红外小目标的证据理论识别方法

提出了一种红外序列图像中小目标的Dempster-Shafer(DS)证据理论识别方法。DS证据理论在图像融合中存在两个实际问题:一是经典的DS证据理论组合算子在处理高冲突信息时会产生违反常理的结果,二是如何将图像特征转化为证据理论中各个命题的基本概率指派。针对这两个问题,引入证据距离,改进证据组合公式,解决了高冲突证据下的信息融合问题,保证了融合算法的可靠性;运用模糊逻辑,求出了图像中各像素隶属于目标的基本概率指派。对实际的红外序列图像运用改进的公式进行像素级融合,并根据最大概率准则确定出图像中的小目标。实验结果表明,新方法更为有效、可靠,识别错误率可降低到6.14%。     

基于图像奇异值描述的雷达目标识别方法

利用目标对常规雷达发射波形的调制效应,先对录取的回波数据进行预处理,把一维回波序列投影成二维灰度图像,然后提取这种图像的反映飞机目标不同机型(大、小)和不同架次的奇异值作为特征矢量,采用BP神经网络对目标进行分类识别试验,结果表明该方法是有效的,这为常规低分辨雷达空中目标识别提供了一种新方法。     

特征级与像素级相混合的SAR与可见光图像融合

SAR和可见光图像成像机理不同,图像差异较大,较难取得良好的融合效果。本文面向目标识别,通过分析图像的成像机理,首先在NSCT融合框架下,将SAR图像中重要的目标信息加入到可见光图像中,并尽可能多的保留源图像的边缘细节信息;再结合数学形态学和多尺度空间理论,提取源图像的亮、暗细节特征,进行特征级融合,得到亮、暗细节特征显著增强的融合图像。实验结果表明,本文算法有效的融合了SAR图像的目标信息,并增强了源图像的细节特征,达到了较好的视觉效果,提高了图像的目标检测和识别能力。     

基于改进双流卷积递归神经网络的RGB-D物体识别方法

为了提高基于图像的物体识别准确率,提出一种改进双流卷积递归神经网络的RGB-D物体识别算法(Re-CRNN).将RGB图像与深度光学信息结合,基于残差学习对双流卷积神经网络(CNN)进行改进:增加顶层特征融合单元,在RGB图像和深度图像中学习联合特征,将提取的RGB和深度图像的高层次特征进行跨通道信息融合,继而使用So...     

工程结构损伤的集成神经网络识别研究

从结构损伤识别的实际出发，提出采用基于信息融合理论的集成神经网络技术对结构损伤状况进行识别，即通过结构损伤特征信息的有效组合，用各种子神经网络从不同侧面对结构损伤进行初步识别诊断，然后对识别结果进行决策融合。给出了系统的实现策略和子网络的组建原则。从识别实例中可以看出，此识别方法充分利用了各种特征信息，可以有效地提高识别率。     

基于多通道Gabor滤波和特征融合的虹膜识别方法

多通道Gabor滤波器提取的虹膜特征具有冗余信息并存在部分非有效特征,针对此问题提出了改进方法。对同尺度不同方向的Gabor特征,利用幅值信息进行融合,对融合后特征进行相位编码,并运用海明距离匹配。这样,既保证了高识别性能,又将虹膜特征码压缩为传统方法的1／2,可提高匹配速度,并节约存储空间。还提出一种虹膜图像质量评价方法,可有效鉴别不适于识别的低质量虹膜图像。在CASIA和UBIRIS虹膜库的实验结果表明该方法是有效的。     

一种车辆识别代号检测和识别的弱监督学习方法

车辆识别代号对于车辆年检具有重要的意义.由于缺乏字符级标注,无法对车辆识别代号进行单字符风格校验.针对该问题,设计了一种单字符检测和识别框架,并对此框架提出了一种无须字符级标注的弱监督学习方法.首先,对VGG16-BN各个层次的特征信息进行融合,获得具有单字符位置信息与语义信息的融合特征图;其次,设计了一个字符检测分支...     

多特征聚合的红外-可见光行人重识别

红外-可见光行人重识别在视频监控、智能交通、安防等领域具有广泛应用。但是不同图像模态间的差异，给该领域带来了巨大的挑战。现有方法主要集中于缓解模态间差异以获得更具鉴别性的特征，但却忽略了邻级特征之间的关系以及多尺度信息对全局特征的影响。因此，本文提出一种基于多特征聚合的红外-可见光行人重识别方法(MFANet)解决现有方法的缺陷。首先在特征提取阶段融合邻级特征，引导低级特征信息的融入，以强化高级特征，使得特征更具健壮性；然后聚合不同感受野的多尺度特征以获得丰富的上下文信息；最后，以多尺度特征作为引导，强化特征以获得更具鉴别性的特征。在SYSU-MM01和RegDB数据集上的实验结果证明了所提方法的有效性，其中SYSU-MM01数据集在最困难的全搜索单镜头模式下平均精度达到了71.77%。     

采用图像融合技术的多模式人脸识别

利用图像融合技术实现了基于可见光图像和红外热图像相结合的多模式人脸识别,研究了两种图像在像素级和特征级的融合方法.在像素级,提出了基于小波分解的图像融合方法,实现了两种图像的有效融合.在特征级,采用分别提取两种识别方法中具有较好分类效果的前50%的特征进行特征级的融合.实验表明,经像素级和特征级融合后,识别准确率都较单一图像有很大程度的提高,并且特征级的融合效果明显优于像素级的融合.因此,基于图像融合技术的多模式人脸识别,有效的增加了图像的信息量,是提高人脸识别准确率的有效途径之一.     

