图像预处理对人脸识别系统性能影响研究

目前多数工程化人脸识别系统是基于子空间算法的,针对子空间算法识别系统中稳定性和抗干扰性不高的问题,从图像预处理的角度出发,通过Matlab仿真Eigenface和Fisherface两种算法识别过程,建立起图像差值模型,同时引入不同预处理方法进行比较,根据类间距离和类内距离的变化,从中确定出最优的预处理方法,改善算法识别率和效率,实验结果表明,加入合适的图像预处理可以增强识别系统的强壮性。     

城市创意产业空间动态集聚演化的计算与可视优化方法

基于人文地理视角下的城市创意产业图像可视化分析对城市深层次空间综合和区域创新发展具有重大意义。但Swarm群智能动态时空建模难以满足创意产业空间集聚的可视化发展。本文研究目标是,从城市区域创意产业空间聚类影响因素指标出发,创新性地提出区域空间动态集聚轨迹算法（Density-Based Interest Spatial Clustering of Path,DBICP）,并与计算机浏览器共建聚类可视化图像,为城市管理提供决策依据。首先,根据影响因素指标体系,利用2014—2018年空间卡口流量数据和产业指标数据进行预处理,构建空间标准聚类算法DBSCAN。然后,对其进行聚类密度分级优化形成全新DBICP算法并得出初步轨迹图像。最后,通过源码转译实现了浏览器界面下空间动态集聚轨迹图像的输出。结果表明：以上海市为例,普陀区、浦东新区、徐汇地区的创意产业空间分布形成了3种不同的聚类模式,并相应提出了分摊、均布、虹吸的管控策略。此方法克服了传统图像的聚类分级和轨迹测量的缺失,可以有效地从指标数据中发现图像轨迹聚类信息,体现了地理信息科学和人文社会学科的交叉融合。也为大数据动态图像的集聚方法提供了全新视角和借鉴价值。     

基于局部空间信息KFCM的遥感图像聚类算法

针对模糊C均值(Fuzzy C-Means, FCM)算法,不能有效地对夹杂噪声的遥感图像聚类的问题,本文提出了一种基于局部空间信息核模糊C均值(Kernel Fuzzy C-Means, KFCM)的遥感图像聚类算法。首先,运用核函数将遥感图像的所有像元映射到高维特征空间,通过非线性映射优化遥感图像的有用特征;然后,根据相邻像元之间的相关性,利用一种空间函数重新定义像元的模糊隶属度,将像元的局部空间信息引入到FCM算法中,并在高维特征空间中使用这种基于局部空间信息的FCM算法对像元聚类。由于引入了像元的局部空间信息,算法可以直接应用于原始遥感图像,不需要滤波预处理。大量实验结果表明,本文提出的基于局部空间信息KFCM的遥感图像聚类算法具有较强的抗噪能力,可得到较好的同质区域,优于现有的FCM算法、模糊局部信息C均值(Fuzzy Local Information C-Means, FLICM)算法及KFCM算法。     

基于颜色特征和空间特征的图像检索

针对已有的综合多特征进行图像检索的算法复杂度高、计算量大且准确率不够的现状,提出一种基于图像分块并综合灰度特征和空间特征的图像检索算法。首先将原图像划分为10×10的子块,再计算每个子块的平均灰度和空间位置作为检索特征,通过实验表明这种方法在检索结构相似的图像时准确率高,但对颜色不敏感。通过增加颜色特征并调整空间特征计算方式进行改进,相比改进前,算法对于公开的图像库中大多图片有更高的查准率。实验中统计了多类图片在不同情况下的查准率,表明文中算法准确高效,应用性好。     

空间聚类有效性评价方法对比与研究

空间聚类是当前地球信息科学与计算机科学领域共同关注的热点问题之一,常用来揭示空间数据分布规律以及发现空间数据异常。空间聚类有效性评价即对空间聚类结果进行定量、客观的评判,对于在实际应用中针对不同数据集选取最优的空间聚类算法以及确定最佳的聚类参数具有重要意义。首先选取并编程实现了数种空间聚类有效性评价方法,包括聚类中心的距离矩阵、距离方差、改进Hubert's统计、Davies-Bouldin、Calinski-Harabasz和基于信息论的空间聚类有效性评价方法等,同时提出了顾及簇间分离度和簇内紧凑度的空间聚类有效性评价方法,并通过试验分析验证了其可行性及有效性。然后在K-Means法对数据集进行聚类的基础上,对比研究了前述聚类有效性评价方法的特性及优缺点。     

基于投影法和数学形态学的车牌定位算法

车牌定位是车牌识别系统中的关键技术之一,车牌定位的质量直接影响着后续字符识别的结果。本文提出了一种结合投影法和形态学的车牌定位算法,首先对图像进行预处理,接着利用水平投影算法确定车牌的上下边界,然后利用形态学方法迭代确定车牌的左右边界,最后进行精定位。实验表明,该方法具有较高的定位精度。     

