保局投影算法的优化研究

保局投影算法的基础是构造一个模拟图像局部结构的最近相邻图,但该最近相邻图并不总能够准确表示图像的流形结构,该文提出了一种基于保局投影的迭代保局投影优化算法。该方法可以不断地迭代更新保局投影算法的最近相邻图,最近邻图的构成直接影响到保局投影算法的性能,因此,优化后的最近相邻图可以更好地表示出图像的流形结构。从而可以得到更佳的降维映射。对该算法与PCA及LPP的图像检索效果进行实验比较,结果表明,该算法可以获得更好的效果。     

MRF和GM模型高光谱图像地物标记

利用马尔可夫随机场和高斯混合模型构造了一种对高光谱图像进行地物标记的新方法。该方法利用PCA降维后的高光谱图像及其差分图像的先验信息建立高光谱图像的随机模型,并把最大后验估计作为地物标记优化的评判标准,用模拟退火算法实现地物标记。实验结果显示该算法是一种精确、高效、稳定的图形标记算法。     

基于直方图均衡化的PCA SIFT图像特征提取与匹配改进算法

为了克服SIFT算法运算量大、运算耗时长和实时性不强的缺点，课题组提出了基于直方图均衡化PCA SIFT算法，以增强 灰度图像的明暗对比度，增加匹配成功率，改进描述子生成方式，沿用主成分分析法（PCA）降低特征检测维度，减少耗时。仿真实验表明该算法有效地减少了 运算时间，并且一定程度上减少了不必要的特征点的匹配数量。新算法能有效减少运算量。     

基于二维主分量分析的人耳身份识别研究

有效的特征提取方法是解决人耳身份识别任务的关键之一。以主分量分析(PCA)为代表的线性子空间方法在特征提取工作中得到了广泛应用。为了更有效地提取人耳图像特征并减少运算量,将基于二维图像矩阵的2D PCA方法应用于人耳身份识别。针对三个USTB人耳图像库,采用最近邻分类器,研究了选用不同的特征维数、贡献率,及不同的相似性测度时,2D PCA方法与传统的PCA方法的识别性能。交叉验证的实验结果表明:2D PCA方法较PCA方法获得了更短的训练时间和更高的识别率,说明基于图像矩阵的2D PCA方法是一种效率更高     

基于双树紧支剪切波变换的遥感图像融合

提出一种基于双树紧支剪切波的遥感图像融合算法。紧支剪切波变换是剪切波理论的空域实现,因其步骤中包含了传统的离散小波变换(DWT),引入了移变性。分析移变性对图像融合的影响,采用双树复数小波抑制紧支剪切波的移变性,与主分量分析变换(PCA)或IHS变换相结合,提出遥感图像融合算法。通过Quick Bird和IKONOS的三组数据的进行实验,结果表明提出的融合方法性能优于基于DWT、àtrous小波、Curvelet以及基于频域实现剪切波(àtrous shearlet)方法。     

基于图像结构张量的改进样本图像修复算法

由于Criminisi算法针对复杂结构待修复图像的修复效果不好,提出一种基于图像结构张量和改进Criminisi样本的图像修复算法,采用图像结构张量和图像梯度的组合对图像结构进行检测,以实现显著和非显著图像结构的区分。对Criminisi算法中的优先级函数进行改进,提出一种最佳距离启发式方法进行优先权重计算,充分考虑了待修复像素点周围的图像特征,从而增强了图像结构的影响。实验结果表明:所提算法的修复性能优于其他算法,能够有效实现图像修复。     

一种结合邻域信息的FCM图像分割新算法

提出一种结合邻域信息的FCM图像分割的新算法.将空间邻域信息引入隶属度函数,改进空间函数,并对隶属度进行上下截集半模糊化处理,最后修正隶属度的硬划分矩阵,提高了图像分割质量.实验结果表明,新算法在增强算法抗噪性的同时能够更有效地进行图像分割.     

基于维纳滤波的小波图像去噪算法研究

图像在采集、获取以及传输的过程中,往往要受到噪声的污染,形成噪声图像。图像去噪是图像处理领域中的一个重要环节。为了对含有高斯白噪声的图像进行去噪,在Donoho提出的小波阈值去噪算法的基础上,提出一种基于维纳滤波的小波图像去噪算法,利用维纳滤波后剩下的信号来计算噪声的标准方差。仿真结果表明,与Donoho提出的鲁棒中值算法相比,该算法能够有效地抑制高斯白噪声,更好地保留图像的边缘细节。     

生物芯片图像自动识别算法研究

通过对生物芯片图像的深入分析,将样点分成“圆域”、“圆环”和“不规则区域”三类,并相应提出“模板匹配法”。“霍夫变换法”和“形心法”等三种自动识别算法。实践证明,这些算法不仅能够确定样点的位置,还能给出样点的实际大小,完全能够满足生物芯片图像分析要求。     

基于分形的快速最大熵红外图像特征检测

文章针对红外图像目标检测问题,提出一种基于分形的快速最大熵的红外图像特征检测算法.该算法利用DBC方法计算分维数,根据人造物和自然背景分形维差异,确定目标区域;最后,通过二维最大熵原则确定最佳阈值,实现对单目标或者多目标图像分割.该算法能够较好实现红外图像特征检测,有效抑制背景和噪声.     

