IVMD降噪下的磁梯度张量系统集成校准方法

磁梯度张量系统（MGTS）经过校准能够减小传感器系统误差、阵列非对准误差和载体磁干扰误差，但磁测信号常受到环境电磁场、地磁脉冲信号等噪声的干扰，使得系统校准精度受限。为此，提出了在独立变分模态分解（IVMD）降噪下的MGTS集成校准方法。首先，进行旋转采样获得足量磁场矢量信号，并合成为总场强度和方向信号以避免降噪失真；然后，利用谱循环相关系数对信号进行端点延拓以抑制端点效应，对合成信号进行变分模态分解（VMD），并对主分量进行核独立成分分析（KICA），进一步消除噪声和模态混叠；最后，利用集成补偿和旋转对准（ICRA）方法的一步校准系统，消除系统误差、非对准误差和硬软磁干扰的影响。实测表明，相较于ICRA直接校准，该方法在室内电场环境中将张量分量均方根误差（RMSE）由近100 nT/m约束在5.6 nT/m内；在磁性目标定位实验中，定位距离均方根误差由0.157 m减小至0.066 m。     

基于分块加权的局部保持投影的人脸识别

为增强对姿势、表情、光照等变化的鲁棒性,提出了一种加权的分块局部保持投影人脸识别算法.算法先对样本图像分块,对分块得到的子图像利用局部保持投影算法分别提取局部特征信息,并利用k近邻点的类标信息和样本影响力函数计算各分块子图像的权重.该算法能够有效地抽取图像的局部特征,对人脸表情和光照条件变化较大的图像表现尤为突出,在AT&T和Yale人脸库上的比较实验说明了该算法的有效性.     

基于小数据集下BN建模的面部表情识别

针对面部表情识别过程中获得的特征样本稀少的问题,提出了一种基于小数据集下贝叶斯网络(BN)建模的面部表情识别方法。首先提取面部表情图像的几何特征和HOG特征,经特征融合和归一化等处理构成动作单元(AU)标签样本集,其次提出了用于面部表情识别的BN结构,并将定性专家经验转化为BN条件概率之间的约束集合,随后引入凸优化最大化求解完成BN模型参数的估算,最后利用联合树推理算法识别出面部表情。实验结果表明：在小数据集条件下,与支持向量机(SVM)、Adaboost和卷积神经网络(CNN)等人脸表情分类方法相比,该方法能够取得更准确的面部表情识别结果。     

光照和噪声条件下的人脸识别

讨论了光照和噪声条件下的人脸识别问题，提出了基于Gabor滤波器对人脸图像提取Gabor特征并与EFM MAP-2相结合的人脸识别方法。实验证明，该方法在非均匀光照和噪声条件下比其他传统的人脸识别方法具有更好的鲁棒性。     

基于MPEG-4的细微表情转换方法

介绍了基于MPE-4标准的人脸动画工作原理,并提出了一种构造人脸动画定义表的方法。首先对照人脸定义参数（Facial Definition Parameter,FDP）选取一些特征点,然后用人脸动画参数（Facial Animation Parameter,FAP）驱动人脸动画。最后通过结合局部表情比例图（Partial Expression RatioImage,PERI）,实现了具有细微表情特征的真实感人脸动画。     

用于高频地波雷达阵列天线的孤立大目标分层校准算法

高频地波雷达接收阵列不可避免地存在幅度和相位误差,这时天线方向图会产生歧变并使杂波对消算法失效。校准方法有采用辅助信源、建立阵列模型进行参数估计、利用噪声或杂波做为校准源等,缺点分别为成本高、实时性差、不能校准相位误差。针对以上问题,该文提出了孤立大目标分层校准算法。首先将阵列分成若干子阵,然后选取在空域和Doppler域都具有唯一性的大信噪比目标作为校准源,采用改进的噪声子空间拟合法或者相差校准法对各子阵的幅相误差进行校准,最后通过对各子阵误差矢量的融合得到统一的误差矢量,从而实现整个阵列的幅相校准。校准后阵列天线的幅度误差、相位误差和波束方向图旁瓣均显著减小。理论和实践都表明,孤立大目标分层校准算法比传统算法在实时性和精度方面都得到了大幅度的提高。     

基于FWT-Projection-BPNN的表情识别

提出了一种基于快速小波变换一投影-BP神经网络(FWT-Project-BPNN)的人脸表情识别方法.该算法首先利用快速小波变换(FWT)对表情图像进行变换,以期在不明显损失图像信息的基础上达到压缩数据量的目的.然后分别对变换后的水平方向与垂直方向的高频数据子图做水平方向与垂直方向投影.将得到的水平与垂直向量组成该表情识别算法的特征向量,最后建立一对一的BP神经网络来进行训练.实验结果表明,该算法能够在一定条件下快速且较准确地识别出悲伤、愤怒、高兴、惊讶、恐惧、厌恶、中性7种通用样本表情.     

