基于位平面图像与2DMSLDA的单样本人脸识别

在进行单训练样本人脸识别时,基于每人多个训练样本的传统人脸识别算法效果通常不太理想。尤其是基于Fisher线性鉴别准则的一些方法,由于类内散布矩阵为零矩阵,根本无法进行识别。针对以上问题进行了分析研究,提出了一种新的样本扩充方法,即:采用位平面图像分解法,将每幅样本图像分解为8幅,进而通过各种合成策略构造多幅样本图像。使用一种更加稳定的二维最大散度差线性鉴别分析方法(2DMSLDA)对上面获得的新样本图像进行特征抽取。在ORL国际标准人脸库上进行的实验表明了所提算法的可行性和有效性。

基于位平面图像的人脸特征抽取

提出一种新的基于位平面图像的特征抽取方法.该方法通过对原始图像进行"位切片",将1幅图像分解为8幅位平面图像,然后针对不同的位平面图像的特点,对不同的单幅位平面图像和合成的位平面图像进行特征抽取,为从复杂的人脸图像中抽取出有效的鉴别特征提供了一种有效措施.ORL标准人脸库中的实验数据验证了该方法的有效性.

一种基于空域的彩色图像的置乱数字水印算法

数字水印技术能起到版权保护的作用。从数字水印的鲁棒性与不可感知性的要求出发,介绍了彩色图像空域中位平面分解图像的特征,提出了一种基于空域的彩色图像的置乱数字水印算法,这种数字水印算法是将数字水印置乱加密后嵌入到彩色图像位分解的第5位平面图像中,从而达到嵌入水印的目的。仿真实验表明该算法简单有效,原图像与嵌入水印后图像差异小,水印提取准确,不仅能保证数字水印不可感知性,而且在对嵌入水印图像进行各种加噪、裁剪、马赛克攻击等具有较强的鲁棒性。

基于特征互补图像的人脸识别仿真研究

研究人脸识别精度问题。由于人脸图像中存在大量干扰信息的缺点,而造成了人脸识别正确率下降,为了解决上述问题,提出了一种基于特征互补图像快速特征融合算法。算法通过对人脸图像的位平面切片图像分析,采用位平面图像分解法,通过各种合成策略构造多幅样本图像。并突出高位平面图像,采用两种加权策略将每一幅人脸图像样本都生成"特征互补图像"。然后,直接用图像的二维典型相关分析(2DCCA)法对两种特征互补图像进行特征抽取。最后通过在ORL国际标准人脸库上进行的实验,结果表明,高位平面图像的典型相关鉴别特征提高了正确识别率,并且因为摒弃了原始人脸图像的大部分干扰信息所以具有更强的鲁棒性。

面向信息隐藏的图像复杂度研究

图像位平面复杂度与人的视觉感受有着密切得关系,研究图像位平面复杂度对图像信息隐藏研究意义重要.本文提出了复杂度度量的新方法,把图像位平面的信息熵作为图像复杂度测度.研究了随机序列游长统计规律,并给出理论推导,利用图像位平面的游程统计规律与随机序列游程统计规律的接近程度,定量地描述了图像复杂度,并从实际应用的角度分析了其合理性,说明了图像位平面复杂度可以作为图像信息隐藏的性能评价指标.

运用视频技术的快速三维旋转分析与计算的研究

着重讨论了基于光流场的旋转运动矢量的估计方法,它是一种非接触式的运动测量技术,对特殊的场合具有很重要的应用价值。研究中运用的是光流场特征法,即首先建立刚体运动方程,然后根据特征点对坐标,采用两步迭代交替法计算出运动方程参数,进而计算出测量对象的旋转矢量。为了提高运算的速度,对投影平面上的位移矢量测量采用了基于灰度编码的位平面的块匹配算法,该算法中以简单的逻辑异或运算来完成两帧中的特征块匹配搜索,以降低运算复杂度。最后通过一组实验验证了测量结果是比较准确的。