基于灵活LBP纹理字典构造及多特征描述的改进SCSR算法

针对超分辨率重构字典对结构区分度不够、在最优匹配原子搜索中耗时太长的问题,提出了一种多特征联合的分级字典(MFJD).首先,分别用边缘块梯度特征和纹理块局部二值模式(LBP)特征来构建两种分类字典,用于逼近不同类型结构;其次,采用树结构来聚类原子,实现同一字典下的快速原子匹配;最后,引入双边总变分(BTV)正则项来约束重构结果.实验表明:与经典稀疏编码超分辨率重构(SCSR)算法相比,MFJD多特征联合的分级字典使重构图像的PSNR值提高了0.2424 d B,使平均结构相似度(MSSIM)和特征相似度(FSIM)分别提高了0.0043和0.0056;由于结构分类字典维数降低,重构时间降至SCSR算法的22.77%.

多特征描述及局部决策融合的人脸识别

提出一种多特征描述及局部决策融合的人脸识别方法。首先利用独立成分分析算法构造全局互补子空间,对待测样本进行粗分类。然后利用三种不同定义的纹理描述算法构造局部互补子空间,获取粗分类难识别样本的后验概率值,最后依据其大小设置等级分数,得到待测样本在局部互补子空间上的精确分类。在ORL、Yale和FERET人脸库上的实验结果表明,本文方法能较好的描述图像特征且具有较高的识别率和较低的时间复杂度,与其他方法对比也表明了本文方法的有效性。

基于多特征描述子自适应权重的文物碎片分类

传统三维模型分类方法因依赖文物碎片的整体形状特征,用于对破损严重、细节缺失、形状不规则的文物碎片分类时,时效差、成本高、准确率低。而文物碎片特征点周围的局部曲面深度信息与表面的规律性几何纹理可作为分类的判别特征。据此,提出了一种局部点云信息与显著性多特征描述子,通过提取文物碎片表面的规律性几何特征,并结合旋转投影特征,作为文物碎片的分类判别特征;然后提出相似度度量准则,根据每类特征的度量结果,自适应地计算两种特征的权重,实现分类。使用兵马俑碎片数据集进行实验,结果表明,该方法占用内存小、计算速度快。利用多倍交叉法对结果进行校验,准确率达到74.78%,相较于传统三维模型匹配方法提高了15.64%。

一种多特征约束的路面点云精简方法

针对车载激光扫描系统获取的路面三维点云数据含有大量冗余信息,不利于路面破损状况分析的问题,提出一种多特征约束的路面点云精简方法。首先,建立点云混合索引,解决单分辨率数据冗余问题;其次,建立多特征描述模型,对路面破损特征点进行约束保留;再次,利用邻域分布均匀性约束法,对路面边界特征点进行约束保留;最后,针对平坦区域,利用均匀栅格重心法进行精简。实验表明,该方法在精简率超过80%的情况下较好地保留特征细节,对严重破损路面的特征保留率达到92.04%,具有可靠性与实用性。

分块多特征目标描述子的移动机器人目标跟踪

为解决机器人目标跟踪过程中的遮挡和外观改变等问题,提出一种分块多特征描述子的方法.该方法将候选样本分块,提取图像片的深度、颜色、纹理特征来表示目标构造检测器.结合目标与机器人的运动构造运动卡尔曼滤波器(MEKF)作为跟踪器.跟踪过程中根据目标深度信息调整其尺寸,结合深度特征及图像片外观相似度进行检测并处理遮挡.实验结果表明,该算法对目标的尺度变化、光照改变和遮挡现象具有较强的鲁棒性.