基于核函数因素分解模型的表情合成与识别

人脸图像合成是新一代人机交互中的重要技术。传统的三维模型加生理模型的方法可以生成真实的人脸表情图像,但是其中的计算复杂度很高。该文提出了一种基于样本的方法,将不同的人和不同的表情看作影响人脸表情图像的两种变化因素,利用因素分解模型巧妙地进行人脸表情图像合成。同时,分析了因素分解模型获得的身份子空间和表情子空间的特点,提出了一种在子空间中利用余弦距离进行身份和表情识别的新思路。从实验结果来看,这里提出的方法可以仅利用一张训练集内、外的人脸图像合成出该人在不同表情下逼真的脸部表情图像,同时可以合成库内的人在新表情下的表情图像。     

基于比率图的表情映射机器视觉研究

脸部的表情不仅显示了脸部动态特征,还显示了脸部外观的微妙变化,例如脸部的褶皱和皱纹。这些很重要的细节特征很难合成,传统的表情映射技术只考虑动态特征,但在光照强度变化时细节特征经常被忽略。为了获得脸部表情的细节特征,本文提出了一种表情映射新方法---利用表情比率图捕捉表情细节特征,精确获得此特征强度变化,产生更多脸部表情。通过实验对比,得到表情比率图对于脸部表情细节特征更具有鲁棒性和可靠性的结论。     

杆臂效应补偿中H_∞滤波器的应用与设计

针对大杆臂或高挠曲条件下杆臂长度不确定性引起的速度匹配误差问题,引入了H_∞滤波技术.首先,在力学补偿法的基础上,利用标称杆臂构建杆臂效应量并进行补偿.然后,将不确定性杆臂引起的杆臂效应误差量纳入量测噪声,利用H_∞滤波的鲁棒性对能量有限的不确定性量测噪声进行抑制,并给出了滤波器的递推算法.最后,以大型舰船主/子惯导传递对准为例,仿真比较了传递对准中使用真实杆臂与标准Kalman滤波、标称杆臂与标准Kalman滤波、标称杆臂与H_∞滤波3种方案的处理效果.仿真结果表明,在杆臂长度存在挠曲变形时,采用H_∞滤波可以有效提高传递对准的精度.     

一种结合稀疏表示和切比雪夫矩的人脸识别算法

在基于稀疏表示的人脸识别算法的基础上,利用切比雪夫矩在图像重建及抗噪声方面的良好性能,提出了一种结合稀疏表示和切比雪夫矩的人脸识别算法,对有无加性噪声干扰的人脸图像进行识别.给出了详细的数学推导过程和算法实现步骤,并通过实验对算法进行了验证.针对扩展的Yale B人脸库和AR人脸库的识别结果表明,当特征空间维数为496时,该算法在不同光照条件和不同表情条件下的识别率分别为98.33%和88.72%,在添加椒盐噪声后像素破坏比例小于60%的条件下识别率为100%.与基于随机脸的最近邻分类法、最近子空间分类法及传统SRC算法相比,该算法在抵抗图像的细节信息变化方面具有更好的鲁棒性.     

基于面部表情和双流网络的驾驶员疲劳检测

提出了一种基于面部表情的驾驶员疲劳检测方法,该方法结合了传统特征提取和双流卷积神经网络.首先,对采集的驾驶员图片进行预处理,使用Dlib进行人脸检测以及人脸特征点定位.然后,根据人脸特征点获取人脸表情感兴趣区域以及嘴部区域,并分别提取Gabor特征和局部二值模式(local binary patterns,LBP)特征...     

基于非同质性特征和样条模型的道路识别算法

为了解决道路图像中光照变化、阴影遮挡、噪声、道路边界或标志线不连续等因素导致道路识别方法鲁棒性较差的问题,提出基于图像非同质性特征和几何模型的道路识别算法.该方法将计算得到的图像局部方差与不连续性特征进行融合获得图像的非同质性特征,并利用比例直方图法得到的阈值自适应地对上述结果二值化,然后用鲁棒M估计器估计样条拟合的最优控制点,进而用3点Catmull Rom样条拟合道路边界.仿真实验表明,所提算法具有较好的鲁棒性和自适应性.实地测试结果表明:在存在有少量局部阴影和道路标志线断续的情况下,正确识别率可达到95%以上.     

