基于Gabor变换和灰度梯度共生矩阵的人耳识别研究

人耳识别作为一种新兴的生物特征识别技术,具有其自身独特的优势。提出一种基于Gabor变换和灰度梯度共生矩阵的人耳身份识别方法。首先,利用Gabor变换和灰度-梯度共生矩阵融合提取人耳图像的纹理特征,然后采用K-NN分类器对特征进行分类。该方法用USTB人耳图像库做测试。实验结果表明介绍的提取人耳图像的纹理融合特征的方法优于只采用Gabor变换提取特征或是只提取灰度梯度共生矩阵的二次统计特征的性能。在明氏距离测度及K=1时,交叉验证识别率达到81.77%。     

一种双树复小波域最大散度差人脸识别方法

针对人脸图像,双树复小波变换具有良好的方向选择性、近似平移不变性,并且能够进行局部多尺度描述.本文利用双树复小波变换的优点,提出了一种基于双树复小波变换人脸特征表示的人脸识别方法.该方法首先利用DT-CWT捕获人脸图像不同尺度和方向的局部特征并形成人脸特征表示,然后结合最大散度差鉴别分析提取有助于分类的鉴别特征.实验结果表明该方法对于人脸分类是有效和鲁棒的.     

有监督的水平集高分辨SAR图像分割方法

针对基于统计模型的水平集SAR图像分割中参数估计耗时较多的问题,提出了一种有监督的高分辨SAR图像分割方法。该方法将Fisher分布和Gamma分布分别作为高分辨SAR图像的目标和背景统计模型,结合水平集方法推导了SAR图像分割水平集函数的能量泛函模型,通过最小化能量泛函得到曲线演化偏微分方程,实现对高分辨SAR图像的分割。试验结果表明,该方法对高分辨SAR图像具有强散射点的目标分割更完整,并且比无监督统计模型分割方法分割速度更快。     

基于多值序列模运算的混合变换域水印

提出一种基于多值序列模运算的新的变换域公开水印算法,将图像的特征序列量化成可忍受的极限能量多值水印信号随机嵌入到图像的DCT、DWT混合变换域中,通过对特征序列量化结果和提取水印的相关性进行统计,得出水印判定结果。     

基于时变Copula的La-VaR测度研究

目前关于流动性调整的市场风险测度研究,主要是静态模型。针对此,文章提出经流动性风险调整的市场风险动态测度的时变Copula方法。该方法使用连接函数构建流动性风险和市场风险的联合分布,能够兼顾这两种风险的非正态特征和它们之间的动态相关结构。基于该方法度量了中国股市经流动性调整的市场风险La-VaR,Kupiec检验表明,基于时变Copula模型预测La-VaR的效果优于基于常相关Copula模型的预测效果,并且时变T-Copula模型优于时变N-Copula模型。     

SHFE和LME期铜相关模式的研究

Copula函数包含了随机变量间所有的相关信息,可表示金融资产间的相关模式(即依存关系)。分析了一些Copula函数描述相关模式的特点,结合GARCH模型、Copula函数和基于极值理论的GPD分布,构造了Copula-GARCH-GPD模型,用于研究上海期货交易所和伦敦金属交易所期铜间的相关模式。实证研究结果表明,GARCH-GPD模型能很好地描述两市期铜收益率序列的“厚尾”特征,混合Joe-Clayton Copula能很好描述相关模式,充分反映相关性的信息。     

用时空能量图和小波变换方法表征和识别步态

该文提出一种基于时空能量图和小波变换的步态特征表达和步态识别方法,步态特征由时空能量图经过小波变换后来表示,不必进行严格的时间配准或步态周期的定位。时空能量图将一个序列的多帧图像用一幅灰度图替代,集成了人的运动信息中时间与空间变化的特点,减少了特征的数据量,经证明,时空能量图对噪声不敏感。实验结果表明该算法具有较好的识别性能和较低的空间需求和计算量。     

