监控人像步幅特征的矫正测量方法研究

通过视频监控人像进行人身识别是许多案件侦查的重要方法。目前,人身识别的方法主要依赖于人面像的识别,由于实际监控人像的面部往往非常模糊,造成人像识别利用率较低。为充分利用视频监控人像进行人身识别,研究中采用对视频监控人像中地平面进行透视矫正的方法,消除人像足部透视变形,实现了对行走人像足的等价垂直俯视观察记录,并用足迹步幅特征检验的原理,对监控人像行走动作中反映的步幅特征进行测量检验,为监控人像识别提供了一种新的途径。     

计算机人像生成系统FCS的设计与实现

设计和实现一个计算机人像生成系统ＦＣＳ，介绍人像特征的分类、描述、生成、修改及其实现技术，提出一种解决特征模糊查找和人像隐线消除的方法．     

人像识别原理的探讨

本文从信息处理的角度分析说明了图像识别的机理。在对人类脸部图像的结构特征进行剖析的基础上，探讨了它所表达的信息。最后讨论了人像识别，应依赖于对人类脸部图像所表达的宏观特征信息的分析、理解，以及符号维数的化减和特征信息的抽取。     

水平偏转人像定量检验方法研究

许多送检的照片图像中,人像都是有着一定的角度,不能简单地用测量或重合比对的方法进行同一识别。本文通过数值回归的方法探讨不同水平偏转人像的检验方法,定量地比较各项检验指标。该方法与特征识别结合,可以进一步增加人像检验的科学性和可靠性。     

基于小波变换的波形特征抽取与识别

从设备诊断领域中特征信号模式识别的应用角度,探讨了基于小波变换的特征提取与识别方法.首先讨论了小波变换及其基本性质,进而探讨了基于小波变换模量极大点的特征抽取及基于模量极大点的幅值沿尺度s演变的特征提炼方法,并构造了全局的相似性度量,最后给出了分析实例.     

小波分析在人像识别系统中的应用

本文在小波分析的基本理论和特点得基础上,重点介绍了小波分析基于人像识别系统中的图像处理、图像压缩等方面的应用,与传统图像处理方法做了对比,展望了小波分析的前景。     

脑机接口中基于小波包最优基的特征抽取

在脑机接口研究中,针对脑电特征抽取,提出一种基于小波包最优基分解的方法．依据距离准则,从小波包库中选择一个对分类最优的小波包基;在该小波包基包含的所有分解系数中,抽取部分具有最大可分性的系数作为有效特征;不同通道脑电信号有效特征的结合,构成分类的特征矢量．通过对该特征矢量可分性和识别精度两个性能指标的评估,并与现有分类结果进行比较,表明了所提出方法的有效性．     

基于矩—小波描述子的人脸图像识别

介绍了在Radon变换下的图像矩特征的抽取方法,并得到图像的矩特征矩阵;进而对矩特征矩阵按行向量进行小波变换组成矩——小波描述子特征矩阵,采用矩阵的加权欧氏距离作为人脸图像的匹配识别的算法,产生较好的结果。     

基于两维WAVELET分解的纹理图像分割方法

提出了一种纹理图像的分割方法，主要利用ＷＡＶＥＬＥＴ变换的多分辨率分析的特性，通过两维分解抽取图像的纹理特征，并对图像小窗口区域的特征进行聚类，该聚类结果可作为多层ＢＰ网权值学习的训练样本，进而利用ＢＰ网对各小窗口的特征进行分类以实现纹理图像的分割，实验证明，该方法对于纹理图像具有较好的分割效果。     

人像识别技术的发展与应用

人像识别技术主要包括人像检测、人像跟踪、人像比对,与其他人体生物特征识别技术相比较,具有直接、快速、简便、非侵扰和不需要人被动配合的特点。人像识别技术的最新进展就是可以通过摄像机来搜索捕捉识别活动的人像。该技术在金融、政法等系统有着很好的应用并具有更广泛的应用前景。     

一种基于人眼视觉特性的零树小波编码方法

嵌入式零树小波编码被认为是目前国际上最先进的图像编码方法之一，仍然有不足之处，其中之一是该算法在编“孤立零”码时会造成比特位冗余，因此在分析了零树编码不足的基础上，提出了基于人眼视觉特性的零树小波编码方法。该方法首先对小波系数进行基于人眼视觉特性的标量量化，然后再进行零树编码。实验结果表明该方法在保证恢复图像具有良好的视觉效果的前提下，进一步提高了压缩比。     

