扩展等相关峰综合鉴别函数算法研究

为改进等相关峰综合鉴别函数(ECPSDF)算法,提出了在其约束条件中利用空域构造样本(fi(x,y)-βm(x,y))取代训练样本fi(x,y),将平均训练样本m(x,y)引入到ECPSDF算法的约束条件中,得到了扩展ECPSDF算法(EECPS-DF)。在匹配滤波器设计过程中,针对目标图像、训练样本数和训练样本畸变量间隔,选择合适的β值,使设计的匹配滤波器性能达到最佳。对飞机图像的相关识别进行了模拟和实验,结果表明,当训练样本角间距分别取6°和8°时,其η值分别由0.8584和0.6719减小为0.2145和0.1865,EECPSDF算法能较好地克服ECPSDF算法的缺点。

基于Gabor小波SDF匹配滤波器的人脸识别

提出一种基于Gabor小波特征的综合判别函数(SDF)匹配滤波器人脸识别方法.该方法选用具有代表性的人脸训练库,在Gabor特征空间上生成相应的SDF匹配滤波器;每幅测试图像在这些非正交向量的投影可以生成一组相关特征向量,用两个相关特征向量的距离来衡量不同人脸图像之间的相似度.Gabor变换、SDF匹配滤波器和类别特征分析法的采用,使得该方法对光照变化、表情变化等因素具有良好的鲁棒性,并具有良好的推广性.基于FERET人脸测试库的对比实验结果验证了该方法的有效性.

基于相位编码的畸变不变联合变换相关器的设计

采用综合鉴别函数 (SDF)的方法合成几个子参考图象 ,用于解决畸变不变识别问题 通过相位编码技术和对联合功率谱的振幅调制 ,缩小了零级相关峰的宽度 ,锐化了相关峰 ,消除了多目标输入时各目标图象之间的互相关项和参考图象及各目标图象之间的共轭相关项 ,增强了对目标定位和识别的能力 。

常规综合鉴别函数的改进

针对常规综合鉴别函数制作的复合匹配滤波器,对不同旋转角度的训练样本输出的相关峰值波动性较大,不便于后续探测和处理等问题,对常规综合鉴别函数到编码匹配滤波器的编码转化过程进行分析,找到导致相关峰值波动的原因,提出改进方法,即在计算综合鉴别函数的线性组合系数时将编码运算也考虑进去,并根据滤波器对各训练样本相关峰值的倒数来确定线性组合系数。计算机仿真结果表明:改进后的方法降低了复合滤波器对不同旋转角度样本输出相关峰值的波动性,提高了相关峰自动判别的准确性。

四元量化的综合鉴别函数滤波器实现比例不变相关识别

设计一种基于综合鉴别函数(SDF)的比例不变相关识别滤波器,将频域中被SDF调制的相关输出函数进行复数形式的四元量化(QFCQ),并采用叠代算法调整SDF的系数,使输出的相关峰尖锐,区分能力强,同时满足不同比例图像等相关峰输出的准则,从而达到了比例不变识别的要求.计算机仿真实验对属于训练图像系列的目标图像进行了识别,并与基本的SDF及二元化纯相位SDF做了比较,结果表明该方法具有较好的识别效果.

应用综合鉴别函数实现畸变不变图像识别

针对传统图像识别方法对目标图像的尺寸、方位敏感问题,采用综合鉴别函数(SDF)实现比例和旋转不变图像识别.给出了应用综合鉴别函数实现畸变不变图像识别的基本原理,研究了加权系数的计算,提出了用图像序列集{tn(x,y)}合成综合鉴别函数的方法.通过计算机模拟和光学实验,证明了该方法的可行性.

基于贝叶斯评判子的字体判断

支票中的待识别文字既可能是印刷体 ,也可能是手写体 .由于印刷体与手写体文字的预处理方法和识别算法不同 ,因此准确判断文字的字体 (手写体或印刷体 )是获得高精度识别结果的关键技术之一 .该文根据贝叶斯决策理论的最小错误率判决规则 ,提出了基于评判子的字体判断方法 .利用贝叶斯评判子 ,该文还提出了一种可分性判据 :评判子散度 ;同时还给出了一种估算评判子函数的方法 .在无拒识情况下 ,对 12 15 8张实际银行支票的测试中 ,该方法的正确率为 99.4 % .

具有转动不变性模式识别能力的三层光学神经网络模型

本文提出一种适于光学实现的三层神经网络模型,该模型具有对多目标转动不变的模式识别能力.该模型被用于对四种飞行器的平面内旋转识别.计算机仿真表明,该模型对样本模式、非样本模式以及有局部遮挡时,皆有良好的联想识别能力.

