基于遥感图像特征的分类方法研究

基于光谱特征的遥感图像信息提取方法存在分类精度和效率低的不足,在ENVI软件下采用基于灰度共生矩阵提取纹理特征的方法,将纹理特征参与到光谱特征中进行分类,并与基于光谱单源数据分类进行分析和比较。实验结果表明,纹理特征参与分类在一定程度上提高了遥感图像的分类精度。     

基于加速稳健特征算法的混凝土图像拼接

混凝土结构表面常常存在裂纹等缺陷,然而混凝土构件尺寸大,无法一次性成像,影响缺陷识别效果.本文分别采用SIFT和SURF算法对圆形和含裂缝的混凝土图像进行拼接.当图像重叠率为30％左右,图像之间视场偏转角不超过30°时,均取得良好的拼接效果.SURF算法的拼接速度更快、鲁棒性更好,具有实际工程意义和应用前景.     

基于SIFT特征匹配的多人脸图像拼接方法研究

针对日常生活中多张人脸图像的合成问题,提出了基于SIFT特征匹配的多人脸图像的拼接方法。首先应用SIFT算法实现了多张人脸图像的拼接,最后采用VC++6.0实现了多人脸图像的拼接,获得了所需视野大小的全景图像。从实验结果可以看出,本文所研究的方法具有很好的效果,完全可用于课堂考勤的多人脸检测与识别中。     

图像特征点匹配的流程和应用发展研究

分析研究了图像特征点匹配在视觉SLAM(visual Simultaneous Localization And Mapping,vSLAM)领域的流程、应用及发展中遇到的问题,并提出了未来图像特征点匹配的研究方向和发展趋势。     

基于模板叠加相异特征匹配的CT图像断点标定

运动员因剧烈运动常导致隐性骨骼损伤,常规的CT图像观测方法靠人工经验判断,无法有效发现隐性骨骼损伤的CT图像断点,不能形成合理的诊断方案,断点标定性能较差。提出一种基于模板叠加和相异特征匹配的CT图像断点标定方法,进行基于小波变换的CT图像边缘检测分离,采用相异特征匹配的方法消除图像中的噪点信息,提取灰度像素值特征,根据Shannon信息论原理,描述融合结果与源图像的综合相关性信息,得到CT源图像与断点融合图像的进行相关性标定,采用模板叠加和相异特征匹配得到准确的断点标定结果。实验证明,采用该算法能有效实现对CT图像的隐性损伤骨骼损伤作出的断点标定,标定的准确度较高,鲁棒性好,抗噪性优越。为体育运动损伤诊疗提供理论依据。     

基于综合特征的图像信息检索

图像的特征方法检索是当前计算机视觉、多媒体数据库管理等研究领域的热点之一.介绍了特征的提取过程和基于综合特征的图像检索方法,该方法能够根据对图像的主观认知反映出图像的视觉内容.实验结果表明,基于特征的图像检索更符合人的视觉特点.     

基于特征融合的图像检索算法研究

提出一种新颖的基于特征融合的灰度图像检索算法,该算法将图像按一定步长量化并映射为n阶频率矩阵,然后融合矩阵第一、第二奇异值向量的信息得到图像复特征向量,最后以余弦相似度作为图像检索的相似度度量.实验数据分析表明,算法在检索性能上优于传统的颜色直方图法.     

结合图像特征的平滑恢复技术

图像恢复是数字图像处理领域内技术难度较大的项目。结构张量包含有图像的邻域结构特征,借助这些信息可在降噪的同时保持图像边缘的细节特征。运用此技术的算法在经典的图像恢复操作之后增加了对图像的平滑,降低了噪声的影响。在此基础上恢复的图像在峰值信噪比以及视觉效果上都有明显提高,基于卷积的快速运算也保证了算法的实时效果。     

基于语义矩阵的图像检索相关反馈技术

针对基于语义网络的图像检索中的过反馈问题,本文提出了将语义网络转换为语义矩阵,采用基于多用户相关反馈的投票机制,可有效地克服过反馈.在此基础上提出了一种新颖的新图添加策略和处理语义向量查询的有效方法,最后指出了还需进一步研究的问题.     

基于图像多特征的数字图像检索研究

目前针对数字图像来进行搜索的方法有很多,单一的特征往往不能准确地搜索出用户想得到的图片,在此基础上又衍生出了基于多特征的数字图像方法,文章介绍了基于底层特征的图像检索技术和多特征融合的检索算法。     

基于特征矩阵的高效数字识别算法

传统的数字识别算法存在识别速度、识别准确率和识别方法复杂度三者无法兼顾的问题,为解决该问题,提出了基于特征矩阵的高效数字识别算法。该算法首先在预处理的基础上获取字符的特征矩阵,然后用特征矩阵对字符的特征横线、竖线等特征进行提取,最后利用结构语句识别的方法实现数字识别。实验结果表明,基于特征矩阵的高效数字识别算法思路简单、速度快,且识别率达97％以上。     

