年龄跨度较大的人脸识别

本文采用了一种基于主动外观模型(AAM)与尺度不变特征变换(SIFT)相结合的特征提取方法,采用AAM方法提取初级特征点,然后通过SIFT算法得到二次特征点,最后采用基于蛙跳混合算法的特征匹配分析同一个人的不同年龄段的面貌特征。     

改进的Harris算法与SIFT算法相结合的图像匹配方法

针对图像自相似或具有对称性SIFT匹配稳定性不高的问题,提出了改进的Harris算法与SIFT算法相结合的图像匹配方法,用稳定的SIFT算法检测提取尺度空间极值点作为特征候选点,根据灰度的＂相似度＂的原则进行Harris特征提取,使候选点数量更少,特征点更稳定,使得匹配的效率更高,准确性更高。     

基于改进的SIFT算法的多模态识别

正本文针对单一模式识别的局限性,提出基于人耳、人脸的多模态识别,并应用PCA改进的SIFT算法对人脸、人耳进行特征提取,并在匹配层进行融合,有效提高了识别率。相较于传统的SIFT算法,改进的SIFT算法具有更强的稳定性和鲁棒性。随着信息技术的发展,基于生物特征的模式识别成为研究热点,现有的识别技术包括人脸识别、指纹识别、虹膜识别等。这些单一模式识别技术中,人脸识别由于具有一定非     

图像特征提取算法研究

在计算机视觉技术和图像处理中,都会运用到图像特征提取技术,图像的不变特征可以通过计算机的分析和处理来提取,大大提高了图片处理的准确度和速率。本文主要研究可以提取图像特征的三种经典算法,即SIFT算法、SURF算法以及ASIFT算法,利用Matlab平台、VC平台以及OpenCV库函数对以上算法进行仿真和调试,比较三种算法特征提取的效果,并分析这些算法的性能以及优缺点。     

基于Gabor相位的局部导数模式的人脸识别

文章对人脸的特征提取进行了深入的研究,提出了基于Gabor小波的局部导数模式的特征提取方法。基于Gabor的局部二值模式(LGBP)和基于Gabor的局部导数模式(LGDP),主要针对LBP以及多阶的LDP算法分别在灰度图像和Gabor小波图像进行识别实验,并对比其实验结果。得出的结果可以看出高阶的LDP算法的识别效果比LBP算法好。随着LDP阶数的增高,其获得的人脸的细节越详细,在三阶时效果越好,高于三阶的LDP算法其获得的信息会包含较多的噪声不利于识别。而基于Gabor的识别方法的识别率高出了在灰度图像的识别率。所以得出三阶的基于Gabor的局部倒数模式(LGDP)具有最高的识别效果。     

基于机器视觉的无人机避障技术研究

分析了SIFT算法和SURF算法的尺度空间和特征点描述符,同时对避障算法进行实现表明:采用旋转图像匹配时,SIFT算法的耗时较大,SURF算法的实时性相对较好,SIFT算法在同样的匹配时间内获得的特征点对数较多;采用尺寸变化图像时,随着图像尺寸的增大,特征点的数量增加,消耗的时间也不断增加。     

基于DSP与CPLD的指纹识别系统设计

本文主要论述了以DSP作为数据处理的核心模块,以CPLD作为中央控制器的指纹识别系统设计。该系统采用了高性能器件,使系统具有很高的运行速度。在指纹图像的处理上采用了切实有效的梯度算法和GABOR算法,使数据的处理更加有效。     

一种基于无人机航拍图片特征点匹配的改进方案

在获取无人机航拍图像后,我们对图像进行初步去噪、平滑和特征提取处理,接下来需要进行特征匹配工作。我们针对无人机航拍图像所具有的相关缺陷,即视点过分离散、视角不稳定[1];提出了改进SIFT算法和Susan算法相结合的特征匹配方案。改进SIFT算法是基于图像Radon变换的改进[2],然后和Susan算话结合使用;最终的实验结果表明,新提出的匹配方案有着良好的快速性和较高的匹配精度,完全能够应用于无人机航拍场景下对实时性要求较高的目标识别和三维重建。     

基于特征点的运动目标跟踪算法研究

由于目标的姿态和大小不断发生变化,本文通过对SIFT特征点的跟踪实现对目标可靠、稳定跟踪,即采用SIFT算法与光流算法相结合的跟踪算法。由于SIFT特征点存在分布太密集的现象,增加了后续跟踪算法的耗时性。针对以上这类问题,本文加入距离约束机制对SIFT算法进行改进。光流只适合小运动,本文采用基于图像金字塔模型的光流跟踪以适应大尺度运动。利用基于多尺度分层的金字塔结构,实现小窗口捕获大运动。通过实验证明,本文所采用的算法相对于传统光流具有更好的鲁棒性和稳定性,能得到更加准确的目标位置。     

基于支持向量机的局部二值模式加权算法在人脸识别中的应用

针对人脸特征的提取问题,提出了在SVM的基础上结合局部二值模式(LBP)加权算法。首先首先描述了人脸图像的LBP和深度LBP特征,通过加权形成人脸特征向量,通过这些向量采用支持向量机进行分类,依托人脸数据库进行仿真。实验结果表明,本文算法提高了人脸平均识别率以及识别效率,具有一定的推广价值。     

基于支持向量机的局部二值模式加权算法在人脸识别中的应用

针对人脸特征的提取问题,提出了在SVM的基础上结合局部二值模式(LBP)加权算法。首先描述了人脸图像的LBP和深度LBP特征,通过加权形成人脸特征向量,通过这些向量采用支持向量机进行分类,依托人脸数据库进行仿真。实验结果表明,本文算法提高了人脸平均识别率以及识别效率,具有一定的推广价值。     

