考虑Gabor小波特征的LBFI识别仿真

识别局部模糊人脸图像时,若不能增强模糊部分的信息,会降低图像识别精度,为提升模糊人脸图像的识别效果,提出基于Gabor小波特征的局部模糊人脸图像识别方法。使用均值滤波方法对图像噪声实施剔除,并根据剔除结果利用直方图均衡化算法对局部模糊实施信息增强处理;以上述图像处理结果为基础,使用Gabor小波变换方法提取图像显著、不显著特征向量,根据决策融合方法对提取的特征实施融合处理;通过LDA分类器对融合特征实施分类处理,基于分类结果实现人脸图像的精准识别。实验结果表明,使用上述方法开展人脸识别时,识别率较高、识别效果好。

局部相位量化在模糊图像识别中的研究进展

现代图像处理技术的不断发展,为人们提供了大量丰富的图像信息。图像处理手段很多,如图像去噪、图像平滑、图像去模糊、图像填充、图像分割等。处理模糊图像问题最具代表性的算法是局部相位量化(Local Phase Quantization,LPQ)和基于局部二进制模式(Local Binary Pattern,LBP)的算子。与LBP特征算子相比,LPQ特征算子对图像模糊不敏感,其特征提取更加稳定。从介绍LPQ算子开始,首先对LPQ算子的发展现状和应用领域进行分类和总结;其次详细阐述和评论每种实验方法;最后思考和讨论LPQ算子的发展方向。