基于遗传算法和过渡矩阵的旅游者特征预测研究

要使旅游地的旅游管理目标与旅游供给和需求结构相适应,不仅需要预测出未来旅游者的总数量,而且还应该预测出旅游者群体在具体特征方面表现出的不同需求构成,遗传算法与过渡矩阵相结合的方法可以有效地实现这一预测目标。最后以实例证明了这种预测方法的有效性。     

基于尺度研究的SIFT特征匹配改进算法

图像特征提取与匹配是计算机视觉、图形图像领域的一个重要问题,具有仿射不变性、光照不变性、部分遮挡不变性的特征,提取和匹配是这个问题的核心内容。尺度空间技术是具备了多尺度分析技术众多优点的新兴技术,SIFT（Scale Invariant Feature Transform）算法是线性尺度空间技术的一个成功应用。对于如何在一帧图像中运用尺度空间技术手段寻找更多的特征点、以及如何对特征点进行准确的描述与正确的匹配是该领域的难点,尤其前者在近年内进展缓慢。文章通过论述尺度空间的构造过程,证明了尺度选择与可找到特征点数目和位置的关系,通过调整尺度选择与最优点选择策略,在图像上寻找到更多的特征点,并根据判据量化判定了特征点的稳定性;通过限制匹配点的尺度关系减小了错配概率,通过改进原始匹配策略提高了匹配算法的准确率。实验表明,改进后的SIFT能够比传统的SIFT找到更多的特征点,提高了匹配的准确率,算法的鲁棒性得到了进一步提高。     

随机矩阵特征多项式的相关函数的行列式表示

利用正交多项式的性质给出了高斯辛系综中酉辛群上的随机矩阵特征多项式的相关函数和矩的简洁的行列式表示,且行列式的元为正交多项式。     

基于矩阵的特征多项式与最小多项式相关的探讨

特征多项式是多项式和线性代数联系的纽带,是高等代数学习中重点和难点,它与最小多项式的结合又常常成为数学系硕士研究生入学考试的难点和焦点.本文从矩阵的特征多项式与最小多项式的定义出发,基于它们的最基本性质,对两者之间的关系进行了分析探讨并得到了一些有用结论.     

基于特征的图像视频信息检索研究

图像及视频检索是当前计算机视觉、多媒体数据库管理等研究领域的热点之一,就此介绍了该研究领域的现状。对于静态图像,介绍了基于颜色、纹理、形状等图像特征信息的检索;对于视频序列,则介绍特征提取、相似性测量及其检索策略。最后指出了该研究领域存在的难点及今后的工作。     

当代科技对于影视动画图像特征的影响

作为一种新兴的艺术表现形式,影视动画已经成为了现代社会传播信息的一种重要方式,它深深的影响着现代年轻人,甚至可以说是各个年龄层的观众.影视动画图像经过近几十年的发展,逐渐形成了其自身的图像特征,分别是受制性,协作性以及衍生性.而现代科技在促进这三大特征形成的过程中起着非常重要的作用.     

一种基于协方差矩阵的自动目标检测方法

为了将协方差矩阵算法应用于自动目标检测,提出了特征相似度和协方差矩阵相似度.特征相似度是目标特征的相似程度,协方差矩阵相似度融合各个特征相似度.另外,鉴于特征具有不同的有效性和重要性,提出了最小特征相似度.最小相似度可以用于剔除基本无效的特征.通过实验证明,本方法能有效地将协方差矩阵算法应用于自动目标检测,具有较高的准确率.     

大型图像数据库的特征挖掘优化模型仿真

在对大型图像数据库的特征挖掘优化过程中,利用传统算法进行特征挖掘,假设图像数据库中的图像属性差异较大,将极大的降低挖掘精度,难以获取精确的挖掘结果。为了弥补上述弊端,提出了一种大型图像数据库特征挖掘优化方法。利用局部二维模式纹理分析方法,提取数据库图像中的纹理特征,同时融合渐变计算方法,根据数据库中图像纹理特征,完成图像数据库特征挖掘。实验结果表明,利用改进算法进行大型图像数据库的特征挖掘,能够提高挖掘速度与精确度,可以获取准确的挖掘结果,满足大型图像数据库运行过程中的实际需求。     

引入或然状态优化控制的网络文本特征挖掘

引入或然状态指数矩阵,对网络文本特征进行指数分离处理和挖掘优化导向性控制,提出一种引入或然状态指数矩阵优化控制的网络文本特征导向性挖掘新技术。对具有或然性的文本数据进行分离修补导向性挖掘聚类,在文本数据择取过程中,将不同文本分量元素进行初始化倾向性分类处理,由指数矩阵确定元素属性类别概率,从而确定多个导向性聚类中心,从而实现了对或然网络文本特征的准确挖掘。仿真实验表明,新的挖掘技术能有效提取到模凌两可的或然性弱聚类导向性分类特征,数据挖掘准确率达到99.97%,而传统方法是根本无法对这类文本特征进行有效挖掘,展示了算法的优越模糊数据处理价值。