一种基于相似离度匹配的人脸精确跟踪算法

利用相似度和欧式距离系数建立了描述数据样本间近似程度的归一化综合指标-相似离度,并通过灰度数据向量集的相似离度描述图像的匹配程度,将SVM人脸检测、图像灰度值相似离度匹配和跟踪模板更新三种方法结合起来,设计了基于相似离度匹配的人脸跟踪算法,算法综合考虑了图像内颜色的空间位置和值信息,具有较高的精确性.实验表明,相似离度...     

景象匹配相似性测度准则研究

对基于灰度的互信息、归一化积相关、序贯相似性检测和基于特征的点重复率、改进的Hausdorff距离以及AB匹配等几种典型的相似性测度方法进行了研究,探讨了这些方法在2种不同传感器、不同空间分辨率和不同季节拍摄的遥感景象匹配中的匹配成功率和匹配效率.试验表明,对于各种不同的地表景观,互信息、特征点重复率和改进的Hausdorff距离方法的匹配性能均好于归一化积相关以及序贯相似性检测算法,尤其当景象存在明显的灰度反转时,前者的匹配性能明显优于后者.对相似性测度准则的分析比较研究,有助于在实际应用中选择最合适的相似性测度匹配方法.     

基于空间关系约束的雷达景象匹配算法研究

通过改变雷达景象匹配策略，根据预定的选择方法，从参考图中截取多子区图像作为模板，在实时图上进行多子区相关匹配，并利用各子区间的空间关系约束对匹配结果进行综合及可信度判断，实验结果表明，该方法可有效提高相关匹配方法的性能，并能提供可靠的匹配置信度判断，     

基于改进SIFT算法的局域盲人图像导航方法研究

针对现行导航系统无法在小范围内导航的缺点,提出了一种基于景象匹配的适合于残障人士在局域内行走的图像导航系统。预先对具体的特定区域进行图像采集、处理,建立基准图像库,然后对具体行走中所采集的实时图像进行预处理,得到实时图像库。并采用基于SIFT特征的快速景象匹配算法对实时图与基准图进行匹配。最后对不同光照、不同拍摄角度的旋转变化、缩放变化获得的图像进行特征点匹配。实验结果表明,算法的性能可以满足景象匹配导航系统高性能匹配的要求。     

基于机器学习的低分辨率图像增强和细节匹配方法研究

当前低分辨率图像增强和细节匹配方法具有细节易丢失、边缘模糊、无法适应图像平移、旋转等变化的弊端,导致图像增强与细节匹配性能低下。为此,提出一种新的基于机器学习的低分辨率图像增强和细节匹配方法,通过建立一个间隔最大的超平面获取最小二乘支持向量机分类器。在待处理低分辨率图像中选择一块图像,将图像的每个3×3邻域像素看作一个训练样本,通过最小二乘支持向量机法对其进行训练,输出增强像素点。通过复数小波对图像特征进行描述,利用最小二乘支持向量机获取最优判定准则函数,输出最优匹配的目标子图像。实验结果表明,所提方法有很高的峰值信噪比、边缘保持指数和等效视数,很低的归一化均方误差、均值和方差,整体性能优。     

基于改进凸分解的手势识别

提出了一种新的基于Kinect的实时静态手势识别方法,主要贡献包括:提出了一种简易可行的、结合图像深度信息与肤色信息的手势区域检测与分割方法;提出了一种改进的凸分解算法,对手势区域进行近似凸形状分解,以得到表征手势特征的骨架信息;采用基于路径相似性的骨架图匹配算法对手势进行匹配以实现识别.针对特定手势集进行了对比实验,实验结果表明,本文方法在识别结果的准确率以及算法的效率上都有着良好的表现.      

景象匹配中的快速畸变校正算法

景象匹配在精确制导中具有非常重要的地位,快速实现不同环境下图像畸变校正是其中的一个棘手问题.在常用的方法中,基于区域灰度平均的算法使图像模糊,而基于样条插值的算法计算耗时.提出了基于欧几里德距离的畸变校正方法,该算法不仅满足实时性的要求,而且具有保持图像细节的良好特性.利用傅里叶相关技术对姿态校正后的实时图与基准图进行匹配,整个过程大约耗时0.3s.     

