同时,染色纤维的混配比、性状特性、种类以及捻系数差异均会对其纱线和织物的呈色产生显著影响;当染色纤维混配比差异小于2.0%以及纱线捻系数差异小于10时,纱线与织物间存在颜色变化,但相对于纤维性状与种类差异而言,织造过程引入的影响有限,属于弱干扰因素。

基于混合色彩空间独立特征的色纺面料颜色表征模型

为解决色纺加工中染色纤维整体呈色特性难以准确描述的问题,建立了基于混合色彩空间的独立特征颜色分析模型。对Lab与HSV 2种颜色空间中具有相同属性的颜色分量进行独立融合,并构建混合色彩空间;在此基础上,分别采用三阶颜色矩和局部纹理统计特征对色纺织物图像的颜色信息进行表征与融合。结果表明:对于色纺针织物或梭织物而言,所建立的颜色表征模型不仅能够对较大范围内的质量配比变化进行有效表征,而且对于染色纤维细微调整而导致的颜色改变亦能准确表达,具有理想的鲁棒性与普适性。

色纺机织物组织结构对其呈色特性的影响

针对色纺加工中机织物组织结构参数变化而导致的色纺纱线选配调整难题,提出了一种结合均匀三元结构描述子的图像混合特征提取算法,对色纺机织物组织结构与呈色一般规律展开研究。以聚类分析理论为基础,构建了基于特征类内距离的呈色特性分析模型,并用于色纺纱线与其机织物呈色特性与颜色传递的表征。结果表明:建立的图像特征提取算法与呈色特性分析模型具有理想的色度学指标表征与判别能力;对于具有不同质量配比与捻系数的色纺纱而言,不同的织造过程均会降低其呈色的差异性与层次感;同时,相较于平纹与缎纹,斜纹对织物呈色差异性弱化的能力最强。

基于非参数搜索的打印墨粉纹理合成及评价

打印墨粉纹理合成是基于纹理合成的打印文件检验技术的基础步骤;而定量地评价纹理合成的效果是提高打印文件检验准确率的关键。采用基于马尔科夫随机场的非参数搜索算法将打印墨粉纹理子图合成为完整的纹理图像,将其作为训练样本。将每幅训练样本分割为16幅子图像,分别再次合成作为测试样本。对训练样本和测试样本提取灰度共生矩阵特征,接着利用主成分分析将样本特征维数进行压缩,得到最具鉴别力的特征分量。最后,计算训练样本和测试样本的加权欧氏距离,进行图像匹配,得到测试样本的相似率,从而定量地评价了纹理合成算法的效果。对4种打印墨粉纹理子图进行实验,测试样本的相似率均在95%以上,证明了非参数搜索算法的有效性。

基于多特征的打印文件层级分类研究

打印文件鉴别是一种广泛应用于安全领域的取证技术,因此对其检测的准确率和速度均有较高要求。考虑到单个特征的信息不全,基于多特征融合的方法来提高准确率,同时使用基于Ada Boost的SVM级联分类器进行分类判定。研究过程包括数据采集、图像预处理、GMM和LBP特征提取、特征融合、单个SVM分类器分类以及基于Ada Boost的层级SVM分类器分类。通过对4 000张图片集提取GMM和LBP特征,然后进行特征融合,输入分类器分类,结果表明,该方法能够在一定程度上提高鉴别的准确率和速度,具有良好的可扩展性。

混合色彩空间与多核学习的色纺织物组织点识别

针对色纺织物组织点参数特征提取困难的问题,建立了基于混合色彩空间与多核学习的色纺织物组织点自动识别算法。首先,将YUV、HSV和Lab 3种色彩空间中具有相同颜色属性的分量通道进行独立融合,并构建混合色彩空间;在此基础上,分别提取色纺织物组织点图像的局部纹理统计特征与三阶颜色矩特征,用于织物组织点特征参数的表征;最后,通过多核学习算法构建支持向量机,实现织物组织点特征的识别。实验结果表明,所建立的色纺织物组织点识别算法,不仅能够对府绸、斜纹与缎纹等典型结构的组织点进行有效识别,而且对于纤维种类、成纱工艺与织物组分的调整也具有理想的鲁棒性与普适性,其平均识别率达到91. 2%。

Hopfield网络的蚁群优化及其对笔迹图像的预处理

为了减小笔迹图像中的书写波动与噪声,研究了基于蚁群算法优化Hopfield神经网络的图像规范化预处理方法,使网络调整后的图像更接近标准样本,并对其进行特征提取和分类鉴别.同时引入动态组网的系统结构和网络联想自我评价方法,在大样本笔迹数据库上进行实验表明,该方法能够对笔迹图像中的复杂波动与噪声进行有效的规范化处理,以提高计算机笔迹鉴别的准确性,10候选鉴别正确率可提高到95.65%.

基于特征融合的脱机中文笔迹鉴别

提出一种基于文本依存笔迹特征融合的文本独立特征构造方法.建立基于方向指数直方图法笔迹特征(文本依存特征)的两因子分解模型.笔迹特征可分解成字符因子和书写因子两部分.通过两因子方差分析与数据挖掘,分离出与字符无关的书写因子,得到基于文本依存方法的文本独立特征.该方法对检材与样本笔迹的字符数量较少,特别是相同字很少或是根本没有相同字的情况下,能取得较理想的笔迹鉴别准确率,为少量字笔迹鉴别提供解决问题的思路.

形态学重度污染文本图像去噪处理

为处理扫描与复印图像产生的重度污染噪声,对噪声与文本信息的形态差异进行研究。利用灰度形态学原理,构建四方向形态学结构元素模版去除复杂的背影噪声,保留具有明显方向性的文字信息。针对噪声与文字在图像局部梯度上的特点,引入局部结构张量信息构造动态尺度的形态学结构元素,在可能的噪声区域采用较大尺度结构元素较好地滤除噪声,在可能含有文字的区域采用较小的结构元素以完整地保留易丢失的文字笔划与标点。最后利用灰度形态学重建恢复原始的文本内容,得到只含文本信息的图像。