小波-神经网络在视频文本自动检测中的应用

数字视频数据中的文本能提供重要的语义信息,用具有良好时频局部特性和变尺度特性的小波分析方法,提取图像中的尺度一空域特征,经神经网络分类器进行分类后,自动检测视频数据中的文本信息,为基于内容的视频检索提供索引．实验表明该检测方法效果良好。     

基于混合相关竞争失效的多性能退化数据可靠性模型

针对包含多种相关退化模式的产品可靠性评估问题,提出了一种基于Copula函数选择的混合随机过程可靠性建模方法。采用时间尺度变换——混合效应的Wiener过程和非线性混合效应Gamma过程分别对两组性能退化数据进行建模,并利用MCMC方法进行参数估计;其次,通过散点图、相关系数检验和AIC准则进行Copula选择,利用极大似然法估计Copula参数,建立系统可靠度评估模型;最后,分别考虑多退化过程独立和相关,通过算例计算系统可靠度并进行对比,验证了模型的有效性。     

双谱特征提取在欺骗式干扰方式识别中的应用

为了识别出具体的欺骗干扰方式,从而使雷达有针对性地选择抗干扰方法,该文提出了基于双谱特征和模式识别技术的欺骗式干扰识别方法。该方法给出了欺骗式干扰的双谱分布和估计方法,在分析其分布特征和统计特性的基础上,定义两种特征因子;采用基于核聚类的支持向量机分类器,完成对不同欺骗干扰方式的识别;建立了完整的干扰模式识别模型。仿真实验表明,该方法对3种不同欺骗干扰方式的正确识别率高,而且基本不受干噪比影响。     

我国创业板市场与中小板市场动态相关性实证研究——基于方法比较视角

DCC—GARCH模型能较好地刻画金融市场间的线性动态相关性,而时变相关的正态Copula模型主要用于考察金融市场间的非线性动态相关性,选取创业板指数（399006）和中小板指数（399005）,通过对两大指数收益率序列进行建模,基于DCC—GARCH模型和Copula模型分别计算两市场间的动态相关系数,以考察两市场间的动态相关性。研究结果表明：①创业板市场与中小板市场存在正相关关系,且相关性很强;②时变Copula模型因捕捉了市场收益率随时间变化的特性,在刻画金融市场问的相关性方面,效果要优于常相关Copula模型;③除个别时点外,DCC—GARCH模型计算的动态相关系数处于稳定的区间,而Copula模型计算的动态相关系数会表现出异常值的出现,这是由于其考虑了市场间的非线性因素所致,效果优于前者。     

基于小波和形态学的图像文本定位方法．

为解决图像中文本定位问题，提出一种基于小波和形态学的图像文本定位方法。该方法首先采用二尺度的小波变换对可能是文本的区域进行粗检测；然后再通过形态学的相关技术去除图像中一些小的虚假的非文本区域；最后对提取的文本区域中的连通区域进行外接矩形标定，从而实现对文本区域的细定位。实验结果表明，该算法具有较好的实时性、精确性和鲁棒性。     

遥感图像中的军用机场识别算法研究

提出了一种针对遥感图像的军用机场快速识别方法.首先,对图像进行适当的增强处理,并在此基础上使用Hough变换提取出机场的线状几何特征.然后,利用跑道边缘的平行直线特征和跑道边缘与可能机场区域的重叠关系识别出军用机场.本文用真实的遥感图像测试了这种新算法,实验结果表明该方法能够提供准确的识别结果.     

基于Curvelet变换的多聚焦图像融合算法

曲波变换是近几年发展的多尺度分析方法,它比小波更适于分析图像中的曲线边缘特性,利用这一特性,本文提出了一种基于Curvelet变换的多聚焦图像融合算法.实验结果表明,该算法融合效果优于小波变换等其他传统图像融合算法.     

