首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   4篇
  免费   0篇
综合类   4篇
  2015年   3篇
  2014年   1篇
排序方式: 共有4条查询结果,搜索用时 0 毫秒
1
1.
基于灰度共生矩阵的打印文件检验研究   总被引:1,自引:0,他引:1  
针对打印文件检验在公共安全应用中的需求,提出一种基于灰度共生矩阵的打印文件鉴别方法。鉴别过程包括打印文件图像采集,图像预处理,特征提取和分类判别。用自制装置采集打印文件图像,经预处理后得到单个打印字符,利用灰度共生矩阵方法对不同打印文件中的相同字符进行纹理特征提取,并采用欧氏距离分类器鉴别出源打印机。选取45台激光打印机参与测试,将打印字符的图像灰度级压缩至64级再进行特征提取,鉴别正确率达93.58%,且大幅减少了算法耗时,证明了该方法的有效性。  相似文献   
2.
打印墨粉纹理合成是基于纹理合成的打印文件检验技术的基础步骤;而定量地评价纹理合成的效果是提高打印文件检验准确率的关键。采用基于马尔科夫随机场的非参数搜索算法将打印墨粉纹理子图合成为完整的纹理图像,将其作为训练样本。将每幅训练样本分割为16幅子图像,分别再次合成作为测试样本。对训练样本和测试样本提取灰度共生矩阵特征,接着利用主成分分析将样本特征维数进行压缩,得到最具鉴别力的特征分量。最后,计算训练样本和测试样本的加权欧氏距离,进行图像匹配,得到测试样本的相似率,从而定量地评价了纹理合成算法的效果。对4种打印墨粉纹理子图进行实验,测试样本的相似率均在95%以上,证明了非参数搜索算法的有效性。  相似文献   
3.
针对背景场景重复显现问题,提出了一种基于历史背景的混合高斯模型(History Background-based GMM,HBGMM).相较于传统的混合高斯模型,该模型对历史背景模型进行标记,并通过判决匹配次数快速调整历史背景模型的学习率.同时对模型权重低于阈值下限历史模型和非历史模型进行区别处理,用该方法更新模型权重从而降低误检率,使历史模型尽量避免误删除.实验结果表明,本文提出的基于历史背景的混合高斯背景模型能够实现记忆背景的功能,从而更快地适应场景的变化,减少前景误判.  相似文献   
4.
为了减小笔迹图像中的书写波动与噪声,研究了基于蚁群算法优化Hopfield神经网络的图像规范化预处理方法,使网络调整后的图像更接近标准样本,并对其进行特征提取和分类鉴别.同时引入动态组网的系统结构和网络联想自我评价方法,在大样本笔迹数据库上进行实验表明,该方法能够对笔迹图像中的复杂波动与噪声进行有效的规范化处理,以提高计算机笔迹鉴别的准确性,10候选鉴别正确率可提高到95.65%.  相似文献   
1
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号