融合多特征的轨迹数据自适应聚类方法

轨迹聚类是空间数据挖掘领域的一个研究热点，对城市交通规划、路网结构提取与更新等具有重要意义。轨迹聚类包括轨迹相似性度量和聚类参数设置2个核心问题。然而，由于轨迹的形态结构特征复杂，现有轨迹相似性度量指标存在对噪声敏感或未充分考虑轨迹运动方向一致性的问题，且大多数聚类算法仍需人为设置参数，聚类挖掘结果的质量受到用户主观经验的影响。针对上述问题，本文提出了一种融合多特征的移动轨迹自适应聚类方法。首先，通过融合轨迹的空间邻近性和运动方向特征定义了一种对噪声鲁棒的轨迹相似性度量指标—DSPD距离；在此基础上，通过扩展Ward层次聚类方法提出了一种基于中心轨迹概念的空间层次聚类算法，该算法使用DSPD距离作为相似性度量指标，利用聚类特征曲线自动确定最佳聚类参数。以11组模拟轨迹数据和武汉市真实轨迹数据为例进行实验与分析，结果表明，本文方法在顾及空间邻近性的基础上，可以有效区分不同移动方向的轨迹簇，同时，利用轨迹数据特征自动确定聚类参数，降低了挖掘结果的主观性。     

一种适合于科学数据的聚类算法

聚类是科学数据挖掘中的核心问题.在已提出的聚类算法中大都是基于＂距离＂的概念,这类算法的缺点在于处理数据量大和维数高的科学数据时不够有效,因此提出迭代网格算法.这个算法与基于距离的损法有根本不同,它抛弃了距离的概念,而采取一种新的思路.它不仅能够自动发现包含有趣知识的子空间,并将里面存在的所有聚类挖掘出来;而且它能很好的处理维数高和数据量大的科学数据.     

一种基于最大距离的纯像元指数端元提取算法

在高光谱混合像元分解中,PPI算法是一种比较成熟的算法,但PPI算法中每次投影向量的生成都是随机的,多次执行PPI算法后端元提取的结果并不稳定。本文以线性光谱混合模型的凸面几何学描述为基础,利用端元在高光谱图像特征空间中所形成的凸面单形体端点的特点,提出了一种区别于PPI算法的最大距离纯像元指数方法。选取特征空间中所有样本点的光谱均值作为超球的球心,计算所有样本点到球心的欧氏距离,以等于或大于这个最大距离的长度作为半径,在特征空间中设计一个包围所有样本点的超球面,并在超球面上均匀地选取参考点,针对每一个参考点,在样本点中找出与它距离最远的一个,记录每个样本点成为距离最大点的次数,将其作为评价该像元是否为端元的纯像元指数,从而使得每次端元提取的精度得到保证。最后,利用美国内华达州Cuprite获取的AVIRIS数据对算法进行了验证。实验结果表明,采用本文算法提取的端元精度优于N-FINDR算法和VCA算法,而且鲁棒性较好,克服了PPI算法由于随机生成投影向量所带来的端元提取不稳定性。     

基于云模型和FCM聚类的遥感图像分割方法

模糊C均值算法由于具有良好的聚类性能而被广泛应用于图像分割领域,但聚类中心的初始化问题一直影响着该算法的运行效率。好的初始聚类中心,可以使算法很快收敛于最优解,而不合适的初始聚类中心,不仅需要更多的迭代次数,而且还可能使算法最终收敛于局部最优解。文章结合云模型和FCM(模糊C均值)聚类算法,提出了一种遥感图像分割的新方法。利用云变换解决模糊C均值聚类算法的初始化中心选择问题,可以根据样本特性自动确定聚类中心值及个数,并以较少的迭代次数收敛到全局最优解,提高了模糊C均值遥感图像分割方法的效率,具有较好的稳定性和鲁棒性。文章选取三幅TM遥感图像作为样本,分别利用云模型的FCM方法和传统的FCM方法对样本进行分割实验,实验表明采用云模型的FCM方法不仅能够取得较好的分割效果,而且大大减少了使算法收敛的迭代次数,提高了分割的效率。     

基于免疫遗传小波分析的管道焊缝图像处理方法

针对难以实现管道焊缝图像信息准确提取的问题,利用免疫遗传算法优化小波系数,将小波变换与免疫遗传算法引入焊缝图像的处理过程,采用相似性距离分析传统小波、Canny算法、免疫遗传小波等算法优劣性.结果表明:该算法能够有效地抑制噪声干扰,去除图像边缘中的伪影,从而较好地实现图像边缘信息的清晰与细化,体现遗传小波变换算法在精确定位与抗噪声能力上的优越性.     

