基于DirectShow的人脸快速检测系统实现

介绍一种基于DirectShow的人脸快速检测系统的实现.首先利用DirectShow获得需要处理的视频帧,构造了皮肤颜色模型,对待测图像中肤色区域进行分割,检测出疑似人脸区域,并计算出该区域相对干皮肤的马氏距离图:根据马氏距离图寻找特征脸子空间,构造出BP神经网络;以马氏距离图在各特征脸子空间的投影系数为BP神经网络的输入,计算检测出的区域是否是人脸图像.实验证明,该系统具有良好的效果.     

ISAR像目标识别中的预处理及特征提取

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。     

ISAR成像的处理与分类方法

基于小波变换和马氏距离的性质，提出了目标ISAR成像的处理与分类方法。对IS—AR成像进行Mallat分解，得到图像的边缘图像。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，该特征向量具有维数少、结构稳定的特点，可用于目标识别。     

一种基于复数域中二维特征提取的人脸识别方法

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。     

一种基于Harris角点特征的图像拼接方法

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。     

色度马氏距离图与灰度图特征自适应融合的彩色人脸识别

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.     

皮肤显微图像症状的特征提取

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.     

Fishface算法研究及应用

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%。     

电力电子电路健康监测的特征参数选取和阈值建立

文中提出的是关于电力电子电路健康监测的特征参数选取和健康阈值确定的方法。该方法以到健康样本集的马氏距离为特征参数,以正态化马氏距离的均值和均方差构建健康阈值。本文以Buck电路为例,选择电路输出电压作为监测信号,提取输出电压平均值及纹波值作为关键参数,计算马氏距离作为特征参数,求得健康阈值。然后用这些数据实现电路的健康状态监测。实验结果表明,利用该方法能够跟踪故障关键参数的变化趋势,有效实现电力电子电路的健康监测。     

基于次特征值误差补偿和非对称分布的马氏距离改进算法

本文提出了一种有限样本集上基于次特征值误差补偿和优势主向量上非对称分布的马氏距离改进算法.通过改进的马氏距离,有限样本导致的次特征值误差得到补偿,样本特征矢量在变换空间的各优势主向量上的投影分布得到更精确的刻画,因此可以有效地计算最近邻参考矢量.在UCI手写体数字字符数据库上的识别实验结果表明,该改进算法对于提高识别性能是有效的.     

基于多模板匹配的自动人脸检测

本文提出了正面人脸检测的一种新算法.不同于以往将人脸看作高维空间中的单一聚类的方法,本文提出,人脸在高维空间中以多聚类形式存在.并采用最优聚类的方法将人脸分为四个聚类.以每个聚类的中心为一个模板,通过基于马氏距离(Mahalanobis distance)的多模板匹配法,检测出图像中的人脸.实验结果表明,该方法优于基于单一聚类的方法.     

一种应用于图像配准中的点特征匹配算法

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.     

Towards Optimal Indexing for Relevance Feedback in Large Image Databases$^+$

Motivated by the need to efficiently leverage user relevance feedback in content-based retrieval from image databases, we propose a fast, clustering-based indexing technique for exact nearest-neighbor search that adapts to the Mahalanobis distance with a varying weight matrix. We derive a basic property of point-to-hyperplane Mahalanobis distance, which enables efficient recalculation of such distances as the Mahalanobis weight matrix is varied. This property is exploited to recalculate bounds on query-cluster distances via projection on known separating hyperplanes (available from the underlying clustering procedure), to effectively eliminate noncompetitive clusters from the search and to retrieve clusters in increasing order of (the appropriate) distance from the query. We compare performance with an existing variant of VA-File indexing designed for relevance feedback, and observe considerable gains.      

A change detection method for remotely sensed multispectral andmultitemporal images using 3-D segmentation

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     

基于位平面分布熵的图像检索算法

该文针对利用颜色直方图检索时存在的问题,提出了一种基于位平面分布熵的图像检索算法。首先将图像分解为8个位平面,然后采用对表征图像结构特征有意义的4个位平面的信息熵组成的熵矢量来多层次地对图像特征进行描述。为了避免图像中像素灰度值的微小变化对位平面的影响,又提出了采用位平面的灰度码表示方法。同时,考虑到位平面间的相关性,设计了相关权值矩阵,并采用马氏距离进行相似性度量。实验结果表明,该算法具有较高的检索率。