薛寺中
- 作品数：8 被引量：20H指数：3
- 供职机构：江南大学数字媒体学院更多>>
- 发文基金：江苏省自然科学基金中央高校基本科研业务费专项资金教育部留学回国人员科研启动基金更多>>
- 相关领域：自动化与计算机技术文化科学理学更多>>
- 基于小波变换的自适应脉冲耦合神经网络图像融合被引量：7
- 2010年
- 针对同一场景多聚焦图像的融合问题,提出了一种基于小波变换的自适应脉冲耦合神经网络(PCNN)图像融合方法。首先,对源图像进行小波分解,得到不同尺度下的子带图像;然后,在小波域中利用PCNN的同步脉冲激发特性,制定基于PCNN的融合规则;使用不同尺度下的小波系数的拉普拉斯能量(EOL)作为对应神经元的链接强度,经过PCNN点火得到源图像在小波域中的点火映射图;通过判决选择算子,选择点火次数多的小波系数作为对应的融合系数,然后进行区域一致性检验,获到最终的融合系数;最后,对融合后的系数进行小波逆变换得到融合图像。实验结果表明,该方法更有效地提取原始图像的特征信息,提高融合图像的视觉效果,在主观视觉效果与客观性能指标上均优于传统的图像融合方法。
- 薛寺中周爱平梁久祯
- 关键词：图像融合脉冲耦合神经网络小波变换
- 基于分块离散余弦变换和Hausdorff距离的人脸识别被引量：4
- 2010年
- 提出了基于分块离散余弦变换(DCT)和Hausdorff距离的人脸识别方法,利用分块DCT对人脸图像进行预处理,针对人脸图像存在扭曲变形的情况,提出了50%覆盖分块DCT的方法。提取DCT预处理之后的低频信息作为特征。最终利用Hausdorff距离和基于九点法的Hausdorff距离实现测试图像与模板图像的匹配。在ORL和Yale人脸库上反复实验表明,本方法不仅能够提高识别率,而且由于分块DCT快速高效的特点,能够显著缩短识别时间。
- 陈秀宏张伟伟薛寺中郝建东
- 关键词：离散余弦变换人脸识别预处理HAUSDORFF距离
- 基于递归滤波的边缘检测算法
- 2011年
- 针对包含不同程度噪声数字图像的边缘检测问题,提出了两种建立在房顶型模糊边缘模型基础上的平滑和边缘检测滤波器。首先用这些滤波算子以三阶递归的形式实现图像的平滑及梯度计算,再进行非极大值抑制及双阈值的边缘检测连接。实验结果表明,该方法得到的梯度图像均比Canny和Deriche滤波算子清晰,所得边缘图像也更加完整,检测时间也少于其他方法。
- 薛寺中
- 关键词：边缘检测平滑滤波器
- 数字媒体技术专业培养方案初探被引量：3
- 2013年
- 数字媒体技术专业是目前我国高等教育中新兴的专业之一,是艺术设计与计算机科学与技术融合产生的专业,产生了多个新学科方向。针对该专业学生培养方案进行了初步分析及探讨,提出了对该专业的课程设置与课程教学、人才培养及学科建设的初步设想。
- 姚晓峰薛寺中
- 关键词：数字媒体技术学科建设
- 基于核的半监督的局部保留投影降维方法被引量：1
- 2012年
- 为能有效捕捉数据的非线性特征,特提出一种新的非线性数据降维算法——核半监督局部保留投影(KSSLPP)。该方法利用标记样本的标记信息及所有训练样本的结构重新定义了类间相似度和类内相似度,然后将原始数据映射到高维核空间,在核空间中最大化类间分离度,最小化类内分离度。该方法在核空间保持了数据的局部结构和全局结构,以及数据的标签信息。在Olivetti人脸库和UCI数据库中的对比实验验证了该算法的有效性。
- 薛寺中谈锐陈秀宏
- 关键词：数据降维核方法
- 一种非参数核函数鉴别分析法及其在人脸识别中的应用被引量：1
- 2012年
- 核判别分析(KDA)算法仅考虑c-1个判别特征,且计算类间离散度矩阵时需使用所有的训练样本,而一些有利于分类的边界结构未能被提取。为此,提出了一种非参数非线性(核)鉴别分析方法,其在计算特征空间中的类间散布矩阵时引入一个权值函数,从而能提取有利于分类的边界结构。仿真试验表明,新方法在识别性能上优于已有的一些方法,且避免了使用繁琐的矩阵奇异值分解理论,有一定的实用价值。
- 薛寺中戴飞陈秀宏
- 关键词：核判别分析人脸识别特征提取
- 基于一种改进的类内散布矩阵的核鉴别分析法
- 2013年
- 基于核的非线性判别方法及算法的研究近年来得到广泛的研究。在这些方法中,一个主要的缺点是对L类判别问题,判别向量最多只有L-1个。定义一种改进的核类间散布矩阵,并对两类问题给出改进的核鉴别分析法,该方法克服了以上缺陷。试验结果表明所提出的方法与其他方法相比具有很好的识别性能。
- 薛寺中陈秀宏
- 关键词：最小距离分类器
- 基于小波变换的PCNN多传感器图像融合被引量：5
- 2011年
- 利用PCNN(Pulse Coupled Neural Network)在图像处理中的独特优势,提出了一种基于小波变换的PCNN多传感器图像融合方法。对源图像进行小波分解,得到不同尺度下的子带图像;在小波域中利用PCNN的同步脉冲激发特性,制定基于PCNN的融合规则;使用不同尺度下的小波系数的SF(Spatial Frequency)作为对应神经元的链接强度,经过PCNN点火得到源图像在小波域中的点火映射图;通过判决选择算子,选择点火次数多的小波系数作为对应的融合系数,进行区域一致性检验,获到最终的融合系数;对融合后的系数进行小波逆变换得到融合图像。实验结果表明,该方法有效地综合源图像中的重要信息,得到更好视觉效果和更优量化指标的融合图像,在主客观评价上均优于小波、PCNN等方法。
- 薛寺中周爱平梁久祯
- 关键词：图像融合脉冲耦合神经网络小波变换空间频率