基于暗原色先验去雾算法的研究与改进

在雾天情况下,室外采集到的图像易受到噪声干扰,质量降低,清晰度下降。在对常用的几种图像去雾方法的对比分析及研究的基础上,提出了改进的基于小波变换结合暗原色先验去雾的快速算法。通过小波分解可求出近似环境光,对环境光,大气光的估计,可对原图像进行复原。实验表明,改进的算法不但去雾效果明显,图像色彩丰富,而且可以有效地减少运行时间,提高运行速度。     

论发展遥感图像应用智能处理技术

任何对地观测系统获得的原始图像数据实质上都是地球表面电磁波谱特征的综合反映。经地面站系统处 理得到的常规图像产品仍存在大气、地形等多种随机因素导致的几何畸变与辐射失真 , 并且多种地物目标信息混 杂 , 甚至相互迭掩 , 彼此抑制。所以 , 严格地说 , 这些图像只是一种信息源 , 属“数据”范畴 , 必须对其进行再 处理才能得到适应不同专业需要的优质图像和有用信息。至今 , 从事遥感图像处理的科技人员大多出身于电子、计 算机等专业 , 故对于不同地理景观、不同季节、不同传感器所获得的图像数据 (一串灰度数码) , 往往很难体会到 其中包含着的极为丰富而复杂的生物、地学内容。一个能出色完成一般图像处理任务的杰出图像处理专家 , 不一 定能胜任各种不同应用目的所要求的图像处理任务。常常使得海量遥感数据难以得到有效的利用。据此 , 笔者认 为应把遥感图像处理分解为系统处理与应用处理两大类 , 它们是既相互衔接又彼此有别的技术分支。前者只从图 像总体要求出发 , 着眼于改善、提高图像整体质量 ; 后者则必须密切关注具体的应用目的与对象 , 形成融入了地 学分析思路、并精确反映遥感成像机理的图像应用处理技术。文中给出了发展遥感图像应用处理技术的流程框图 , 列举了森林火灾、虫灾监测 , 洪涝灾情快速反应 , 城市扩展 , 低产土壤清查 , 土地利用动态监测等多项任务中的 成功实践。     

基于ICA的稀疏编码算法在图像处理中的应用

针对独立分量分析基于数据间的高阶统计特性,并能有效揭示图像的本质特征的优势,分析了自然图像基于ICA的稀疏编码的实质,主要从图像压缩和图像去噪两个方面讨论了稀疏编码算法在图像处理中的应用。仿真实验结果表明,稀疏编码算法能够有效提取自然图像的特征基向量,利用特征系数的稀疏性,可以有效实现自然图像的压缩;结合软门限算子对噪声图像的特征系数进行处理,能有效减小自然图像中的高斯噪声的影响。     

并行栅格数据处理网格服务节点软件的关键技术

提出了栅格数据处理共享环境的概念,它包括栅格数据计算节点内部集群环境中的共享内存、共享处理器、共享硬盘、共享显示等方面的技术和计算节点间的远程图像对象调用技术。前者通过在近于操作系统层为用户提供一个便于编程、效率高的图像并行处理接口(API),屏蔽用户对操作系统层的系统调用,使用户在编程时只关心图像处理算法正确性和精度。后者通过远程对象调用技术在中间件层实现对象间的分布式计算,从而对程序员屏蔽了系统的分布性和异构性。最后介绍了基于该共享环境构建的空间信息栅格服务节点软件的体系结构,即构建空间信息栅格网格服务节点的框架。     

基于网格模板的最小欧式距离准则图像自动拼接技术

提出一种结合网格模板和最小欧式距离准则的图像自动拼接方法。方法选取图像重叠部分作为处理对象，运用边缘检测自动获取基准图像特征块，并提出基于网格模板的最小欧式距离准则用于计算匹配点，最后使用图像融合技术消除接缝。应用证明该方法拼接准确快速，实现简单，适合大部分图像拼接应用的需要。     

矾花图像的处理及应用研究

利用数码相机定时采集沉淀池中的矾花图像，通过串口通信传输、存储到计算机；计算机对矾花图像进行数字图像处理；将处理结果应用到添加控制系统中，从而达到适量添加明矾的目的。     

基于帧间差分的彩色视频背景提取

针对动态目标检测中的图像背景实时提取问题,采用红绿蓝三分量综合考虑的方法,进行了比较深入的算法研究。研究表明,如果图像序列时间段过短,背景中就会有目标空洞,如果图像序列时间段过长,则不能反映实时背景,在后续目标检测中就会引起较大误差。考虑合理的视频场景区域的动态目标密集程度因素,就可以较好地兼顾提取背景的实时性和背景中目标空洞的消除。     

一种改进的车头SURF特征提取和匹配

通过对加速鲁棒性算法特征关键点提取和匹配的研究,提出一种改进的车头加速鲁棒性特征点提取方法,该方法在车头图像像素梯度变化较大的范围内提取关键点,然后采用最近邻比例算法进行特征点匹配。实验结果表明,提出的改进方法不仅能够筛选出鲁棒性较强的关键点,同时提高了特征的提取速度和匹配效率,在总时间上比尺度不变特征变换算法提高了3~6倍;比加速鲁棒性算法提高了近1/4。