基于小波变换和规范型纹理描述子的人耳识别

在带有角度的人耳图像上提取有效特征一直是人耳识别的难点.本文提出一种基于Haar小波变换和规范型纹理描述子的人耳识别方法,即先对人耳图像进行Haar小波变换,然后利用更加合理的规范型纹理描述子,同时结合分块与多分辨率思想,共同描述经Haar小波变换后人耳子图像的纹理特征,最后用最近邻分类器进行分类识别.实验结果表明,Haar小波变换可以有效增强图像纹理基元的有效信息;利用规范型纹理描述子提取特征不仅速度快,而且具有很强的鲁棒性,尤其与分块、多分辨率方法相结合时,效果更为显著,明显优于经典的PCA和KPCA方法.

基于贝叶斯判别准则的机械设备泄露区域全自动检测

大型机械设备安装过程复杂、繁琐,要求密闭的区域常常出现泄漏,传统检测泄漏的方法效率低,成本高,针对这一难题,本文提出一种基于贝叶斯判别准则的机械设备安装泄露区域全自动检测方法,利用贝叶斯理论推导出自适应的动态阈值,作为区分前景泄漏目标区域和背景的准则。实验结果显示,该方法可以在复杂环境下,快速、准确地找到机械设备安装过程中泄漏区域的位置。