您的位置： 专家智库 > >

安徽省自然科学基金(1208085QF104)

作品数：18 被引量：99H指数：7
相关作者：梁栋鲍文霞胡根生张成阎庆更多>>
相关机构：安徽大学河北钢铁股份有限公司更多>>
发文基金：安徽省自然科学基金国家自然科学基金安徽省高等学校优秀青年人才基金更多>>
相关领域：自动化与计算机技术电子电信天文地球电气工程更多>>

文献类型

  • 18篇中文期刊文章

领域

  • 14篇自动化与计算...
  • 3篇电子电信
  • 1篇天文地球
  • 1篇电气工程

主题

  • 9篇图像
  • 4篇步态
  • 4篇步态识别
  • 3篇支持向量
  • 3篇水印
  • 3篇足底
  • 3篇足底压力
  • 3篇向量
  • 3篇小波
  • 3篇LAPLAC...
  • 2篇云检测
  • 2篇支持向量机
  • 2篇植物
  • 2篇植物叶
  • 2篇植物叶片
  • 2篇识别方法
  • 2篇数字水印
  • 2篇水印算法
  • 2篇图像识别
  • 2篇图像识别方法

机构

  • 18篇安徽大学
  • 1篇河北钢铁股份...

作者

  • 12篇梁栋
  • 10篇鲍文霞
  • 4篇胡根生
  • 3篇张成
  • 2篇陈长春
  • 2篇李新华
  • 2篇张艳
  • 2篇丁娇
  • 2篇阎庆
  • 1篇梁昭
  • 1篇王年
  • 1篇郭存山
  • 1篇唐俊
  • 1篇程红江
  • 1篇高玮玮
  • 1篇程志友
  • 1篇张林
  • 1篇于浩
  • 1篇张学敏
  • 1篇孙山

传媒

  • 10篇安徽大学学报...
  • 2篇计算机工程与...
  • 1篇系统工程与电...
  • 1篇测绘学报
  • 1篇华中科技大学...
  • 1篇哈尔滨工程大...
  • 1篇浙江大学学报...
  • 1篇淮北师范大学...

