基于LDP和LTP模型的人脸识别技术探究

表面的纹理特征常被用于目标的识别。这种特征被广泛的应用于各个领域,比如基于纹理特征的人脸识别系统、监视、身份识别等。局部二值模式纹理特征方法(LBP)是最成功的基于纹理特征的人脸识别方法。由于LBP的巨大成功,出现了许多LBP的变异方法,比如多层LBP、中心对称LBP、主LBP等。本文的主要目的在于研究各种LBP的变异方法在人脸识别中的有用性。同时本文还评估了各种实际问题,比如光照变化、旋转、人脸图像表示的变化等在不同LBP人脸识别方法中的影响。基于实际人脸图像数据库的验证表明局部纹理模式(LTP)和局部衍生模式(LDP)具有更好的识别性能。     

基于颜色和纹理特征的图像检索技术研究

本文提出一种基于颜色和纹理特征的图像检索方法,利用颜色直方图表示图像的颜色特征,计算图像之间的颜色距离;在提取图像的纹理特征时,首先对原图像进行压缩和灰度化,然后利用图像的灰度共生矩阵,统计出反映纹理一致性、纹理对比性、纹理的嫡和纹理相关性的数据。最后利用这两个特征进行图像检索。实验表明,本文的算法具有较好的检索效果。     

纹理谱直方图与潜在语义标引在图像检索中的应用

提出一种新的描述局域像素灰度变化的纹理谱方法,并将该方法抽取出的纹理谱直方图特征用于图像检索。实验表明该特征计算简单,检索结果较好,是一种适于图像检索的底层特征。同时将应用于文本检索领域的潜在语义标引方法用于图像检索,并提出了一种计算近似矩阵秩的方法。实验结果显示使用该方法可以分析图像中存在的隐含语义结构,并提高检索效率。     

一种基于纹理的图像检索算法

通过分析原有纹理粗糙度,提出一种改进的纹理粗糙度算法：在选取领域尺寸和计算领域均值差值这两个方面需要改进。实验表明,改进纹理粗糙度具有更强的纹理分辨能力和更好的旋转不变性,基于改进纹理粗糙度的图像检索结果优于原有纹理粗糙度的图像检索结果。     

基于改进的LBP特征和随机森林相结合的人脸关键点检测方法研究

提出了一种人脸关键点检测方法,该方法用了少量的正面图像,不用归一化人脸图像,而传统的人脸关键点检测方法需要对图像进行严格预处理。随机森林是一种分类器融合算法,可以很好地解决多类分类问题,虽然LBP特征简单,但其可以包含大量的纹理信息。利用改进的LBP特征与随机森林相结合,构成一种对人脸关键点检测的方法。通过高斯平滑图像的LBP特征的提取,对每个点生成特征,计算出有用的特征作为正例,并且与反例集合变为训练集。通过随机森林分类器进行分类,误差率较低,仅在10％左右。     

基于不变性特征描述子的图像检索技术

本文利用一种新的图像特征描述子进行基于内容的图像检索技术.该描述子不仅实现了对图象内容的综合概括,即图象的形状、纹理和颜色内容,而且具有平移、旋转和尺度变换不变性.实验证明了该描述子优良的检索性能.     

基于内容的图像检索系统设计

随着多媒体技术的发展,传统的基于文本的信息检索技术已经不能满足需求,基于内容的图像检索技术成为当今的研究热点。图像的特征提取,相似性匹配是基于内容图像检索系统设计的关键技术。本研究在对图像检索关键技术研究的基础上,利用Visual Basic程序设计语言和Access数据库实现图像数据库的建立和检索。结果显示,所设计的基于内容的图像检索系统可以有效地利用图像的颜色、纹理特征从图像数据库中检索出相似的图像。     

基于自组织映射神经网络的图像检索算法

提出了一种基于自组织映射神经网络的图像检索算法,通过有效地融合图像的颜色特征和纹理特征从图像库中查找与示例图像相似的图像.对于颜色特征,本算法将图像中各像素的R,G,B颜色作为输入值,对颜色相似的像素进行聚类,并将聚类结果映射成二维映射图.二维映射图中每个阶的像素数目作为特征l;每阶中像素的平均坐标作为特征2.为了增强对图像的描述能力,利用Jhanwar等人提出共现矩阵作为改进的纹理特征,该特征作为特征3.相比已有方法,本文算法获得了更好的图像检索性能.     

一种基于视觉注意模型的图像检索方法

借鉴心理学中人眼视觉注意力模型,提出了一种新的基于显著区域的图像检索方法.利用局部结合整体的方式,既考虑图像显著区域中稳定所具有的稳定特征,同时充分利用区域间相互位置关系反映图像的整体构成,并结合二者进行检索,从而克服了传统检索中不能解决的图像旋转、平移、亮度变化等缺点.实验表明,利用显著区域进行检索有利于消除图像背景对检索结果的影响,与传统基于全局的检索方法相比,本文提出的方法具有更好的检索性能.     

