纹理豪斯多夫距离在人脸识别算法中的应用

很多经典的人脸识别方法难以适应姿势变化及人脸错位的情形。为了解决这一问题,提出一种基于纹理豪斯多夫距离(THD)的人脸识别算法。将人脸图像的空间量及纹理特征相结合,使其在深入的头部转动和人脸错位中都有很高的容错度。在FERET及Yale两大人脸数据库的实验表明,与其他经典的方法相比较,所提出的方法取得了更好的识别效果。

基于HVS的自然场景图像特征提取方法

提出了基于人类视觉系统的自然场景图像颜色和纹理特征提取方法。介绍了两类低层图像特征颜色和纹理特征提取方法,分别提出了以自适应主导色原理来表示颜色特征、采用纹理灰度图的空频域特性表示空间纹理特征;以ACA方法获得自适应主导色、以可控金字塔滤波分解的方法获取纹理特征。同时还介绍了优化颜色构成距离度量和纹理距离度量,最后给出了实验结果和分析。

基于可视特征度量距离的图像检索

研究预滤波、二进制集的划界、降维和查询优化的距离计算 ,并在 40 0 0幅测试图像集上 ,采用实验方法对高维直方图的索引策略与优化查询的距离计算进行了评估 .研究表明 ,非二次形式的距离度量与二次形式的距离度量一样有良好的性能 .此外 ,二进制集是直方图的一种有效而简捷的替代方法 ,其检索性能足以满足第一遍查询 .