基于边缘轮廓特征匹配的飞机目标识别

为快速准确识别可见光机场区域遥感图像中飞机目标的机型,提出一种基于边缘轮廓特征匹配进行识别的方法.对图像进行各向异性扩散处理滤除噪声,针对飞机停机位置是否有阴影存在,选择不同策略分割飞机目标.采用一种改进的区域分割方法提取目标,通过canny算子提取边缘轮廓,用主成份分析法获取飞机主轴,沿主轴垂直方向用相等间隔采样,提取主轴两侧边缘点间距作为特征参数.使用等级差数法对特征进行匹配,实现机型识别.实验结果表明,该方法能准确检测、识别飞机目标,统计得目标检测准确率96.44%,识别率94.07%,验证了算法的有效性.可将算法应用在对机场区域军事目标侦查识别中,能较为快速准确地识别飞机目标,体现了算法的应用价值.     

融合卫星云图的直方图统计法纹理检测

纹理检测及分析不仅对于云图的自动识别,而且对云图的日常应用非常重要。本文采用直方图统计法对融合卫星云图进行了纹理检测和分析,提出了采用信息熵度量卫星云图上的“稠密度”,并利用夏季融合云图进行了大量试验。试验结果表明,信息熵纹理检测结果优于其它统计量,能检测出强云团内部的不同纹理特征,且纹理图像可应用于日常气象工作中。本文在深层次、多角度挖掘气象卫星遥感数据信息方面做了一些探索性的工作。     

一种新颖的虹膜识别方法

提出一种基于多纹理特征融合的新颖虹膜识别方法。该方法对虹膜图像做Gabor小波变换提取不同分辨力不同方向下的纹理特征作为虹膜的全局特征,在滤波后的子窗口图像上运用灰度级共现矩阵(COM)提取虹膜的局部特征。通过加权欧几里德距离和最小距离分别对全局特征和局部特征进行分类识别。设计了FIS(模糊推理系统)特征融合分类方法来提高虹膜识别的鲁棒性。实验结果表明本方法有效可行,可以达到98.5%的识别率,并在保持1.4%较低的FRR(拒绝率)的同时可以使FAR(误识率)减少到0.1%。     

基于图像特征融合与决策融合的多模式人脸识别方法

利用可见光图像和红外热图像进行图像融合是多模式人脸识别领域的一个新的研究方向．分别从特征级和决策级两个层次上研究了可见光图像和红外热图像的融合问题．在特征级上,引入遗传算法进行特征的优选,实现了两种图像的特征融合;在决策级上,提出利用Dempster-Shafer证据理论来实现决策的融合,并给出了具体的融合方案．分别采集了50人的红外热图像和可见光图像,每种各10张,共1000张图片进行了实验研究．实验结果表明,无论是对两种图像进行特征级融合还是决策级的融合,融合以后最终得到的识别准确率都大大提高,对于LDA和D_LDA方法达到了100％的准确率因此,可以认为基于遗传算法的特征融合方法和基于Dempster-Shafer证据理论的决策融合方法是实现多模式人脸识别的可行方法．     

基于边缘信息的偏振图像融合算法及评价

偏振遥感图像通常都采用强度、偏振度、偏振角来表征目标偏振特性.本文提出的基于边缘信息的偏振图像融合算法是将三幅偏振图像利用离散小波变换把图像分解成不同尺度的低频和高频部分,采用小波区域窗口和子区域窗口统计把小波系数分类成边缘和非边缘系数,通过这些方法进行有效的边缘细节信息提取.在融合处理中,低频图像的小波系数平均值作为融合后的低频系数,高频细节系数根据不同区域特征选择方法以及对应输入图像小波系数的窗口区域方差来确定融合后高频小波系数.仿真实验结果表明,这样使得融合后的图像细节更真实更丰富,图像的偏振特性体现更为充分,同时减少对源图像的预处理要求,使图像在整体上有较好的视觉效果.从而证明这种方法能够在保留图像微小细节方面获得满意的结果,且算法有效性优于其他的图像融合方法.     

基于多特征发现的生理切片骨小梁识别技术研究

目标区域计算机自动识别是骨组织形态计量学的发展趋势。研究图像多特征信息,识别苏木素尹红染色病理切片中的骨小梁。分析骨组织病理切片HSL颜色空间通道的直方图特征,进行基于颜色通道的阈值分割,采用Lazy Snapping算法获得骨小梁深层次特征信息,改进扫描种子填充算法,使其融合目标区域多特征信息。实验结果表明改进的扫描种子填充算法将复杂图像骨小梁提取时间从常规软件的10多分钟提速到257ms。改进的扫描线算法,能快速获得稳健的目标区域。     

基于SVM的多生物特征融合识别算法

针对单生物特征识别的局限性,提出融合手背静脉和虹膜两种生物特征实现身份识别.基于尺度不变特征变换(SIFT)提取手背静脉的局部SIFT特征并对特征点进行匹配,利用特征匹配率作为手背静脉图像的相似度测度.通过Haar小波变换实现虹膜特征编码,利用加权汉明距对虹膜进行相似度测试.最后基于支持向量机(SVM)实现两种生物特征在匹配层的融合识别.利用CASIA虹膜数据库和TJU手背静脉数据库对算法性能进行测试,其等错率为0.02%,实验结果表明,该融合算法具有很高的识别性能,为生物特征识别研究提供了新思路.