一种基于圈基的谱匹配算法

提出一种基于圈基的谱匹配算法.利用两幅待匹配图像的特征点分别构造一组圈基,根据圈基构造赋权邻接矩阵,并进行SVD分解,然后利用分解所得到的特征向量构造反映特征点之间匹配程度的关系矩阵和匹配概率矩阵,最后通过交替归一化将匹配概率矩阵转化为双随机矩阵的形式以获得匹配结果.模拟与真实图像实验结果均表明该方法具有可行性和有效性.     

基于块匹配和共同向量的图像去噪研究

针对图像去噪过程中存在边缘细节信息丢失的问题,提出一种结合块匹配和共同向量的图像去噪方法。通过块匹配在像素块邻域内搜寻相似块构建向量集,由Gram-Schmidt求出共同向量,再由原始向量与共同向量的差经过线性最小均方误差估计后,与共同向量重建图像块。实验结果表明,方法能够有效去除图像的高斯白噪声,并能保持图像的边缘细节信息。     

双向梯度归一化互信息医学图像配准方法

传统互信息配准方法未利用图像的空间信息,为此,提出一种将互信息与梯度相似性相结合的双向医学图像配准方法.首先以图像A为参考,求图像A和待配准图像B的每组对应点的梯度相似性,并在计算相似性之前引入高斯算子以降低噪声影响,将梯度相似性因子与归一化互信息的乘积作为图像配准的正向测度;反过来,再以图像B为参考计算逆向的梯度归一化互信息.由此得到双向梯度归一化互信息.实验结果表明,该方法比传统归一化互信息和梯度归一化互信息方法有更高的鲁棒性和精度.     

一类图的匹配唯一性

本文证明了图κK1∪m2P2∪m3P3∪[∪↑i≥2m2ipi]∪dD4∪tT1、2、3∪sT1、2、4匹配唯一当且仅当dm2=dm3=0，其中κ、m2、m3、m2i(i≥2)、d、t、s都是非负整数。     

关于匹配等价图的构造

目的讨论简单无向图的匹配等价问题。方法利用匹配多项式的定义和性质推导。结果给出了2个匹配等价定理。结论找到了大量的匹配等价图。     

一类新的匹配唯一图

设G是一个图，μ（G，x）是图G的匹配多项式．每一个图都有唯一的一个匹配多项式，反之，每一个匹配多项式所对应的图未必唯一．如果图G由它的匹配多项式γ（G，x）唯一确定称图G匹配唯一．本文确定了一类所谓I形图中的所有匹配唯一图，即证明了In匹配唯一当且仅当n=7或n≥8为偶数．     

K1∪Ⅰn的匹配等价图类

完全刻画了K1∪Ⅰn以及它的补图的匹配等价图类．     

关于偶匹配可扩图中删去两个点(英文)

设G是含有完美匹配的简单图.称G是偶匹配可扩的,如果G中导出子图是偶图的匹配M都可以扩充为G的完美匹配.研究了在偶匹配可扩图中删去两个顶点后该图的性质.这些性质对于偶匹配可扩图的进一步研究会有帮助.     

K1∪In的匹配等价图类

完全刻画了K1∪In以及它的补图的匹配等价图类.     

一类图族的匹配唯一性

证明了图族m2P2∪m3P3∪[∪i≥2m2iP2i]∪dD4∪[∪j≥3njCj]∪tT1,2,3∪sT1,2,4匹配唯一。当且仅当dm2=dm3=n3t=n3n5s=n15t=n5n9s=mknk 1=0(k≥2),其中m2,m3,m2i(i≥2),d,nj(j≥3),t,s都是非负整数。     

串匹配的一个新算法

本文提出了一个串匹配的新算法,该算法适合于当主串与子串不存在许多“部分匹配”时的情况,它是对串匹配算法中,一般算法和ＫＭＰ算法的补充。     

K1∪P2∪In的匹配等价图类

利用组合分析的方法刻画了K1∪P2∪I_n以及它的补图的匹配等价图类, 并且通过组合计数的方法计算了K1∪P2∪I_n的匹配等价图的个数。     

匹配在管理科学中的应用

图论中的匹配有着广泛的应用,这里就匹配在“排课表问题”、稳定匹配在“婚配问题”和“大学招生问题”以及完美匹配在“人员分配问题”给出了数学模型和相关算法。