一种基于图像处理的铁轨自动检测方法

提出了一套局部线型检测算子(LLPD)用于货运编组站铁轨的自动检测。利用该算子提取铁轨边缘,去除检测结果中的干扰信息,结合Hough变换的思想,实现了断线相连。该检测结果与其他边缘提取方法相比较,对复杂背景上铁轨的检测更有效,该方法能定位铁轨上的障碍物,对减少铁路调车事故有重要的意义。

从多帧低分辨率图像序列中获取高分辨率图像的算法研究

从多帧略有位移的低分辨率图像中产生一帧具有精细结构的高分辨率图像是原来基于单帧插值算法无法解决的问题 .本文提出了一种基于多帧的递归迭代算法 ,在得到与传统多帧算法相近效果的同时 ,大大节省了计算所需的存储空间 .论文证明了该算法的收敛性 ,并得出当使用循环递归迭代时 ,可以得到理想的结果 .

在变换域中用HMT图像降噪的研究

研究了 HMT(隐马尔科夫树 )在变换域中进行图像降噪的应用 .就不同复杂程度的图像、不同类型噪声、及用不同的变换域与传统方法进行比较 ,得到结论 :变换域中的方法比在非变换域中的传统方法优越 ,HMT在小波域和 DCT域有着近似的效果 ,在高斯白噪声下 HMT方法是最有效的 ,在相关噪声下 。

重建高分辨率图像的实时串行迭代算法

提出了一种基于多帧低分辨率图像重建高分辨率图像的实时串行迭代算法 ,在得到与传统多帧算法图像质量相近的同时 ,大大节省了计算所需的存储空间 .给出了该算法的收敛性的证明 .计算机模拟结果表明该方法和实验的一致性 .最后在一个实际系统验证该方法 .

基于独立分量分析的人脸自动识别方法研究

提出了一种独立分量分析 ( ICA )和遗传算法 ( GA )相结合的人脸自动识别方法 ,人脸图像的独立基的获取是采用基于四阶统计信息的 ICA算法 ;为了减少计算复杂度 ,对原图像进行滤波降维 ,并用遗传算法对 ICA求得的独立基集合进行搜索得到了一个最优的独立基子集 ;最后 ,选择合适的分类器根据待识别图像在独立基上投影系数进行分类判决 .对人脸图像库的实验表明本方法识别率比基于主元分析的特征脸方法高 ,且计算量小于传统的基于

结合主分量分析及Fisher准则的说话人识别方法研究

本文提出了一种基于主分量分析和Fisher准则的新的Mel频率域特征参数。它是在Mel域频谱的基础上做主分量分析,并且根据Fisher准则,按Fisher比的大小进行特征参量的选择而得到的。它充分的利用了各频带间的相关统计信息,能更紧致有效的区分说话人。这样得到的特征矢量,与传统的按相应特征值进行特征选择的方法相比,在相同维数时具有最大的类别区分度。最后我们实现了一个文本无关的说话人自动识别系统,它的后端采用矢量量化实现聚类分析。在语音库上的实验表明本文的特征矢量在说话人识别上比相同维数的传统特征矢量识别率更高,证实了它紧致、区分度好、冗余信息少的优良性能。

说话人识别中特征参数提取的一种新方法

提出了一种新的说话人识别中特征参数的提取方法.在分别使用傅立叶分析和小波分析得到两组特征参数之后,进一步利用Fisher准则进行参数选取,构造了一种新的混合特征参数.在不增加训练和识别时计算量的同时,结合了傅立叶分析和小波分析两者的优点,具有更好的分类能力.实验结果显示,这种新的混合参数有效地提高了说话人的识别率,能更好地表征说话人的特征.