共查询到15条相似文献,搜索用时 312 毫秒
1.
2.
目标逆合成孔径雷达(inverse synthetic aperture radar,ISAR)像通常受多种噪声的影响,这些噪声影响了ISAR图像的质量,使得对图像的理解以及特征提取变得困难。提高图像质量,减少噪声的干扰成为识别过程中重要的步骤。首先根据所得ISAR成像分别对图像进行横条纹干扰抑制和去除噪声干扰然后提取出清晰的目标像。对ISAR像进行边缘提取,计算边缘图像上点的马氏距离,得到马氏距离阵列,并作为目标特征向量。实验表明,对目标进行预处理有效地提高了ISAR特征的稳定性,有利于后续的目标特征提取与识别。 相似文献
3.
4.
一种基于复数域中二维特征提取的人脸识别方法 总被引:2,自引:0,他引:2
该文提出了一种新的基于复数域中的二维特征提取方法进行人脸识别。该方法首先对人脸样本进行镜像变换,根据原始人脸样本和相应的镜像样本分别计算偶对称样本和奇对称样本,通过奇偶加权因子将偶对称样本与奇对称样本组成复数样本,然后在复数域中分别定义复图像类内散布矩阵和复图像类间散布矩阵,并求解一组最优复投影轴,将复人脸样本投影到这组最优复投影轴上来提取人脸特征,最后采用最近邻距离分类器来分类所提取的特征。该方法在NUST603人脸图像库中进行了实验,实验结果表明该方法获得了较好的识别效果。 相似文献
5.
本文通过对已有图像拼接算法的分析研究,改进了拼接算法中的特征点匹配问题。首先利用Harris角检测算法提取特征点,然后通过归一化相关法进行初始匹配,接着引入马氏(Mahalanobis)距离,实现图像的精确匹配。最后通过加权平均的方法完成图像的融合。实验证明该方法能有效地去除伪匹配特征点对,降低了误匹配的概率,是一种有效的图像拼接方法。 相似文献
6.
色彩提供了比灰度更为丰富的信息,鉴于彩色人脸图像所包含的鉴别信息远多于灰度人脸图像,将色度马氏距离图引入彩色人脸识别中.基于YCbCr颜色空间,分离彩色人脸图像的色度与亮度信息,构建出基于色度信息的马氏距离图,同时分离出基于亮度信息的灰度图.提出一种色度马氏距离图与灰度图特征自适应融合的人脸识别算法.分别构造出色度马氏距离图与灰度图的基于小波包结点能量的归一化特征向量,采用多种融合策略进行特征融合,并根据融合效果自适应地选取特征融合参数,构造出最佳的鉴别特征向量,实现色度与亮度特征的互补.使用基于方差相似度的分类器获得人脸识别结果.实验表明:该算法识别率高、鲁棒性好. 相似文献
7.
皮肤显微图像症状的特征提取 总被引:2,自引:0,他引:2
要使皮肤护理专家系统能够自动识别皮肤的各种症状,就需对皮肤显微图像的症状进行特征提取.本文针对皮肤显微图象中的黄褐斑、雀斑、黑头、粉刺等四种典型皮肤症状,提出了一种根据皮肤症状的几何特征,颜色特征及不变矩描述进行特征提取的方法.本方法是以症状的面积、最大直径以及最小直径表示症状的几何特征,以症状内部及症状边缘的色调、饱和度、强度和灰度表示症状的颜色特征,以不变矩描述作为症状的隐性几何特征.给出了实验数据和结论.实验表明,用本方法提取皮肤的症状特征,效果明显. 相似文献
8.
针对人脸识别在学生刷卡系统中的应用要求,选用Fishface方法进行图像处理。处理过程:设有训练样本S,通过S找到一个可以降低识别复杂性和降低噪音的变换,把得到的标有名字的人脸图像经过这种变换后存储到数据库中。识别一个人脸图像时,将图像进行相同的变换处理,用得到的结果与数据库中的各个人脸样本比较,求出欧氏距离或者马氏距离,与最小距离相对应的那个人的名字就是输出结果。并将算法移植到嵌入式ARM系统中,实现学生人脸的动态采集和识别,对30个人脸样本测试后,识别率达到87.502%。 相似文献
9.
10.
11.
12.
一种应用于图像配准中的点特征匹配算法 总被引:1,自引:0,他引:1
点特征匹配在机器视觉、图像配准等领域中有着重要的应用.针对空间存在较大仿射几何差异的图像中的点特征匹配问题,提出了一种利用马氏距离仿射不变性进行约束的松弛匹配算法,并将该算法应用于遥感图像配准中.实验结果表明,算法可以很好的完成点特征匹配,匹配点对数量充足且具备很高的正确率,从而可以保证图像配准的精度. 相似文献
13.
《IEEE transactions on image processing》2009,18(12):2780-2789
14.
Yamamoto T. Hanaizumi H. Chino S. 《Geoscience and Remote Sensing, IEEE Transactions on》2001,39(5):976-985
A new method is proposed fur detection of the temporal changes using three-dimensional (3D) segmentation. The method is a kind of clustering methods for temporal changes. In the method, multitemporal images form a image block in 3D space; x-y plane and time axis. The image block is first divided into spatially uniform sub-blocks by applying binary division process. The division rule is based on the statistical t-test using Mahalanobis distance between spatial coefficient vectors of a local regression model fitted to neighboring sub-blocks to be divided. The divided sub-blocks are then merged into clusters using a clustering technique. The block-based processing, like the spatial segmentation technique, is very effective in reduction of apparent changes due to noise. Temporal change is detected as a boundary perpendicular to the time axis in the segmentation result. The proposed method is successfully applied to actual multitemporal and multispectral LANDSAT/TM images 相似文献