基于RBF神经网络的人脸识别方法

计算机模式识别是视觉领域中的研究热点之一,是指用生物特征比如人脸信息来识别和辨认某个人类个体.提出了一种基于RBF神经网络的人脸识别方法：采用主成分分析技术把样本维数降低,同时利用模糊聚类算法进行粗分,然后用ORL标准人脸数据库进行实验.实验结果表明,该方法大幅度提高了人脸识别的效果.     

基于局部本征谱的人脸识别

设计了一种基于局部本征谱的人脸识别方案。预处理阶段,首先将一幅脸像按不同方位划分为大小相同的数个子块,针对各子块进行能量归一化和傅里叶变换,以消除部分光照影响并估算子块的频谱。在此基础上,对训练脸像中编号相同的子块进行主元分析,提取脸像的局部本征谱,采用最近邻判决准则进行分类识别。对ORL人脸数据库的实验结果表明本设计方案是有效的。     

基于CCD图与红外热像图融合的人脸识别分析研究

针对CCD图或红外热像图人脸识别方法的局限性,本文从多传感器图像融合技术出发。采用基于CCD图与红外热像图决策级融合的人脸识别方法,并建立了一个800幅的人脸图像库,进行人脸识别实验。实验表明:基于决策融合的人脸识别方法比单纯的CCD图或红外热像图人脸识别方法,具有更高的识别率。     

人眼定位算法与人脸图像标准化

提出了一种改进的人脸图像标准化算法.该算法先利用改进的人脸图像的垂直灰度积分投影确定脸的左右边界,再根据人脸图像的水平灰度投影曲线来确定眼睛的大致高度.利用由上述方法得到的参数对人脸进行第一次裁剪,然后对人眼精确定位,最后对图像进行旋转、剪切和缩放,获得人脸的标准图像.采用ORL人脸数据库进行仿真实验,结果表明,该算法消除了背景、头发等干扰,保留了人脸识别所需的主要信息,有利于后续的特征提取与识别.     

结合图像属性的MSD-FICA盲水印算法

基于图像高频子分量相互独立的属性,再结合图像低频能量不易丢失的特点,该文设计了多分辨率子带分解的快速独立分量分析(MSD-FICA)盲水印算法,借鉴了经典的量化调制水印(QIM)算法思想,对原始图像小波分解后的高频成分(水平、垂直、对角小波系数)进行排序,取中频成分。嵌入水印是对中频分量系数和低频分量系数同时嵌入,水印的提取采用快速独立分量分析(FICA)算法,先用主成分分析进行预处理,然后用FICA盲提取水印。实验表明,该算法能有效地提取出水印,并能抵抗一定的压缩、滤波、噪声攻击。     

危机中的变革:大跃进后国家形象的重塑——以国家企业与农民的关系为中心

新中国成立以后,在国家与农民关系上,农民所面对并不是抽象的国家权力与国家形象,而是代表国家权力和利益的实体。从个体上讲,农民所面对是半行政方式的乡村基层干部;从机构上讲,农民所面对的是国营商店、信用社、供销社等国营和集体企业。后者则是文章所概括的国家企业,是国家政策的执行载体,大跃进高潮时国家形象一度受到严重影响,为了缓解这种危机,国家对国家企业进行了一系列政策调整,缓解了大跃进所带来的负面影响,基本达到了国家形象重塑的目的。     

基于统计的面部校色法

在虚拟照像系统中 ,肤色特征易受光线、背景色彩和观测角度的影响 ,如有强光时人的脸色就偏暗 ,严重影响了视觉效果。提出了采用软件技术来加以补偿的方法。该方法是基于概率统计和模糊统计知识 ,根据基于肤色的人脸实时跟踪技术[2 ] 来建立肤色模型 ,通过Matlab工具软件来进行实验训练 ,提取出最佳肤色特征值作为参考来对整个图像进行识别 ,从而检测到人的面部 ,进而对其进行校色处理 ,有效地保证了虚拟照像系统的相片质量 ,最后我们利用VisualC 实现该算法。实践表明 ,该方法可以增强像片质量