拼接优化SIFT算法的虚拟场景绘制模型

针对标准SIFT算法在虚拟场景绘制的图像拼接中还存在拼接效果不好等问题。本文提出了一种基于拼接优化SIFT算法的虚拟场景绘制图像拼接模型。首先采用高斯函数构建尺度空间,然后使用最小欧式距离进行初拼接,接着利用投影变换模型进行特征点的"外点"去除,最后通过提取的特征点进行图像的拼接。通过仿真实验表明,通过对标准SIFT算法进行双层拼接优化后,改进算法相比较标准算法具有更好的图像拼接效果。     

基于PCA-LBP算法的竞技赛技术动作行为识别模型

针对标准LBP算法在竞技赛技术动作行为识别的应用中还存在识别精度不高等问题。本文提出了一种基于概率和PCA降维优化LBP算法的竞技赛技术动作行为识别模型,首先根据应用概率论选定一种相似度量方式作为距离,然后按对应权重在相似度级别上融合,再以这种度量方式分类识别,最后采用PCA算法对LBP法提取的运动员特征进行降维处理,以降低算法的运算量。实验仿真结果表明,本文提出的改进LBP算法在竞技赛技术动作行为识别的应用中具有更高的识别精度。     

一种基于指纹人脸的多生物特征身份认证方法

本文分别介绍了一种基于指纹人脸识别的多生物特征身份认证方法,并针对传统的指纹人脸方法提出相应的改进算法。对指纹识别,本文提出采用局部归一化方法结合Gaussian滤波器来计算指纹方向,再对局部脊线补偿法(Loca lRidge Compensation)进行快速运算,能够更加快速准确地进行指纹识别。人脸识别通过定位人脸位置并且进一步提取人脸特征来进行匹配,使用LBP(Local binary patterns)算子对人脸样本进行局部特征提取,对LBP处理后的人脸图像使用主成分分析(PCA)进行降维,并采取了极限学习机(Extreme learning machine,ELM)分类器进行匹配,将指纹、人脸的识别结果在决策层进行融合,最后做出判断,从而得到准确稳定的身份认证系统。     

基于SIFT-LBP稀疏编码的肝包虫CT图像分类

为了提高利用医学影像技术对肝包虫病进行诊断的效率和准确性,有必要对基于影像的病症自动分类方法进行研究。根据不同类型肝包虫病CT影像特征,提出一种结合纹理特征提取和稀疏编码的肝包虫CT图像分类方法。首先,利用图像分割算法从腹部CT图像中提取肝包虫病灶区;其次,结合尺度不变特征转换(SIFT)和多尺度局部二值模式(LBP)对病灶区进行纹理分析,并采用稀疏编码技术对局部纹理特征编码;然后,应用多尺度最大池化法整合局部编码特征得到描述整幅图像的特征向量;最后,根据病灶图像的特征表示,通过线性支持向量机(SVM)完成对肝包虫图像的自动分类。在对比实验中,与基于Gabor滤波分类方法和基于多特征融合分类方法相比,所提方法总的平均分类准确率分别提高了24.97%和20.53%。实验结果表明,该方法提取的特征具有高的类区分度,能有效实现肝包虫CT图像的自动分类。     

基于Gabor和Log-Gabor的面部表情识别

Gabor滤波器在面部表情识别领域已经广泛应用,并取得了良好的分类结果。Log-gabor是对Gabor滤波器的改进,应该将其应用在面部表情识别当中。对JAFFE表情库中的图像进行特征提取,并采用基于稀疏表示分类方法进行分类,比较分别使用Gabor和log-Gabor滤波器得出的识别率。     

基于SIFT算法的煤矿井下运动目标追踪技术研究

为了适应煤矿井下粉尘多、照度低、温度高、湿度大等复杂环境,对于SIFT特征匹配算法进行了改进,本文提出了随机抽样一致性算法与SIFT算法集合的内、外点提纯算法。本文改进后的算法更能够达到对特征点精确匹配的目的,大大改善了原SIFT算法过多错误匹配的情况,能够更好的保证后续图像的处理,完善井下安全监控系统。     

基于邻域梯度图像拼接算法研究

图像配准是图像拼接过程中至关重要的一步,本文首先分析了SIFT(scale invariant feature transform)算法原理,然后根据SIFT算法的缺点对其进行改进.通过Harris角点检测算法,剔除不稳定的边缘极值点,从而减少了特征点的数量;同时采用RANSAC算法去除伪匹配点.实验结果表明,改进算法不仅具有旋转、尺度变化不变性,对于噪声和亮度变化具有良好的鲁棒性,而且匹配速度比改进前大大提高.     

基于多特征的江苏海域赤潮遥感提取算法

针对单一的赤潮特征提取算法在对赤潮遥感图像进行特征提取时还存在准确性不高等问题,本文提出了一种基于多特征的赤潮遥感提取算法,首先对加权平均方法进行改进,提出了自适应加权平均算法,对遥感图像的叶绿素浓度特征进行提取,然后采用偏差系数对水体固有光学模型进行参数优化,对遥感图像的光谱特征进行提取。实例仿真试验结果表明,本文提出的基于多特征的赤潮遥感提取算法相比较单一的光谱特征提取算法,具有较高的赤潮特征提取准确性和稳定性。     

混合Forstner算法和SIFT灰度图像特征点提取

提出了一种混合Forstner算子和SIFT相结合的图像特征点提取算法.本文首先介绍了灰度图像特征点提取的原理,接着针对传统的Forstner算子需要对图像中所有的像素点进行扫描导致速度比较慢等问题,采用SIFT算法快速准确地去除一些无关的点,然后在剩下的点中进行提取.实验结果证明了本文提出的方法能够有效地提取图像关键点信息.