基于PCA的神经网络在人脸识别中的应用

特征提取部分是要从人脸图像中提取可以区分不同类别人脸的特征信息(有效识别信息)。将图像预处理、二维PCA特征提取和神经网络分类器结合提出了一种改进的图像识别方法,和其他方法进行了比较,在Matlab环境中的仿真结果表明,该算法降低了系统的运算复杂度,提高了人脸识别率。     

利用粒子群优化的人脸特征提取识别算法

针对如何提高人脸图像识别率问题,提出了利用粒子群优化(PSO)的人脸特征提取识别算法.采用小波变换和张量主成分分析(PCA)方法对人脸图像进行特征提取,利用PSO对提取的特征进行加权处理,根据特征的每一维元素的聚类正确率进行优化选择,从而达到对人脸提取关键性特征的目的.实验结果表明,所提算法能减小光照、表情和姿态变化的影响,在英国曼彻斯特科技大学人脸数据库上的识别率比张量PCA方法提高了12.75%.     

基于深度卷积神经网络的模糊字迹图像识别方法

在传统的模糊字迹图像识别过程中,忽略了字迹变化尺度对图像的影响,导致识别准确度低识别能力差的问题,提出基于深度卷积神经网络的模糊字迹图像识别方法.通过图像的退化模型,对模糊字迹图像稀疏性特征进行分解,构建模糊字迹图像的多源特征参数检测模型,结合边缘轮廓特征提取方法实现对模糊字迹图像的边界信息采样分析;采用多维参数模拟和模糊度增强处理,结合匹配滤波检测器对图像的多级尺度分解和细节特征进行提取,对提取的模糊字迹图像细节特征进行融合和优化检测,采用深度卷积神经网络训练方法进行模糊字迹图像修复处理,实现模糊字迹图像的识别.仿真结果表明,采用该方法进行模糊字迹图像识别的准确性较高,检测能力较强,提高了模糊字迹图像修复和辨识能力.     

基于小波变换与野草算法的细胞图像特征提取与识别

本文在细胞图像小波多尺度分解的基础上,提出在小波域中进行细胞图像特征提取的方法。针对基于小波变换提取的细胞图像特征向量维数过大、冗余等问题,提出一种基于小波变换与野草优化算法相结合的细胞图像特征的提取方法,最后利用BP神经网络作为分类器进行细胞图像识别。计算机实验仿真结果表明,与现有的未进行特征优化的细胞图像特征提取识别方法相比,本文细胞图像特征提取、分析、识别方法所需时间更短,识别正确率更高,实时性、鲁棒性能更好。     

基于改进的种子填充算法的混凝土裂缝图像识别系统

为改善传统裂缝识别算法抗干扰能力差、识别精度低等问题，通过改进现有种子填充算法，建立了混凝土表存裂缝图像识别系统，实现了裂缝信息的准确提取。预处理中，提出光照不均匀系数筛选算法对图像进行快速筛选，提高了匀光处理效率；裂缝识别中，对既有种子填充算法进行了改进，使之能自动确定裂缝的生长点，并结合八方向搜索方式和相对阈值法的边界判断实现了裂缝的图像分割，最后利用连通域滤波剔除了一系列复杂背景干扰；在特征提取阶段通过引入形态学处理、毛刺剔除及节点欧式距离等手段，准确获取了裂缝条数、长宽等量化信息。与传统混凝土裂缝图像识别算法相比，该图像识别系统实现了效率和精度更大程度的统一，且裂缝长、宽值的提取误差控制在了10%以内。     

一种数字编码图像识别方法的研究与应用

本文提出的数字编码图像识别方法,包含图像的二值化处理、去噪处理、特征提取及特征识别等过程。仿真和实验表明,本方法识别5位数字编码仅需0.13s。算法具有简单、适于多种笔画、便于程序化、实时性强等特点。算法已被程序化,用于数字化血型判读仪的实际生产实践。     

基于图像处理方法的纸币清分系统的研究与实现

纸币自动清分可以有效提高银行的工作效率,基于图像处理技术的纸币自动清分系统的识别准确率对于纸币自动清分系统非常关键.基于机器视觉知识与模式识别的理论,并结合纸质人民币的图像特点,提出了纸质人民币序列号图像识别处理算法、"奖惩"机制下的线性传感算法和序列号区域特征提取方法.对纸币图像进行倾斜校正、局部特点提取、灰度增强和图像分块等处理后,将上述方法运用于采用CIS传感器的纸币图像处理系统中.实验证明,该方法具有较高的识别准确率,取得了理想的纸币自动清分效果.     

基于小波变换和改进PCA的人脸特征提取算法

针对在人脸图像高维数据降维时单纯使用主成分分析(PCA)算法的提取精度和速度受限问题,  提出一种基于小波变换和改进PCA的混合特征提取算法. 该方法首先对人脸图像进行小波分解, 选取低频分量对人脸图像进行特征提取;然后利用改进的PCA算法进行主成分提取, 获得代表人脸特征的特征向量; 最后将该算法应用于Olivetti Faces人脸库数据集的图像分类. 实验结果表明, 经过该混合算法处理后的图像特征数据, 由卷积神经网络(CNN)算法分类识别时准确率提升10%, 识别速度提高约37%.     

