图像拼接中特征块的选取

在总结现有算法的基础上,对其不足进行了补充。提出了在二维直方图上用双门限对原始图像进行分割,经过标记、筛选等处理后,快速提取出匹配过程中所需的匹配模板,为后续匹配提供包含图像信息较多的特征块,使得最终能够成功匹配,并且提高了准确度。

基于特征块主成分分析的人脸表情识别

使用特征块主成分分析(FBPCA)对人脸表情进行特征提取,然后输入最近邻分类器得到分类结果。同时,讨论了特征脸个数在实验中的影响,总结出了识别率与特征脸数量的关系。分别在JAFFE表情库上做了训练数据包含测试数据和训练数据不包含测试数据等情况的表情识别。

基于特征块的细胞核提取方法

提取细胞核图像是定量分析有核细胞形态的重要前提 .该文针对血液显微图像中细胞核的颜色不均匀性 ,仿照人的视觉以整体的综合特征为主导的识别原理 ,提出了一种基于特征块的细胞核自适应提取方法 .首先寻找条件比较典型的细胞核特征块 ,然后进行块生长 ,找出其余的内部块和边界块 ,从而获得整个细胞核区域 .基于特征块的细胞核提取方法可以适应多种情况 ,能够快速、准确和完整地提取细胞核 .

基于超特征块模型的人脸识别技术研究与实现

基于超特征块模型的人脸识别算法在训练样本很少,甚至为单个训练样本时,能取得较好的识别效果。相比于目前流行的人脸识别算法,该技术具有更好的实用价值,它解决了人脸识别技术中对单训练样本所导致识别率较低的难题。采用ORL人脸图像库的实验结果表明,该算法在单训练样本的情况下识别率仍然较高。

边缘重叠图像拼接中的特征块选取

提出了在 2维直方图上用双门限对原始图像进行分割 ,经过标记、筛选等处理后 ,快速提取出边缘重叠图像匹配过程中所需的匹配模板 ,以实现重叠图像的正确。

中层特征块分类的运动视频运动员检测模型

针对单一的特征提取算法在运动员检测中还存在漏检较多的问题,本文提出了一种中层特征块分类的运动视频运动员检测模型。首先采用中层特征块作为描述运动员的特征,然后采用SLIC算法进行超像素分割,利用像素的CIELAB颜色空间和XY空间坐标构建像素的5维特征,最后采用高斯分量的全协方差混合高斯模型建立前景背景像素描述模型,提高检测精度。仿真实验结果表明,本文提出的改进模型,相比较HOG算法和SVM算法,检测结果更准确的表示了运动员区域。

基于特征块统计的摄像机跟踪算法

提出一种基于特征块统计的摄像机跟踪算法,可用于视频中摄像机运动的快速跟踪和定位。首先在视频范围内抛洒N个随机点,在随机点周围一定区域内寻找出最具颜色差异的像素块作为特征块,然后分析相邻帧中与此特征块最佳匹配的新位置,根据各块的移动情况求出均值,再去掉移动方差过大的特征块,保留余下的特征块进行统计。用最小二乘法统计方法求出连续视频帧之间运动参数的线性变换方程。实验表明,该算法具有较好的跟踪检测效果,对各类视频文件具有较好的鲁棒性,在普通PC机中实现了较为精确的摄像机运动跟踪检测。

基于特征块与小波变换的图像拼接算法

为了改进现有的基于灰度的图像拼接方法速度过慢的缺点,综合考虑了图像拼接过程中速度与精度两个因素,提出了一种基于小波变换和特征块的图像拼接算法。该算法对图像进行小波变换,在高频信号上利用简单边缘阈值法提取特征块,在低频信号上进行配准,并根据低频图像配准位移完成原始图像的配准。最后将实验结果与传统的基于灰度的图像拼接方法进行比较,结果表明了该算法在保证图像拼接精度的同时,大大提高了图像拼接速度。

一种基于DCT域特征块的抗几何攻击的视频水印

针对现有大部分抗几何攻击的水印技术不具有实时嵌入的特性,提出了一种新颖的基于DCT域特征块的抗几何攻击的视频水印方案。该算法在DCT域中通过选取一定的特征块作为水印嵌入点,再利用由特征块计算得到的同步块来在水印检测前进行几何校准,即在检测端首先定位特征块,再由此计算得到同步块,并对同步块采用邻域搜索方法精确估计视频帧的几何失真。视频帧校准后,系统再次通过提取特征块来进行水印检测。实验表明,该水印方案能够有效地抵抗旋转、平移、缩放等基本几何攻击,并具有较好的实时性和安全性。

块匹配算法中特征块的选取方法研究

运动背景补偿是红外序列图像目标跟踪的基础,首先分析块匹配法原理及其误匹配现象产生的原因;然后提出3种定义块的复杂度的方法,据此快速选取用于背景运动估计的特征块群;最后经过外场实测图像验证,基于图像梯度特征定义块的复杂度能够比较准确地估计出背景的运动矢量,且性能优于其他两种方法。

协同表示下显著特征块筛选的人脸表情识别

针对人脸不同区域对于各种表情具有不同程度的区分性这一发现,提出一种基于协同表示(Collaborative Representation,CR)筛选特征块的人脸表情识别新方法.首先,通过协同表示学习训练样本,筛选出使得认证样本集中各类表情识别率达到最高的若干候选特征块;之后,在测试阶段,针对每个测试样本从候选块中自动筛选出独立的样本特征块,用于对该测试样本进行分类.与以往的块筛选方法不同,本文针对单个测试样本筛选出区分性的块.本文方法在CK+和JAFFE人脸表情库上的表现超越了其他特征块相关方法,并在不同分辨率和多种强度表情下取得了较好的识别效果.