基于分级策略的自动人眼检测与定位

针对小波阈值法中的小波变换只能将图像分解到有限方向, 而不能较好地表征图像多方向性的问题, 用改进混合小波 方向滤波器组（HWD:Hybrid Wavelet Directional filter banks)变换代替单纯小波变换, 使在图像分解过程中更好地表征图像的多方向性, 保存更多的图像信息; 在分析小波阈值去噪原理的基础上,改变隶属度函数, 构建HWD隶属度的权系数, 从而避免因小波系数间存在幅值交叉使小波阈值法的应用受到限制。改进的HWD在损失最少图像小波系数的前提下, 能最大限度地置零噪声小波系数。实际工程图纸去噪研究表明, 改进的小波阈值法可在去除一定噪声的前提下, 保留更多的工程图纸细节信息。     

基于小波变换的多层次图像增强算法

提出了基于小波变换的多层次图像增强算法.首先对图像进行4级小波分解,得到尺度系数和多个层次的小波系数;然后对不同层次的小波系数采用不同的增强算法进行处理,并对图像的尺度系数采用多尺度方法进行处理;最后用得到的小波系数和尺度系数进行逆变换得到增强后的图像.试验结果证明,该算法具有优于传统增强算法的增强效果和抗噪性能.     

分数阶小波时频域的图像去噪新方法

为了提高图像的质量以及满足后续图像处理的需求,提出了一种基于分数阶小波时频域的图像去噪新方法。该方法通过二维分数阶小波变换将图像映射到分数阶小波时频域内,在时频域内实现图像的去噪处理,最后通过分数阶小波逆变换实现图像的重构。图像去噪实验结果表明:采用该方法去噪后的图像输出峰值信噪比明显提高,在抑制噪声的同时可以有效保持图像细节。     

小波变换及其数字图像处理的应用

简要介绍了小波变换方法 ,对小波分析在数字图像处理占的一些应用进行了简要讨论 ,并对图像的恢复和增强、图像分割等应用进行了一些有意义的尝试     

多模态医学图像的融合研究

图像融合作为一种有效的信息融合的技术,已广泛用于医学图像、军事、遥感、机器视觉等领域．基于小波变换的图像融合是一种新的多尺度分解像素级融合方法,利用小波变换分别对CT,MRI医学图像进行分解处理,按照融合规则构造融合图像对应的各小波系数,再根据融合图像的各小波系数重构融合图像,重构后的融合图像完好地显示源图像各自的信息．实验图像使用互信息量化判据来评价融合效果,结果表明小波变换比传统的像素级加权平均融合算法效果更好．     

一种基于四元数小波变换的图像融合方法*

目的基于四元数小波变换理论提出了一种新的图像融合方法。方法基本思想主要包括3步:首先,对图像进行四元数小波分解,得到各个尺度下的高频子带和低频子带。其次,对高频子带和低频子带分别采用区域最大值法和系数平均的融合准则,得到融合的四元数小波融合系数。最后,利用四元数小波逆变换得到融合图像。结果用所提方法得到了6组测试图像在主观和客观上的融合结果。结论实验表明,所提方法比离散小波变换、对偶数复小波变换和曲线波变换的图像融合方法更有效。     

小波图像去噪研究方法概述

阐述小波图像去噪方法的发展历程和小波去噪的机理,概括目前小波图像去噪的主要方法及其应用,对小波图像去噪方法的发展和应用进行展望．     

基于小波域的多尺度图像融合方法

提出了一种基于小波域的多尺度图像融合方法，对于高频细节部分和低频近似部分采用不同的融合规则，有效地克服了以往图像融合时容易受噪声干扰、空间细节信息丢失的缺点．通过计算机仿真，将融合结果与传统小波融合方法以及基于PCA的融合方法进行比较，该方法获得了更好的图像融合效果，是一种有效的图像融合算法．     

基于小波变换的医学图像增强方法与实现

分析研究了基于小波变换的图像增强原理和方法,对X线医学图像进行3层小波分解,得到各层的小波系数;采用不同的增强算法对不同层次的小波系数进行处理;利用处理后的小波系数进行小波逆变换,得到增强后的图像.实验结果表明该方法的增强效果明显优于直方图均衡化方法,既提高了图像的整体对比度,又突出了图像的局部细节,同时还抑制了噪声.