基于Gabor特征和局部二值模式融合的纹理图像识别

传统的Gabor滤波方法和局部二值模式(Local Binary Pattern,LBP)算法提取的纹理特征鉴别能力不足,导致纹理识别精度不够理想.为了解决上述问题,提出一种将全局Gabor特征和局部LBP特征进行融合的纹理图像识别方法.该方法利用Gabor滤波方法提取纹理图像的全局特征,利用LBP算法提取纹理图像的局部特征,然后在最近子空间分类器的框架下实现全局和局部特征的融合以及纹理图像识别.在CURe T和KTH-TIPS基准纹理库上的实验结果表明,笔者提出的方法显著超越了传统Gabor滤波方法和LBP算法的纹理识别精度.     

基于Multi—Agent的图像检索技术的研究

针对当前图像特征提取方法中,算法运行速度较慢以及远程图像的信息交换中带宽的限制,设计了一种基于Multi—agent技术的图像特征提取方法,重点讨论了该方法实现的关键技术,包括纹理特征、颜色特征和形状特征的提取算法。模拟实验表明,该方法所提取的特征内容丰富,占用网络的带宽较少,采用的算法运算速度提高明显,而三种基于内容的图像的特征能满足不同类型图像的识别和检索。     

特征造型研究

特征识别和特征实例化是特征造型的核心．论述了特征识别和特征实例化的基本理论及其实现方法，介绍了表达特征拓扑关系的几种基本方式，给出了特征识别的主要程序流程图、特征实例化的主要步骤．以及部分输出结果．     

基于特征技术的轴类零件CAD系统设计

介绍了借助Ｒｒｏ／Ｔｏｏｌｋｉｔ开发包在Ｐｒｏ／Ｅｎｇｉｎｅｅｒ软件平台上开发一基于特征技术的轴类零件ＣＡＤ系统,该系统界面友好,设计方便,高效,产品模型信息完备,为ＣＡＤ／ＣＡＰＰ／ＣＡＭ／ＣＡＥ的集成提供了信息源,本文对本系统的实际应用进行了特征定义,分类,并建立了特征库,且对ＰＤＭ技术和设计智能化进行了研究探索。     

基于特征的参数化造型的思想

介绍将参数化设计应用到特征以及特征造型中去,形成参数化的特征,并可参数化地造型。利用面向对象的技术,将造型中的特征所需要的信息封装,并可以通过继承衍生出新的特征。它融合了参数化的灵活性、特征的丰富信息以及面向对象技术的封装和继承。     

语义特征造型的研究

提高特征编辑的效率是基于特征的参数化系统的关键技术．本文提出一个基于边界模型(B_rep)、构造历程树(CSG)和特征描述图(FDG)的特征模型．基于FDG的特征设计和编辑克服了传统特征造型系统的时序性和历史流的管理顺序，是一个与历程无关、非时序性的特征造型技术．     

基于多尺度特征选择与融合的目标检测方法

针对多尺度目标检测中特征图特征混淆和特征丰富程度不足的问题,提出一种基于多尺度特征选择与融合的目标检测算法。设计了一个特征选择模块来分离出不相关的特征,并结合特征金字塔网络形成特征选择网络结构,降低特征图中不同尺度目标的局部特征对当前尺度特征的干扰;提出一种浅层特征融合方法,将浅层特征逐级融合到较深层级特征中,解决特征图的特征不够丰富问题。结合特征选择架构和浅层特征融合架构,在PASCAL-VOC2007数据集上进行测试,结果mAP达到了80.1%。相较于基础的单阶段目标检测(single shot detection,SSD),所提算法的网络性能可提高2.9%,且在一些小目标和遮挡目标的检测效果上有明显的提升。通过对比和消融实验,证明了所提方法的有效性。     

基于特征融合的改进粒子滤波目标跟踪算法

针对复杂背景下单一的颜色特征不能准确跟踪目标的问题,提出了一种改进的目标跟踪算法。该算法利用跟踪目标的颜色特征和运动边缘特征来表示目标。在粒子滤波的框架下融合特征信息从而进行目标跟踪,能够有效地避免单一颜色特征在跟踪过程中受到相似背景、遮挡等问题的干扰。通过与基于单一颜色特征跟踪实验误差数据的分析,实验结果表明该算法在复杂背景以及目标遮挡等情况下能达到较好的目标跟踪效果,实现目标的准确跟踪。     

一种基于综合特征的鞋底图像识别方法

本文提出了一种基于综合特征的鞋底识别方法,即提取鞋底的形状、直方图、纹理特征,将这些特征进行内部和外部归一化形成鞋底图像的综合特征.实验结果表明根据鞋底图像综合特征进行识别是很有效的.     

基于特征约束的 CAD 技术研究

特征设计是当前解决ＣＡＤ／ＣＡＭ集成的重要方法之一．但目前特征的描述及特征建模的方法还不能解决ＣＡＤ／ＣＡＭ集成过程中提出的问题．这些问题包括特征库中特征类的简化、特征灵活性与变化性,设计特征映射成加工特征的困难等等．现提出一种特征约束建模的方法,能较好地解决上述问题,并给出基于这种建模的ＣＡＤ系统的结构．     

文本聚类中的特征降维方法研究

文本聚类的关键是对高维的特征集进行降维．本文对常用的一些特征选择、特征抽取等主流特征降维方法进行了介绍，分析了它们各自的特点及其适用范围．     

微机平台的特征造型技术研究

基于特征的零件建模比三维实体几何造型具有许多显著的优点，它是目前实现CAD／CAPP／CAM一体化的前沿技术．本文重点讨论了特征造型所涉及的特征集及其数据结构、特征识别、特征实例化、特征关系、加工特征库以及零件特征模型中的主要内容和技术关键，并给出来一个典型实例及其输出文件．