四川盆地近水平红层岩体崩塌块径特征研究

四川盆地近水平红层多为砂、泥岩交互,在构造和风化作用下,易诱发崩塌灾害。选择4处研究区,实地测量砂岩层层厚、节理间距及岩层倾角,调查崩塌体三维尺度上的块径特征并研究其与节理间距、层厚之间的对应关系。分析发现:缓倾砂岩层其层厚与所发育节理间距之间呈极显著正相关,且二者近似满足1∶1的比例关系。结合节理间距为崩塌块径主控因素这一性质,得出由层厚预测崩塌体体积的方法,提出近水平红层崩塌落石危害预测的判别依据。

基于子块特征及其相关模糊特征的手写体汉字识别方法

根据汉字笔划分布特点及拓扑结构的相关性，提出了一种子块及其相关模糊特征的提取方法。该方法使特征向量的信息量增加，特征相对稳定。

基于团块几何和位置特征的夜间前方车辆检测方法

夜间前方车辆检测是智能车辆安全辅助驾驶的关键技术.提出了一种基于单目视觉的夜间前方车辆检测方法.首先对视频图像进行预处理得到二值图像,然后提取二值图像中的团块及团块的几何和位置特征,最后根据车辆尾灯对及车辆尾部的大面积反光区域的几何和位置特征,建立生成假设车辆的判断机制,用以检测出前方车辆.使用实际采集的道路视频进行测试,结果表明该方法能够在夜间有效地检测出前方车辆.

用于成像探测目标识别的块特征提取方法

针对成像引信图像处理的特殊性,研究了目标图像块特征提取方法。该方法是由细化算法改进而来。利用图像的连通性和形体变化趋势将图像分成几个基本块。每块有4个元素,即长度特征、合特征、分特征、锁定标志。提取各块上出现的形体特征及其与其他块之间的拓扑关系作为图像的特征,设计了表示块结构和特征的数据结构以便于系统处理。该算法便于硬件实现,从而保证了图像识别的实时性。实验结果表明:该方法可以有效实现目标识别。

基于宏块特征量化的视觉自适应实时监控方法

提出一种新的基于宏块特征量化的视觉自适应实时监控方法,它采用考虑宏块特征空域关系和类似竞争分类的消除干扰策略,由宏块特征量化将对像素点的操作转变为对宏块直方图特征点的操作,通过兴趣点的提取使得对每帧的计算速度成数量级地提高.研究表明,该方法仅使用高、中、低3种外部阈值设置,便可使监控模型在几乎无参数调节下稳定运行,在动态图象序列中,能有效消除日光灯频闪光线、部分运动阴影以及局部小扰动带来的区域干扰.实验结果显示,该方法能够实现对安全防范中闯入类的有效监控,且目标跟踪快捷稳定,具有较高的工程实用价值.

图像子块特征匹配的快速分形编码算法

基于分块迭代函数的全搜索分形图像编码算法,因其编码过程特别耗时而限制了它的诸多应用。为了减少编码时间,通过定义每个range块和domain块的子块特征,根据匹配均方根误差与它的关系,设计出一个限制搜索空间的新算法。一个待编码range块和它的最佳匹配domain块的子块特征应该接近,因此,每个range块的最佳匹配块搜索范围仅限定在与其子块特征接近的domain块邻域内,以达到加快编码过程的目标。14幅图像的仿真结果表明,该算法能够在PSNR降低0.73 d B(其结构相似性SSIM值仅下降0.002)的情况下,平均加快全搜索分形编码算法的编码速度99倍左右,而且也优于其他特征算法。

基于块边缘特征直方图的图像检索

本文提出一种利用块边缘特征来进行图像检索的方法。首先对图像中每个8×8的块分别提取其决边缘特征,利用块边缘特征构建三维或四维直方图进行图像检索。所有数据在 DCT 压缩域中进行处理,从而降低了计算复杂度。实验结果表明,该方法与传统的基于 DCT 压缩域的图像检索方法相比,具有检索准确度高和检索速度快的特点。

基于主轴分析和团块特征提取的ISAR目标检测方法

传统的目标ISAR成像特征提取方法,对其能量分布、局部关键性质考虑不足。考虑到一般强散射点主要分布在目标主轴附近,文中提出了一种基于ISAR目标主轴分析的团块特征提取方法,首先通过强散射点坐标矩阵求得目标主轴方向及目标中心;在此基础上沿目标能量的主要分布范围对目标进行团块分割。提取到的团块特征,避免了强散射点对弱散射点几何结构表现能力的抑制,既可以反映目标直观特征,又可以较好反映目标的能量分布细节。仿真结果证明文中提出的方法是有效的。

关于块复合矩阵的块特征值

本文讨论了块复合矩阵之块特征值的若干性质,同时给出了某些块复合矩阵之块特征值的包含域。本文的结果推广和改进了[1]～[3]的相应结论。