【摘 要】
：
针对有监督局部结构和差异投影(SLSDP,supervised local structure and diversity projection)的特征提取算法在构造差异系数时没有利用样本类别信息且其性能易受参数设置影响的问题,提出一种无参数直接正交判别局部差异投影分析(PFDODLDPA,parameter-free direct orthogonal discriminant local di
论文部分内容阅读
针对有监督局部结构和差异投影(SLSDP,supervised local structure and diversity projection)的特征提取算法在构造差异系数时没有利用样本类别信息且其性能易受参数设置影响的问题,提出一种无参数直接正交判别局部差异投影分析(PFDODLDPA,parameter-free direct orthogonal discriminant local diversity projection analysis)算法。算法采用样本的余弦距离构造权值,能够动态获
其他文献
In recent years,a series of subspace methods,named the collaborative representation based methods,have aroused researchers’interests.Inspired by the idea of sparse coding,Wright et al.[1]proposed the
针对传统的图像增强分割算法抗干扰性能不强,容易出现白平衡偏差和失真的问题,提出一种新的红外激光特性远小弱特征目标图像增强分割算法。对采集的红外激光图像远小弱特征进行最大似然比检测滤波处理,对降噪输出的图像进行仿射不变矩特征提取,在仿射不变区域进行模板特征匹配,提高图像分割能力。仿真结果表明,采用该算法进行远小弱特征红外激光成像增强处理后,输出信噪比较高,图像分割的特征配准性能较好,各项技术指标优于
针对现有的需要依靠映射模型来缩小图像特征和视觉舒适度之间的差距的立体图像视觉舒适度评价方法,提出了一种基于不舒适感知与组稀疏编码的立体图像视觉舒适度评价方法。首先,考虑人眼的视觉注意机制和双目融合极限,结合显著不舒适区域和空间频率提取视差统计特征;然后,对立体图像特征按照主观评分值(MOS)进行不舒适程度分组,并利用组聚类构建不舒适感知字典;最后,通过加权在字典上进行组稀疏编码得到组稀疏系数和设定
传统激光全息图像重建方法需要训练样本多,计算复杂度高,导致图像配准误差,为了解决该难题,提出了多任务学习框架下的激光全息图像超分辨率重建方法。首先对激光全息图像进行退化处理,然后采用不同方向平移量及旋转角度参数对激光全息图像进行精度配准,最后根据非局部均值构建超分辨率重建模型,实现多任务学习框架下全息图像超分辨率的重建。结果表明,该方法能够精确地实现低像素激光全息图像的超分辨率重建,有效地控制了误
在混合噪声环境下,传统均值滤波算法的激光粒子图像降噪效果差,主要表现为仅计算了窗口内灰度的算数平均值,滤除噪声的同时会使图像细节特征丢失等,提出了混合噪声环境下的激光粒子图像降噪算法。首先使用尺度较大的像素搜索邻域窗口,含噪激光粒子图像的平滑区域进行第一次降噪,然后根据窗口内不同像素的影响来计算窗口中心像素的加权平均灰度值,并且对各像素与中心像素的距离和空间关系进行计算,最后实现激光粒子图像的第二
在双波散射激光图像中提取目标特征实现目标识别。针对亮点特征提取误差较大,收敛性不好的问题,提出基于Harris角点检测的双波散射激光图像目标提取方法。首先对采集的双波散射激光图像进行图像降噪滤波处理,对降噪处理后的图像采用差分进化控制方法进行图像增强,突出目标图像的特征兴趣点,然后对增强图像进行Harris角点检测和信息融合,实现目标特征提取和图像识别。最后通过仿真实验进行性能测试,结果表明,采用
传统三维全息图的校正和再现方法存在运算效率低,再现影像粗糙等不足,为此提出一种新的三维全息影像失真校正和再现方法,该广泛采集所需的全息图目标场景,明确该场景的边界,在边界上自主检索到4个顶点以及4个中心的位置和相关的理想点位置,然后对图像进行投影失真校正以及非线性失真校正,并采用计算机模拟获取物体的菲涅尔物波信息,采用菲涅尔衍射积分方法获取三维全息影像的再现,最后实验结果表明,本文方法可以很好实现
图像复原对提高图像质量具有十分重要的意义,由于图像质量降低的影响因素众多,导致传统复原方法难以获得理想的结果,为了提高图像质量,提出了基于脉冲X射线实时成像的运动降质图像复原方法。首先对当前运动降质图像复原的研究现状进行了分析,并指出它们各自的局限性,然后根据像素灰度差异作度量图像之间相似度,并掩像值法对运动降质图像进行抠图处理,然后根据脉冲X射线实时成像复原运动降质图像,最后采用具体实验对图像复
激光学图像边缘包含丰富的信息,边缘信息提取是激光图像识别的关键,在光照条件差环境下,激光图像识别的增加,为此提出了低照度非线性激光学图像边缘自适应增强装置设计,在硬件部分设计方面,将激光图像增强模块、标准的图像输入输出接口、供电电源模块等无缝集成于系统结构中;依据硬件部分的装置设计,优化激光图像边缘自适应装置的软件工作流程;采用维纳滤波的小波包算法,滤除激光图像边缘的噪声干扰,基于径向希尔伯特变换
针对鲁棒性模型估计问题,提出一种基于全概率更新的改进RANSAC算法.该方法利用混合分布模型获取测试样本点的初始概率估计.在RANSAC算法框架下,根据模型估计与测试样本点对一致集的适应度建立全概率评价准则.在此基础上,采用逆变映射作为采样策略,提高了算法的收敛速度;同时,运用测试点平均概率对所提出算法进行了收敛性分析.最后,通过仿真与实际图像匹配实验进一步验证了所提出算法的有效性与可行性.