公共文化服务平台

共 5 条记录，以下是 1-5

全选清除导出

排序方式：

噪声大小估计耦合PCA的图像降噪算法被引量：3: 2017年; 针对当前图像降噪算法难以有效区分纹理区域边缘和细节,且其噪声大小估计不准确,使其降噪质量不佳等不足,提出一种基于噪声大小估计耦合PCA的图像降噪算法。根据图像块的梯度矩阵的纹理强度和统计信息,从图像中选择无高频成分的低等级块,利用PCA技术计算图像块的协方差矩阵的特征值,利用最小特征值表征图像初始噪声;引入噪声估计函数,通过不断迭代估计函数,直到计算的真实噪声不变为止;根据图像真实噪声和场景复杂性,调整噪声大小,利用调整后的噪声大小作为降噪标准。实验结果表明,与当前降噪算法相比,所提算法在边缘和丰富纹理区域具有更好的降噪效果和更高的稳定性。; 张娟; 关键词：图像降噪噪声估计主成分分析

动态取样机制耦合卡通成分估算的图像修复算法: 2017年; 提出动态取样机制耦合卡通成分估算的图像修复算法.首先,引入各向异性扩散机制,获取图像的卡通分量,再引入高斯低通滤波器,改进了拉普拉斯算子,并联合卡通分量,建立等照度线检测模型,用以计算填充优先项;然后,建立动态取样机制,替代静态取样,从而提高样本的择取准确度及修复效率;最后,基于卡通分量,建立最优候选块匹配距离,测量目标块和候选块的相似度,完成图像修复.实验结果显示:与当前修复算法相比,在面对复杂纹理结构图像修复时,该修复算法有效抑制了模糊效应,拥有更佳的视觉效果与更高的修复效率.; 张娟; 关键词：图像修复各向异性扩散

自然背景下的梅花图像分割算法研究被引量：4: 2012年; 针对梅花数据的特点,提出一种基于自然背景下的梅花花朵分割算法T&C(Texture&Color)。该算法综合运用了分形纹理和颜色2种特征,有效分割背景图像中的干扰物,实现梅花图像分割。首先,采用双毯子方法计算图像的局部分形维数图,并对分形维数图采用大津阈值分割去除背景中大部分的干扰物;然后,利用颜色特征对剩余的干扰物进行有效分割。在采用颜色特征进行分割时,改进了色度直方图累加算法,并融合了饱和度特征,取得了很好的分割效果。在分割过程中,算法还采取了形态学操作、去噪和填充等处理技术,得到最终的分割结果。对9种梅花图像(每种20幅,共180幅)进行了分割实验,采用误分率对实验结果进行评价,并分别和2RGB模型分割方法、GrabCut算法进行了实验对比。实验结果表明:T&C算法平均误分率控制在3%之内,比2RGB模型分割方法更加有效,并且该算法所耗费的时间比GrabCut算法要少很多而且无需人工交互。因此,本文提出的T&C算法针对梅花图像的分割是非常有效的。; 张娟韩殿元黄心渊; 关键词：梅花图像分割分形维数

基于图像分析的梅花品种识别研究被引量：7: 2012年; 针对梅花图像,提出了适合其颜色、形状、纹理3方面特征的描述方法。在颜色特征提取方面,通过直方图归类的结果,提出了适合描述梅花图像色彩特征的方法。改进了对形状特征进行描述的平坦度算法,在计算平坦度时只计算花朵区域,没有统计背景区域,使算法得到简化,并且不影响最终的效果。改进了灰度共生矩阵的计算方法,首先提取出花朵区域的最小外接长方形,以此作为新的图像的长和宽,降低灰度共生矩阵的计算量;然后再计算4个角度的灰度共生矩阵,累加相应的矩阵元素除以4求出4个矩阵的平均矩阵,作为参与运算的灰度共生矩阵;计算该矩阵的相关参数作为纹理特征的描述。最后对提取到的19个特征采用SVM分类器进行分类和识别。对660幅梅花图像(每个品种60幅,11个品种)进行测试,330幅作为训练样本,另外330幅作为测试样本。实验结果表明,在对SVM分类器做交叉验证后,识别率可达到93.94%。该识别系统具有较高的识别准确率和稳定性,能够起到知识普及的作用,减轻专业人员的负担,增加梅花的鉴赏性。; 张娟黄心渊; 关键词：特征提取支持向量机

稀疏正交普鲁克回归处理跨姿态人脸识别问题被引量：13: 2017年; 正交普鲁克分析是一种常用的处理矩阵近似问题的技术。最近,该技术被引入到正交普鲁克回归模型中来处理人脸姿态识别问题并取得了不错的效果。然而,这个模型对残差项使用了矩阵F范数约束,使得模型对于一些噪声(比如光照)非常敏感。为解决该问题,用更加鲁棒的1范约束替代原始的矩阵F范数约束,提出稀疏正交普鲁克回归模型。该模型可以由一个有效的交替迭代算法解决。在几个流行的人脸数据库上做了验证实验,实验结果证明该模型可以有效地处理人脸姿态变化。; 张娟; 关键词：人脸姿态

全选清除导出

共1页<1>

国家杰出青年科学基金(61100132)