基于视角不变的三维手势轨迹识别

提出了一种新颖的基于视角不变的三维手势轨迹识别方法,手势分割采用Kinect传感器获取图像深度信息,通过先定位起始点再定位结束点的方法定位手心点,使手势轨迹点定位有自动无延时的特性。采用改进的质心距离函数表示视角不变的三维轨迹特征,隐马尔可夫模型用于训练和识别有效的轨迹。实验结果表明,该方法具有光照及复杂背景鲁棒性,数字0～9的平均识别率可达97.7%。     

基于全卷积深度学习模型的可抓取物品识别

目前,工业机器人识别可抓取物品大多是先通过图像传感器收集作业场景信息,然后通过粒子滤波或条件随机场等各类相关算法提取可抓取物品的像素块特征来进行的。但是,这些可抓取物品的识别方法都存在着在同一像素块内部不同类别像素有误差,只考虑邻近区域、而不考虑全局信息和结构信息等问题或缺点。为此,在引入基于像素点的全卷积网络(fully convolutional networks,FCN)的基础上,提出了基于FCN的改进模型进行可抓取物品识别,其优势在于该模型经过学习能够预测各个像素所属物品类别的概率,并且能将结果恢复成为背景与前景分割的图像,从而识别作业场景中可抓取物品的位置与类别。由于FCN模型不限制输入、输出图像的尺寸大小,所以它克服了传统卷积深度学习模型的缺点,同时也考虑了全局信息与结构信息。以康奈尔抓取数据集(cornell grasping dataset,CGD)作为实验样本对提出的改进模型进行验证。实验结果表明:改进后的全卷积深度学习模型的正确率较全卷积深度学习模型提高了6.2%,同时该方法也可用于其他分割前景的感知任务。     

局部特征在航拍图像拼接中的应用

针对航拍图像的特点和难点,提出了一种基于局部特征的航拍图像拼接方法,以提高拼接的质量和速度。该方法利用多分辨率技术和局部特征对航拍图像序列进行配准。通过仿射变换模型将拼接问题转化为像素点空间坐标变换的过程。采用渐入渐出的图像融合算法,消除拼接痕迹,实现了色彩和亮度的平滑过渡。实验结果表明,该方法对航拍图像序列和视频图像拼接效果良好,具有较高的实用价值。     

一种基于网络摄像机的火焰识别方法

介绍了一种基于网络摄像机的火焰识别方法。该方法对基于MPEG4格式压缩的流媒体进行处理,将分帧出的BMP图像格式的文件送入图像处理程序,利用火焰的色度特征和频闪特征实现了对火焰的判别和定位能。     

人脸识别中多目标最优不相关图像鉴别分析研究

考虑图像投影鉴别分析问题,为提高特征抽取的速度和识别率,利用图像矩阵直接构造图像散布矩阵,在具有统计不相关的条件下将Foley-Sammon鉴别分析(FSLDA)转化为两目标约束优化问题,并给出了有效投影向量的概念;根据多目标优化的最优性条件可将求取有效投影向量的问题归结为求广义特征方程的最大特征值对应的特征向量,并据此进行特征抽取,进而提出了两目标最优图像投影鉴别分析方法。与其他鉴别投影分析方法相比,该方法具有以下特点:(1)可直接由图像矩阵构建散布矩阵;(2)有效投影向量具有统计不相关性;(3)训练样本的类内散布矩阵不必为可逆的,也不需要求某种形式矩阵的逆。在ORL标准人脸库和NUST603人脸库上的试验结果表明,上述图像投影鉴别分析方法在识别性能上较以往的方法有一定的提高,尤其是特征抽取的速度有明显的提高。     

论媒介图像文本与受众互动关系的重构

从艺术图像文本到媒介图像文本转向的历史演进过程中,由于媒介技术的发展,媒介图像文本越来越具有“拟像化”的特征.媒介图像文本的不同特征,构成了与受众不同的传播互动关系;在“图像转向”时代,大众传媒构建了与受众互动关系的三重维度,即客观现实、媒介现实(拟态环境)、主观现实,媒介图像文本作为联结受众的介质,使这三种现实在受众视域中的融合成为可能,创造了具有虚拟化特征的媒介现实;同时,大众传媒语境也催生了基于媒介图像文本与受众传播效果关系的媒介修辞方式,受众通过对媒介图像文本的解构,还原并重构了关于现实的图像与意义.