基于GLOH算子和局部特征融合的人脸识别

为了减小高维特征算子的计算复杂度、提高识别算法的准确率,提出一种基于GLOH(Gradient Location and OrientationHistogram)算子的人脸识别算法。首先将人脸图像划分为4个独立的子区域并对提取的特征点进行聚类。为了更有效地描述人脸特征以及特征匹配,为不同的区域赋予不同的权重值,并采取整体结合局部聚类子区域的方法进行人脸识别。通过在ORL人脸图像库上的实验,验证了算法的有效性,特别是在不同表情、不同姿态等干扰因素的条件下,表现出了较好的稳定性和鲁棒性。

一种彩色图像配准算法C-GLOH

图像配准是图像三维重构、计算机视觉、模式识别、遥感图像处理等众多领域的关键技术之一。目前将颜色信息运用到图像配准中较为实用的算法是CSIFT,但该算法从速度、效率和鲁棒性上都劣于传统SIFT算法。为此,提出一种C-GLOH彩色图像配准算法:提取彩色图像各个位置处的颜色不变量,以颜色不变量作为输入图像进行SIFT,其中在构造描述子时,采用改进的GLOH方法,提高了描述子的性能。最后用最近邻法进行匹配。实验结果表明,提出的C-GLOH算法较CSIFT算法有更高的匹配精度、效率和更快的运算速度。

基于GLOH描述子和GVF Snake的绝缘子覆冰检测算法

利用计算机视觉和图像处理技术对绝缘子覆冰情况进行检测,在保障电力系统的安全运行方面具有非常重要的作用。提出了一种基于GLOH描述子和GVF Snake的绝缘子覆冰检测算法,该算法首先对输入图像进行预处理;其次提取感兴趣的目标区域,该区域内包含绝缘子信息;然后利用GLOH描述子来定位绝缘子,再利用GVF Snake模型来精确检测绝缘子轮廓;最后对绝缘子轮廓进行分析,通过计算最大径向距离来确定绝缘子是否存在覆冰情况,并在覆冰情况下计算覆冰的厚度。实验结果说明了此方法可以有效地判断出绝缘子是否存在覆冰现象。

基于GPU的变型SIFT算子实时图像配准

针对SIFT变型算法描述向量维数过高实、时性差的问题,分别在建立高斯尺度金字塔、关键点的亚像素定位等方面进行改进与并行化。利用CUDA设备构架在GPU硬件上实现多线程,一方面避免了PCA方法造成的关键点信息流失,另一方面使得配准速度达到了工程中的实时性要求。在VS2005平台上通过C语言实现混合CUDA编程,结果表明该方法使得配准速度和点对匹配正确率都有较大提升。

基于图像局部区域梯度特征描述的红外人体识别算法

提出了一种新的红外图像中人体目标识别方案并进行了算法实现。通过直方图聚类分析对红外图像进行分割,根据二值化图像团块的特点,确定图像中的候选目标图像区域。将候选目标图像按比例划分为多个区域,使用梯度位置朝向直方图(GLOH,Gradient location-orientation histogram)对候选目标图像进行描述。与其它红外图像中人体识别算法相比,不需要多种特征提取算法组合进行分步骤识别,仅使用单个SVM分类器即可达到满意的识别率,避免了分类器的级联,算法简单有效。

基于统计形状模型的绝缘子“掉串”检测算法

在电力系统中,利用计算机视觉和图像处理技术对绝缘子的状态进行检测,在保障电力系统的安全运行方面具有非常重要的作用;针对玻璃绝缘子自爆导致其脱落的"掉串"问题,文章提出了一种基于统计形状模型的绝缘子"掉串"检测算法,该算法首先对输入图像进行预处理;其次提取感兴趣的目标区域,该区域内应包含绝缘子信息;然后利用GLOH描述子来精确定位绝缘子,再利用统计形状模型在图像分割方面的优势来精确分割绝缘子;最后对分割出的绝缘子的位置进行分析,以达到检测绝缘子是否存在脱落的目的;实验结果说明了文章方法可以准确地判断出绝缘子是否存在脱落现象。

基于关键点梯度特征描述的人体行为识别算法

提出一种新的人体行为识别方案并进行了算法实现。通过对视频序列在空间上高斯滤波,在时间轴向上Gabor滤波,提取出视频序列的关键点,对每个关键点邻域20×20的区域使用梯度位置朝向直方图进行描述,描述的序列可以表征视频序列的特征。与其他人体行为识别算法比较,不需要标记特定的特征区域和比较耗时的聚类算法,构建单个支持向量分类器即可达到好的识别率,算法简单有效。

结合分割和改进SIFT的不同波段SAR图像配准

针对不同波段SAR图像配准问题,提出一种结合阈值分割和改进SIFT描述子的配准方法。该方法首先基于改进的二维交叉熵进行图像分割,通过形态学处理获得图像的稳定区域;然后利用Sobel算子改进特征点梯度幅值和方向的计算,并通过优化的梯度位置方向直方图(GLOH)特征生成新的关键点描述子;最后采用距离比和快速抽样一致(FSC)算法获得最佳匹配点对,完成图像配准。实验结果表明,该方法在提升算法效率的同时,可以获得较高的配准精度。