基于统计模式识别的岩石节理图像分割方法

岩石节理裂隙形状复杂,图像中含有很多噪声。而使用统计模式识别方法在分割图像时,可以首先使分类器学习图像中不同样本的特征,进而利用这些特征对图像中每个像素进行分类,实现分割。在设计统计模式识别的分类器时,我们提出使用基于核函数Fisher判别法构造分类器。使用该方法可以将图像高维的属性空间上的非线形判别转化为图像特征空间上的线形判别,而不需要知道从属性空间到特征空间的具体映射形式。通过对岩石节理裂隙图像分割实验表明,该方法能达到较其他方法更好的分割效果。

应用TM图像采用模式识别技术自动提取冬小麦播种面积的研究

在农作物遥感估产研究过程中,如何快速、准确获取当年种植面积是一个关键技术问题。本文重点研究在禹城县冬小麦遥感估产试验中,应用同步TM信息源,根据冬小麦生长发育的特征,选择 TM 的适宜时相,构建多维绿度图,采用模式识别技术,分层自动提取纯麦地、套种麦地信息。这项研究结果与1/5万比例尺 TM 图像目视解译小麦面积相比较,其相对误差甚小,达到了估产实际应用的精度。

旋转不变匹配滤波相关识别的振幅补偿滤波优化算法研究

主要介绍了一种基于二元振幅补偿滤波的优化综合鉴别函数算法。这种算法制作的综合鉴别滤波器既有二元振幅补偿滤波相关峰值高、相关峰尖锐的特点,又降低了对输入图像的噪声敏感度,而且能识别旋转图像。计算机模拟结果表明,它在信噪比、Horner效率、相关峰尖锐度和鉴别能力等性能上都有一定提高。

综合判别函数相关器实验研究

本文采用综合判别函数（ＳＤＦ）构成了一个畸变不变相关滤波系统，并利用它进行了一系列实验研究，实验结果证明：以ＳＤＦ技术与相干光空间匹配滤波相结合的光电混合相关器能够实现畸变（旋转、比例、方位和位移）不变相关识别。

气体遥感红外光谱数据的识别分类

本文提出了一种基干模式识别的线性分类技术。文中详细叙述了该方法的原理与实现，并通过实例说明，本方法应用于气体遥感红外光谱数据的分类与识别是行之有效的。

在小样本条件下直接LDA的理论分析

直接线性鉴别分析(DLDA)是一种以克服小样本问题而提出的LDA扩展方法,被声明利用了包含类内散布矩阵零空间外的所有信息。然而,很多反例表明事实并非如此。为了更深入地了解DLDA的特性,该文从理论上对其进行了分析,得出结论:基于传统Fisher准则的DLDA几乎没利用零空间,将丢失一些有用的鉴别信息;而基于广义Fisher准则的DLDA,若满足一定条件(在高维小样本数据应用中一般都满足)且最优鉴别矢量正交约束,则其等价于零空间LDA和正交LDA。在人脸数据库ORL和YALE上的比较实验结果亦与理论分析一致。

一种新的综合鉴别滤波光学模式识别技术

设计了一种可在空域执行的综合鉴别滤波器 (SDF) ,并将其应用于光电混合处理、光学模式识别系统中 ,采用频域执行的SDF光学滤波和空域执行的SDF数字滤波相结合的方法 ,对输入场景中的三维目标进行实时、畸变不变识别 .通过综合鉴别滤波的数值模拟和实时、畸变不变相关识别的硬件光学执行实验显示 :该滤波技术可显著提高光学模式识别系统的识别效率 ,增强系统抗强背景噪声干扰的能力 。

核函数FISHER鉴别在性别鉴别中的应用

该文在线性FISHER鉴别的基础上,探讨了核函数FISHER鉴别原理;然后将核函数FISHER鉴别用于性别鉴别中,并提出了相应算法;对ORL人脸图像数据库进行实验;详细分析了算法在不同样本分布和不同参数条件下的识别结果;表明了在两类模式识别中核函数FISHER鉴别理论具有良好的识别效果及极佳的推广能力。

采用人工神经网络技术改善光学模式识别系统的识别效率

在采用光学模式识别技术、ＳＤＦ（综合鉴别函数）滤波技术进行实际场景中的三维目标畸变不变识别的时候，由于面对的是大量的非训练像的相关识别，加上场景图像中的不同噪声、背景的干扰，以及硬件识别系统的各种非理想特征等因素，均不可避免带来相关平面的Ｓ／Ｎ的严重退化，从而使按通常的阈值技术进行相关信号分割的方法失败。因而大大降低了ＯＰＲ系统的识别效率。本文采用人工神经网络（ＡＮＮ）技术与光学模式识别技术（ＯＰＲ）相结合。通过对相关平面感兴趣区域（ＲＯＩ）的分割与强度分布特征抽取以及脱机人工神经网络的训练过程，使ＯＰＲ系统能有效地对输入的训练像、非训练像及各种背景噪声分别给出不同的输出响应。

强度不变的自动模式识别技术

针对光学模式识别技术实用化要求，提出一种新的图像预处理算法，使识别现场光照明强度及分布的变化对识别效率所带来的影响大大降低。

光电混合综合判别相关器自动跟踪系统

在本文中，作者回顾了综合判别函数（ＳＤＦ）的基本理论，简要地介绍了用ＳＤＦ实现畸变不变相关的技术途径。在此基础上，成功地将ＳＤＦ相关器应用于目标跟踪，并利用ＳＤＦ相关器构成了一个自动跟踪实验系统。实验结果证明：该系统具有比较好的收敛性和跟踪性能。

一种新的线性判别函数的加权方法

线性判别函数法是计算机模式分类的一种基本方法。该文以平均频率作为线性判别函数加权方法的一个特例,将N维的模式识别问题简化为一维问题,并且给出了两种确定分界点的方法。使用平均频率作为线性判别函数具有物理意义明确、计算量小的特点,可以用于以信号的功率谱作为特征矢量的模式识别方法之中。