多特征融合的瓷砖表面缺陷检测算法研究

鉴于单一特征在瓷砖种类较多的情况下,存在对瓷砖表面缺陷内容表达不明显,导致复杂瓷砖识别率较低。针对这个问题,在词袋模型（BoF）框架的基础上,提出一种有效的多特征融合算法用于瓷砖缺陷检测。该算法采用改进后的SIFT和颜色矩融合特征作为瓷砖图像的区域特征描述;根据每种特征对瓷砖被分类的准确率大小,给提取到的两种区域特征分配各自的权重系数实现特征的加权融合;形成综合特征向量送入SVM分类器达到瓷砖缺陷分类的目的。通过不同类型的瓷砖样本进行实验表明,该算法识别率高,对复杂瓷砖能实现较好的分类。     

基于多分辨率Trace变换的纹理图像分类

针对Trace变换提取的图像特征缺乏对纹理边缘信息描述和计算代价高的问题,利用小波变换对图像轮廓的表征优势,提出了多分辨率Trace变换并应用于纹理图像分类.首先,将小波变换引入到Trace变换中,对纹理图像进行非下采样小波变换,得到不同频率的低频特征子图及高频边缘子图;其次,在各级子图上进行一组泛函的Trace变换,获取纹理图像的融合特征,在获得图像边缘信息的同时避免了Trace变换不同泛函组合计算代价过高的问题;最后,把融合特征送入支持向量机对图像进行分类.实验结果表明,对图像采用多分辨率Trace变换提取的融合特征具有更好的纹理描述能力,相对于传统Trace变换及MCM等对比方法具有更高的鉴别性能,且在时间效率上相对于传统Trace变换有大幅提升.     

基于Tuxedo中间件的电信前台系统实现

文章论述在电信前台营收子系统开发中采用Tuxedo中间件产品,以及该子系统详细设计与实现过程碰到的难点问题及其解决方案,并给出子系统实施及注意事项,从而为电信企业制定和实施灵活多样的营销策略和资费政策提供了平台,有助于提高电信企业的经济效益和社会效益。     

旋转均值跳动特征及其在模糊人脸识别中的应用

针对目前监控摄像头由于远距离拍摄导致模糊人脸识别率欠佳的问题,提出了具有"有序"全局结构性特征的旋转均值跳动特征提取算法。该算法在图像每条垂线上按照从上至下的顺序等分选择若干采样点,运用均值跳动的方法进行编码,计算每条垂线上所有值不为0的像素的平均值,按顺序将选取的若干采样点像素值和平均值进行比较,并依次编码,生成1个8位二进制数,其对应十进制值的范围与像素值范围相同,该十进制数为整条垂线上的特征值,从而提取出描述每条垂线的纹理特征信息。结合图像预处理和直方图归一化实现对纹理图像融合特征信息提取。实验结果表明,该算法相比深度学习在模糊人脸识别方面有了明显提升。     

基于BoF和迹变换多特征融合的图像纹理分类研究

针对BoF模型缺少几何特征、结构特征的表达，对纹理图像特征描述不充分等问题，提出一种基于BoF和迹变换多特征融合的图像纹理分类方法。首先通过关键点检测的方法获取纹理图像的碎片化图像，然后提取碎片化图像的迹变换特征和SIFT特征，通过特征交叉编码的方式和动态鉴别能量的方法，获取迹变换特征和SIFT特征的融合特征并进行特征单词优选，再以BoF模型进行特征编码，最后输入到支持向量机（SVM）中进行训练、预测和分类。实验在OutexTC10/TC12000和KTHTIPS纹理数据集上分别取得了100%、99.87%和97.6%的识别精度，结果表明该设计方法对具有几何特征、结构特征的纹理图像可以获得较好的分类效果，有效地提高了纹理分类的识别性能。     

手掌纹脉的自适应共轭鉴别能量分析认证算法

在手掌纹脉图像识别的研究中,多模态融合可以多方面提高生物特征系统的性能.由于错位干扰,掌纹和掌脉的纹理特征编码难以实现双模态同时配准的特征级融合,也难以直接对特征数据进行筛选和压缩.采用离散余弦变换分别提取非接触式掌纹和掌脉特征,避免了匹配配准的平移操作.对特征空间共轭拓展,解决了特征维数和表征形式的兼容性问题.通过特征级融合有效保留了原始鉴别信息,并对特征进行有效归一化处理,实现了分量选择的自适应性.通过提出的自适应共轭鉴别能量分析算法对共轭特征分量进行排序,避免了掩膜窗口的优化问题,筛选出更高鉴别性的分量组合.通过与现有掩膜以及单模态认证方案的对比,验证了手掌纹脉图像特征融合算法在普适性、稳定性和认证精度等方面的有效性.     

基于迹变换和旋转增量调制特征的模糊人脸识别

为提高各种不同特殊场景下的模糊人脸识别精确性和鲁棒性,本文提出一种基于迹变换和旋转增量调制编码的特征提取方法.该方法将通信语音编码技术与图像变换技术相结合,首先通过迹线旋转扫描整幅图像,并对迹线上的采样信息进行增量调制编码,从而获得多角度的全局有序结构特征,然后用支持向量机对样本图像的这些特征进行训练以分类并识别图像.实验结果表明,在各种不同模糊级的低质量人脸数据库上,本文方法对不同光照变化、不同拍摄角度、不同遮挡等不同场景的人脸图像均能取得较好的识别效果,与一些传统方法相比识别性能大幅提升,相对于VGGNet和Sphereface两种先进方法在三组不同模糊度测试图像集的平均识别率分别提高2.18％和2.20％,具有更高的识别精度和更好的鲁棒性.     

多特征融合的金属断口图像分类

为了进一步加强金属断口图像特征的鉴别能力,提高断口图像的识别率,提出基于全局与局部纹理特征的多特征融合算法.首先利用Trace变换提取图像全局纹理特征,局部二值模式提取图像局部纹理特征.然后采用动态加权鉴别能量分析对2种特征进行优选和自适应加权融合.最后采用支持向量机进行分类识别.在金属断口图像库上实验表明,文中方法识别率较高,在其它的纹理数据库上具有较好的泛化能力.     

圆迹变换及图像纹理分析

针对迹变换提取的特征对于含圆弧形纹理图像描述欠佳的问题,提出了圆迹变换及其纹理特征提取方法.圆迹变换使用圆迹线来跟踪图像,并将圆迹线上的泛函结果映射到由半径、长度和角度三个参数生成的空间上,对该结果继续做泛函积分,能得到图像四重圆迹空间特征.在圆迹线上使用不同的泛函能得到不同的圆迹变换结果,不同的泛函组合能获得不同的圆迹变换特征,能表示图像不同的纹理性质和更深层次的图像信息,产生多维的圆迹变换纹理特征信息.在Coil-20对象图库及Brodatz纹理库上对含圆弧形图像的分类实验表明,在训练样本较少的情况下,利用圆迹变换提取的纹理特征,其识别能力比迹变换都有明显提升,对于包含圆形、弧线形纹理的图像具备了更好的分辨能力.