一种基于LNMF像素模式纹理特征的表情识别

采用一种基于像素模式纹理特征(PPBTF)的人脸特征表示方法对人脸图像进行了特征提取.首先,将原始的灰度图像转化成能够表征纹理信息的模式图,并且通过在特征窗内统计每一模式的像素个数得到其中心像素的特征矢量,然后将由局部非负矩阵分解(LNMF)得到的基本方程作为模板进行模式匹配.同时,将Adaboost和SVM结合起来,用做表情识别的分类器.最后,通过基于Cohn-Kanade数据库的实验证明了以LNMF基函数作为模板的PPBTF对表情识别具有较高的判别能力,并由基于PIE图像库等其他图像库的实验进一步验证了PPBTF对光照不敏感的特性,充分说明所提出的人脸表征方法的有效性和鲁棒性.     

基于模糊均差的低照度图像平滑去噪方法

为了提高低照度图像去噪处理的整体效果,本次研究提出了基于模糊均差的低照度图像平滑去噪方法。采用Sobel梯度检测图像边缘信息,采用OTSU（Nobuyuki otsu 大津展之）阈值分割法分割图像为平坦区域和细节区域;通过模糊均差方法分别估计两个区域图像的噪声标准差;采用小波域方法对图像进行平滑软阈值去噪,实现低照度图像的平滑去噪。实验结果显示,本文方法可以在不同噪声水平下获取接近真实值噪声标准差,在噪声水平最大时信噪比大小达到了27.97dB,去噪效果达到92.1%,质量很好的图像数量占比达到了80.58%,图像信息损失较小,去噪效果较好,具有极大的应用价值。     

基于立体图对的颜色校正算法设计

基于多摄像机的视觉应用中通常假设统一的颜色响应。但是当摄像机之间存在较大的成像特性差异或光照变化时,所获得的立体图对间就会出现严重的色彩差别。这种差别会导致后续颜色匹配的不准确,并进一步影响立体视觉算法的性能。为了解决这个问题,提出了一个鲁棒的基于图像分割和特征点匹配的颜色校正算法。和传统的全局校正或者有参考物体的校正算法不同,提出了一种基于区域的校正算法。该方法不仅避免了全局校正算法无法满足局部需求的矛盾,同时也摆脱了设置参考物体的复杂和低效。大量实验证明了所提出算法的有效性和鲁棒性。     

一种基于Retinex的矿井非均匀照度图像增强算法

煤矿井下的安全高效生产离不开清晰流畅的监控图像,由于矿井下粉尘多、照度低或点光源照射而形成特殊的非均匀照度环境,使得矿井监控图像整体偏暗,对比度低,带有很强的背景噪声,视觉效果差。针对这一问题,基于Retinex算法,提出了一种在高斯滤波后用迭代矢量法继续分离亮度图像的方法。实验结果表明该方法能有效的增加图像对比度,降低背景噪声,改善图像的整体视觉效果。     

一种动态剪枝的协同稀疏表示方法研究及应用

该文提出一种动态剪枝的协同稀疏表示方法,通过建立2种不同的训练样本筛选策略,再融合2种策略的优点及结合TPTSR框架进行图像识别,以求获得更好的分类效果.在带噪声的人脸数据集上进行对比实验,结果表明:该方法可以在人脸受到遮挡和光照变化的影响下达到更高的识别率,并具有较强的鲁棒性.     

基于投影直方图提取目标感兴趣区域的新方法

提出了一种基于灰度投影直方图获取单幅检测样品的目标感兴趣区域的方法,并利用鲁棒的图像匹配算法生成参考图像.首先,采用改进的灰度投影直方图法获得单幅图像的检测样品感兴趣区域,建立感兴趣区域提取模型;其次,利用基于形状的特征匹配算法学习样品图像,生成印刷品检测的参考图像,在此基础上,提出基于图像金字塔数据结构的分层匹配方法.实验结果表明,该方法能够在87 ms内获取首张图像样品感兴趣区域,并且图像匹配过程对图像之间存在的明暗程度、旋转变化等干扰具有良好的鲁棒性,匹配精度可达95%,匹配时间为152 ms,可快速准确地生成参考图像.     

基于Gabor滤波器的电泳电子纸图像滤波系统设计

采集电泳电子纸(EPD)的边缘纹理、鬼影图像时，需避免外界光照条件的干扰，包括光源方向、明暗和色彩等.针对EPD显示画面采集过程中受到的光干扰问题，设计了一种基于Gabor滤波器的图像滤波系统.对于受光干扰的单一灰阶图像，先通过Gabor滤波器降低光照变化和噪声对图像的影响，再通过闭运算进行边缘补偿；对于受光干扰的彩色图像，先提取图像的R、G、B分量，分别对各分量进行Gabor滤波，最后将3组分量重新组合成彩色图像.结果表明:该系统在单一灰阶图像、彩色图像中对光干扰的消除率分别达到39.9%和39.7%.研究结果对降低采集EPD图像时的光干扰具有重要意义.