检索结果

Select

1. 基于Shearlet变换和均匀局部二值模式特征的协作表示人脸识别算法

谢佩, 吴小俊

计算机应用 2015, 35 (7): 2056-2061. DOI: 10.11772/j.issn.1001-9081.2015.07.2056

摘要（320）

PDF （1149KB）（585）

为了获得人脸图像中更丰富的纹理特征以提高人脸识别率,提出了一种基于Shearlet变换和均匀局部二值模式(ULBP)算子提取特征(Shearlet_ULBP特征)的协作表示方法——Shearlet_ULBP CRC用于人脸识别。首先,人脸图像通过Shearlet变换分解,得到多尺度多方向的幅值域图谱,再经过简单的平均融合,获得融合后的幅值域图谱;然后,通过ULBP算子结合分块的方法获得该Shearlet变换后融合图像的直方图特征;最后,结合协作表示的方法来分类所提取到的特征。该方法可以提取到图像更丰富的边缘以及纹理信息,在ORL、Extended Yale B和AR人脸数据库上进行测试,在图像无遮挡的情况下识别率都达到了99%以上,在有遮挡情况下也都达到了91%以上的识别率。实验结果表明,所提方法不仅对于光照、姿态和表情变化具备较强的鲁棒性,同时能在一定程度上处理人脸图像中存在遮挡的情形。

参考文献 | 相关文章 | 多维度评价

Select

2. 结合熵主成分变换与优化方法的遥感图像融合

罗晓清吴小俊

计算机应用 2013, 33 (02): 468-475. DOI: 10.3724/SP.J.1087.2013.00468

摘要（1445）

PDF （814KB）（410）

在遥感图像融合中，融合图像光谱失真是主要存在的问题，为此提出一种结合熵主成分变换与优化方法的图像融合方法。通过熵主成分变换将庞杂的多波段数据用尽可能少的波段表示出来，减少光谱维数，且从熵的贡献角度出发完成投影变换保留更多的源波段信息。取第一熵主分量，与直方图匹配后的全色图像进行小波变换，分别获取低频和高频子图。对低频子图采用量子粒子群优化方法搜索线性加权的最优融合权值，对高频子图采用统计特征与统计模型相结合的方式完成融合，小波融合结果作为第一熵主分量。最后，熵主成分逆变换得到融合后的遥感图像。选用熵、交叉熵、标准差、梯度、相关系数和光谱扭曲度作为客观评价指标。实验结果表明，所提方法能够提升空间细节且避免融合图像光谱失真。