年份

  • 1篇2016
  • 6篇2015
  • 4篇2014
  • 7篇2013
共 18 条 记 录，以下是 1-10
全选 清除 导出
排序方式：
基于DWT-DCT-SVD的鲁棒盲视频水印算法被引量：1
2015年
为更有效地保护多媒体数据,文中提出了一种基于DWT(discrete wavelet transform)、DCT(discrete cosine transform)与SVD(singular value decomposition)结合的盲视频水印算法.利用视频帧内的R、G通道的颜色差值进行关键帧的快速选取,将关键帧的B分量进行多级离散小波变换,对变换后的子带进行Arnold置乱,将水印嵌入到置乱后的子带奇异值中.当嵌入水印视频受到攻击时,利用彩色图像各颜色通道间像素差值很小和奇异值分解的稳定性,用嵌入水印视频关键帧的G分量代替原始视频关键帧的B分量,实现水印的盲提取.实验结果表明,该算法对噪声、滤波、裁剪、帧置乱、帧平均、MPEG(moving pictures experts group)压缩等攻击具有较好的鲁棒性.
陈玉麟梁栋张成鲍文霞
关键词：视频水印关键帧奇异值盲提取
基于双层卷积神经网络的步态识别算法被引量：10
2015年
提出运用双层卷积神经网络模型实现基于足底压力图像的步态识别方法.首先,对足底压力数据采集系统采集的图像作相应预处理;然后,用双层卷积神经网络模型学习得到足底压力图像的单层和双层卷积特征;最后,将卷积特征训练分类器得到分类结果.实验结果验证了该算法的有效性.
王欣唐俊王年
关键词：卷积神经网络数据采集系统步态识别
结合无符号Laplace谱特征的触觉步态识别算法被引量：1
2016年
针对单纯利用压力点分布特征进行触觉步态识别的不足,提出了一种结合无符号Laplace谱特征的动态触觉步态识别算法。利用足底压力数字化场地采集常速、快速和慢速三种情况下的触觉步态数据,生成足底压力分布图像,并根据足底解剖学的结构划分区域;以足底压力图像各区域为节点构造结构图,并采用无符号Laplace矩阵表示;通过对该矩阵进行奇异值分解(Singular Value Decomposition,SVD)获取谱特征,并结合形状特征得到触觉步态特征;选择"一对一"的支持向量机(Support Vector Machine,SVM)多分类方法,按照人在行走过程中不同的速度分别构造分类器,从而实现动态触觉步态的识别。实验结果表明该识别算法对不同速度样本数据的触觉步态识别正确率都较高。
鲍文霞梁栋
结合亮度序局部特征描述的图匹配算法
2015年
在图匹配问题中基于松弛迭代的方法能否收敛到全局最优解在很大程度上依赖于初始值的估计,针对这个问题,提出了一种结合亮度序局部特征描述的图匹配算法。该算法首先利用Hessian-Affine方法提取图像的特征点及局部特征区域,以特征点作为图的节点并结合特征点的邻近关系构造结构图;其次,根据亮度序约束关系对局部特征区域进行子区域划分,利用改进的中心对称局部二值模式(CS-LBP)获取局部特征描述;最后,将局部特征描述之间的相似性作为图匹配关系矩阵的初始值,通过松弛迭代的方法获取特征点的准确匹配结果。实验结果表明该算法匹配准确率较高。
鲍文霞胡根生梁栋张艳
关键词：图匹配中心对称局部二值模式
基于压缩感知观测值的数字图像水印算法被引量：12
2013年
根据压缩感知理论具有计算保密性这一特点,提出一种新的基于压缩感知观测值的数字图像水印算法.首先对载体图像进行小波变换,得到稀疏后的小波系数矩阵;然后对小波系数矩阵的不同频率部分,用不同的观测矩阵进行压缩感知,得到压缩后的观测值;再将水印嵌入至小波高频系数部分的观测值中,使用子空间追踪算法恢复稀疏信号,进而通过小波反变换得到加密图像.实验结果表明:该算法具有信息安全性,能满足水印不可见性和鲁棒性要求;相比同类算法,该算法的水印提取过程更加灵活与安全.
魏丰梁栋张成鲍文霞
关键词：数字水印压缩感知版权保护信息隐藏
LS-WTSVM的遥感多光谱影像云检测被引量：8
2014年
研究基于最小二乘小波孪生支持向量机(least squares wavelet twin support vector machines,简称LS-WTSVM)的遥感多光谱影像云检测.首先根据云在不同波段中大气的辐射特点,结合Landsat7 ETM+影像数据的光谱特性获得云像元的光谱特征,再通过提取每个图像块的灰度共生矩阵得到相应像元的纹理结构特征,根据像元的光谱特性和纹理结构特征构造特征向量,最后利用最小二乘小波孪生支持向量机多分类算法进行Landsat7 ETM+影像像元的云检测,实现不同类型云区的多分类识别.仿真实验结果表明,该算法能准确地检测出多光谱影像中的厚云和薄云.
胡根生陈长春张学敏潘煜天
关键词：云检测小波核
基于D-LLE算法的多特征植物叶片图像识别方法被引量：23
2015年
为了提高植物叶片图像识别的准确率,提出一种基于差异性值监督局部线性嵌入(D-LLE)算法的多特征植物叶片图像识别方法。该方法提取叶片的颜色、形状和纹理作为叶片多特征,在加权局部线性嵌入(WLLE)算法中引入样本的差异性值构成差异性值监督LLE算法(D-LLE)对叶片高维特征进行降维,在低维空间采用最近邻分类器实现叶片的识别。该方法所用的叶片多特征比单一特征像素值更能描述叶片图像,同时差异性值能够充分挖掘样本的类别信息。基于实拍的叶片图像数据库的实验结果表明,该方法有效提高了叶片的识别精度。
丁娇梁栋阎庆
关键词：降维
基于WLLE和SVM的植物叶片图像识别方法被引量：5
2013年
针对局部线性嵌入(LLE)算法易受噪声影响,以及最近邻分类器不能有效识别植物叶片图像,提出一种基于加权局部线性嵌入(WLLE)和支持向量机(SVM)的植物叶片图像识别方法.首先利用WLLE算法对预处理后的含有高斯噪声叶片图像进行特征提取,然后采用SVM分类机制对叶片图像进行训练和识别,最后在真实的植物叶片图像数据库中提取植物叶片图像进行分类实验.实验结果表明该方法能提高叶片图像的分类率.
丁娇梁栋阎庆
关键词：流形学习局部线性嵌入支持向量机
基于SVR和贝叶斯方法的全色与多光谱图像融合被引量：2
2013年
将全色图像和多光谱图像进行融合,可以获得高空间分辨率和高光谱分辨率的融合图像.利用支持向量回归(SVR)模型构建的支持向量值轮廓波变换,对源图像进行多尺度、多方向、多分辨率分解;采用贝叶斯方法获得在不同分解水平上的全色图像和多光谱图像融合算法;利用支持向量回归的强大学习能力,通过全色图像和多光谱图像之间的相关关系,获得超分辨率的多光谱图像,解决贝叶斯方法中的待融合图像分辨率一致性问题.实验结果表明,采用该方法获得的融合图像既具有较高的空间细节表现能力,又保留了多光谱图像的光谱特征,融合效果优于传统的图像融合方法.
胡根生鲍文霞梁栋张为
关键词：图像处理图像融合支持向量回归贝叶斯方法超分辨率
联合云量自动评估和加权支持向量机的Landsat图像云检测被引量：12
2014年
针对云量自动评估算法难以检测Landsat图像中的半透明云问题,提出一种云量自动评估和加权支持向量机相结合的云检测算法。首先根据云在不同波段中的大气辐射特点,结合陆地卫星ETM+图像数据的光谱特性,利用云量自动评估算法将图像像元初步分成云像元、非云像元和待定像元,再以云的光谱特性构造特征向量,利用加权支持向量机算法进行待定像元的云层检测,最终获得全部图像的云检测结果。仿真试验结果表明,该方法既具有云量自动评估算法的云检测优势,还对云量自动评估算法难以识别的半透明云有较好的检测效果。
胡根生陈长春梁栋
关键词：云检测支持向量机
全选 清除 导出
共2页<12>
聚类工具0