基于多特征的全色遥感影像区域化能量分割

为了精确分割高分辨率全色遥感影像,提出一种基于多特征的区域化能量分割算法。利用曲波变换提取高分辨率全色遥感影像的边缘特征和纹理特征,结合原有的光谱特征构成特征集合;利用规则划分技术划分影像域,在划分的影像域上,利用能量函数和非约束Gibbs概率分布建立基于多特征的区域化能量分割模型;利用MCMC算法求解该分割模型,以实现高分辨率全色遥感影像分割。为了验证提出算法,以Worldview2全色遥感影像为实验数据进行分割,并对其分割结果进行定性及定量评价。

区域化模糊C均值高分辨率彩色遥感影像分割方法

基于像素模糊C均值算法(FCM)及其改进算法难以解决高分辨率遥感影像中地物目标光谱测度相似性减弱和几何噪声增大带来的分割难题,提出一种基于区域的FCM算法.该方法利用Voronoi几何划分将影像域划分为子区域,并用子区域拟合地物目标的几何形状.在此基础上,定义区域FCM目标函数,通过迭代最小化该目标函数实现高分辨率遥感影像分割.实验结果表明,与基于像素的FCM和增强FCM方法相比,所提出方法可以更加精确地实现高分辨率遥感影像分割.

基于面部特征激光光点定位的人脸识别方法研究

人脸识别作为重要的身份鉴别技术,需要具有较好的识别时效性和准确性,为此提出一种基于面部特征激光光点定位的人脸识别方法。通过积分投影技术选择面部结构中的脸角点、嘴角点和鼻尖作为特征点。为减少面部表情变化对识别效果的影响,避开受影响最大的嘴部区域,对各特征点进行等距测地轮廓线采样,利用Procrustes分析采样点提取面部轮廓线,并选用加权平均法在二值化图像中区域化分割面部轮廓,完成激光光点定位人脸识别的全过程。实验结果表明,所提方法识别率较高、准确性更优,最高识别率为96.3%,具有较好的应用前景。