基于本体的Web图像语义标注与检索模型

针对传统的基于关键字Web图像检索中的语义缺失问题,结合Web图像的视觉特征和描述文本,利用本体描述Web图像的语义特征,构建了基于本体的Web图像语义检索模型。该模型以领域本体描述Web图像的语义特征,通过自动图像标注技术构建Web图像本体库,用户可以通过输入关键词或者提交示例图像进行图像检索。实验表明,该模型具有较高的图像检索准确率。     

动物标本数字博物馆的设计与实现

本文给出了一个面向用户的动物标本综合检索系统的设计与实现,重点实现动物标本相关信息的智能检索。用户可按科、属、种、和产地等文字信息方便地进行检索动物标本相关信息;并可根据用户提交的查询示例图像,利用图像的颜色、纹理等视觉特征实现基于内容的动物标本图像检索功能;通过利用三维扫描仪获得动物标本的3D模型并结合使用中视典的VRP软件实现在web上发布,用户可以通过IE浏览器访问和控制3D模型,解决了动物标本的3D建模技术。     

地震属性图像突变特征在辅助断层识别中的应用

对地震断层进行准确识别,能够为地震破坏力的评估和余震的预测提供准确的依据,具有重要的应用价值。当前只能对地震属性图像中单一的特征属性进行识别,不能全面反映断层的属性特征。为此,提出一种基于地震属性图像突变特征的辅助断层识别方法。利用灰度共生矩阵能够对断层的地震属性图像中多个变化特征进行准确提取,通过一定的窗截取灰度图像,建立地震突变特征的纹理基元,并将地震突变特征的纹理基元划分为体、剖面和道。仿真实验结果表明,改进算法能够对辅助断层识别提供更准确的依据,效果令人满意。     

基于2D Gabor滤波器和LBP的车牌识别研究

本文提出一种基于2DGabor滤波器和LBP的车牌识别方法,与基于2DGabor滤波器的方法相比,该方法降低了图像维数,识别时间短,识别精度高。首先利用2DGabor滤波器对归一化后的图像进行低通滤波,然后使用LBP提取车牌纹理特征,最后用支持向量机作为分类器。在课题组自建的车牌库上进行实验,取得了94.3%的识别率和每张图像0.291s的识别时间,说明该方法基本满足实际需要。     

一种基于贴近度的图片内容检索技术研究

基于内容检索的实质是将图像的底层特征进行采集提取,而后对提取的图像特征进行检索,当然提取特征与特征检索手段多种多样。为了刻画两幅图像相似特征集合之间的相似与接近程度问题,对若干相似性度量标准之间的关系进行了讨论,提出解决方案并最终实现。     

基于目标显著区域的图像检索算法

针对基于区域的图像检索技术中在构造显著区域时忽略人眼视觉的影响而造成的检索率偏低问题,提出了一种新的图像检索算法.首先,引入人眼的视觉特性,提取图像的一些有意义的点特征,构造显著区域,在此基础上,定义图像的特征描述符,以描述符为线索,将图像的形状特征和空间颜色分布特征有机进行结合,不仅克服了基于目标区域检索时的缺点,而且降低了传统目标区域提取算法的复杂度.实验结果表明,该算法具有较高的检索效率.     

多媒体数字图书馆中图像检索技术研究

介绍了数图书馆中基于内容图像检索的基本工作原理,讨论了基于内容图像检索中的主要技术,通过求形状、颜色、纹理和空间关系的特征向量,设计并实现了一个具有一定应用价值的图像检索系统.     

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。     

线性滤波运动舰船图像静态视点平滑过渡仿真

静态视点图像由于起点坐标和视线方向出现视觉偏移,在三维视景仿真中图像平滑过渡效果不好。传统方法中采用基于光线Ray光线程基元算法,光亮度产生像素色差干扰,视景仿真效果欠佳,提出一种基于归一化线性滤波的改进的Ray光线程基元算法,通过图像的每个像素沿着固定的方向虚拟构建一条发射光线,获取Ray光线程基元,采用归一化线性滤波处理,优化光线强度的衰减,修正起点坐标和视线方向出现的视觉偏移,实现静态视点的平滑过渡,仿真实验得到位置静态视点、角度静态视点和相对距离静态视点模型下的大型运动舰船视景仿真结果,仿真表明,采用该算法对静态视点的复杂图像进行三维视景仿真,能在操作进程和虚拟数据资源配置中实现并行处理,静态视点的纹理的寻址和遍历均匀,实现了平滑过渡,有较高的配准率,视景仿真效果真实可靠。     

基于小波变换的二值模式检索

提出了一种基于小波变换后的二值模式图像检索。把图像库里的图像通过小波变换压缩预处理,方便图像快速入库提取图像特征。选取二值模式技术处理,以便有效提取图像的特征进行检索。实验数据库采用Brodatz纹理图像库,对比了边缘拟合算法,共生矩阵和灰度纹理矩检索图像的检索效率,得出小波变换后的二值模式检索效率较高。     

融合底层语义特征的医学图像信息标注

【目的/意义】本文基于颜色、纹理等外部特征与局部视觉特征构成的底层语义特征数据并采用随机森林的方法对医学图像信息进行语义自动标注,为医务工作者提供临床决策参考,便于普通公众理解医学知识和了解个人健康情况,也可以在大数据环境下扩展图书情报领域研究人员对信息组织与处理的范围,促进学科交叉与融合,提升智慧医学的发展,为健康中国战略提供智力与技术支持。【方法/过程】融合图书情报领域知识与医学知识,将图像语义标注看作为一个多类分类问题,首先,抽取颜色、纹理等外部特征及局部视觉特征等底层语义特征;然后,运用随机森林的方法,设计了基于随机森林的医学图像自动标注方案。【结果/结论】融合底层语义特征的医学图像信息自动标注的方案与随机树标注方案相比较,具有较好的效果。【创新/局限】将视觉语义词典作为医学图像的底层语义特征引入到图像标注中;运用随机森林构建的医学图像标注方案;局限在于仅采用BreaKHis数据集为实验数据。