共查询到15条相似文献，搜索用时 193 毫秒
1.
基于非负稀疏编码和RBPNN的掌纹图像识别方法 总被引：1，自引：1，他引：0
主要探讨了一种新颖的基于非负稀疏编码（NNSC）和径向基概率神经网络（RBPNN）模型的掌纹图像识别方法。使用NNSC算法可以成功地提取掌纹图像的特征,利用RBPNN模型可以有效、快速地实现掌纹图像的分类。与RBFNN和BPNN模型相比,实验结果表明RBPNN模型具有更高的识别率和更好的分类能力。 相似文献
2.
NNSC是把多维数据分解成非负稀疏分量的一种方法,而且这种方法已成功地应用于建模视觉感知系统的感受野。通过仿真实验证明了NNSC方法在自然图像的特征提取中的有效性;而且与独立分量分析(ICA)方法相比,实验结果证明NNSC法提取的特征基要优于ICA基,其图像重构目视效果明显好于用ICA基恢复的结果。 相似文献
3.
《苏州市职业大学学报》2014,(1):1-1
主持人语：本人应邀为《苏州市职业大学学报》科技重大项目栏的主持人,希望借助该平台,向学术同仁介绍本人主持的国家自然科学基金资助项目所取得的研究成果,以期让研究者了解本项目进展及研究的意义.2009年,以本人为项目负责人,以苏品刚副教授和周昌雄教授为主要课题成员,与东南大学毫米波国家重点实验室合作,组建了科研团队,成功申报了1项国家自然基金项目“非负稀疏编码算法及其在毫米波焦平面成像图像处理中的应用研究（No.60970058）”,这一项目主要在毫米波（MMW）焦平面成像系统成像机制研究的基础上,进一步利用软件方法对MMW成像数据进行后续处理,从而得到更高分辨率的MMW图像.主要在基于人眼初级视觉系统主视皮层V1区神经元的非负稀疏编码（NNSC）模型的研究基础上,结合已成熟的图像处理方法,提出了基于稀疏特征的毫米波图像处理方法.该项目主要的研究工作包括以下五个方面：①毫米波成像系统中关键硬件-毫米波成像接收机混频器及成像天线的研制;②建模了一类具有视觉反馈机制的NNSC神经网络模型并实现了该模型的稀疏优化学习;③基于量子信息理论、Retinex理论以及二维经验模式分解、偏微分方程、凸集投影、神经网络非线性滤波特性等算法,提出了一些适用于MMW图像的处理算法;④利用NNSC特征基和最大似然估计法,提出了基于NNSC收缩技术的毫米波图像消噪和恢复方法;⑤结合NNSC算法、图像稀疏表示及超分辨率图像恢复等算法,提出了一类基于组合变换的MMW图像级联消噪和恢复方法. 相似文献
4.
提出一种基于多尺度Gabor滤波特征提取和稀疏表示的SAR图像目标识别方法。首先，在目标分割的基础上，利用Gabor滤波器对SAR目标图像在不同方向上进行滤波，增强目标的局部特征；然后，根据稀疏表示模型，以训练样本特征为原子构建字典，利用稀疏求解算法选择最优的原子集合来表示测试样本特征，进而计算表示系数中非负值的l1范数来判别测试样本。实验结果验证了该算法的有效性与鲁棒性。 相似文献
5.
仿效人类的视觉认知过程,提出面向目标的图像超分辨率算法.只需从一幅车牌图像就可以恢复目标的细节信息.该算法使用先检测、后重建的思路,通过联合稀疏编码建立目标高低分辨率图像片之间的关系,以目标可以稀疏表示为先验,检测到目标区域后,通过压缩感知重建图像.实验表明,重建图像的峰值信噪比(PSNR)较传统方法约有2dB的改善.此外,还验证了超分辨率重建改善了车牌识别结果,可以消除20%的错误识别字符. 相似文献
6.
SAR层析成像利用多航过复数据对观测目标进行高程向重构，全极化数据具有丰富的散射信息。将全极化数据与SAR层析成像相结合，利用城市建筑高程向散射体的稀疏性和全极化数据信号稀疏支撑集相同的特点，提出基于组稀疏约束和稀疏约束相结合的求解模型，并利用层次稀疏的方法对模型进行求解。通过Monte Carlo仿真实验将该模型法的性能与单极化层析成像模型和基于组稀疏的求解方法的性能进行对比，并将该方法应用到实测数据的半点目标仿真实验中。结果表明，本文提出的方法提高了高程向重建精度，且有更好的鲁棒性，在低信噪比下也能较好地恢复目标的高程向信息和后向散射系数。 相似文献
7.
(Symmetric alpha-Stable)模型是小波域一种精确的图像模型 ,但是其计算复杂性高,本文在分析 模型的基础上,提出了高斯-柯西模型,将此模型作为图像的小波域先验模型信息,并用Bayesian估计器,算法复杂性上有显著的降低。另外,图像对数变换后的统计特性发生变化 ,需要在变换过程中加入均值调整的过程。实验结果表明,本文的算法模型在较好的保持了SAR图像结构的基础上,能较好的保留图像边缘信息和纹理特征,并能有效的抑制图像的斑点噪声,取得了良好的效果。 相似文献
8.
超分辨率重建可以从低分辨率图像序列中重建出高分辨率图像,提高图像质量。重建出边缘保持且噪声低的高分辨率图像,仍具有挑战。针对此问题,在L1先验模型中添加图像梯度的L0范数作为先验知识,提出联合L1和L0先验模型的超分辨率重建算法,既保留L1先验模型边缘保持的优点,又保留L0先验模型抑制噪声的优点。将该算法与双三次插值、Total Variation (TV)先验模型和L1先验模型作对比,通过仿真实验数据和真实实验数据的分析,验证本文算法的有效性。 相似文献
9.
《沈阳大学学报（自然科学版）》2014,(6)
针对目前高光谱图像半监督降维算法中基于流形学习的开放性选择近邻参数问题,以及利用传统算法不能有效地获取标签数据的局部信息,提出了一种无需考虑近邻参数的半监督局部稀疏嵌入(SELSE)算法.该算法基于稀疏表示理论,通过求解范数优化问题构建稀疏系数图,并且利用有限的标签数据最大化类间信息,提取高光谱图像的特征.在AVIRIS高光谱遥感图像的Indian Pine数据集上进行仿真实验,结果表明所提出算法在分类精度和计算效率上都有所提高. 相似文献
10.
基于认知科学的研究提出一个新颖的计算模型用于物体识别.特征整合理论为计算模型提供了总体路线.基于最大熵原理构建学习过程,获得必要的先验知识构成认知网络.利用认知网络,将底层的图像特征和高层知识捆绑起来.利用条件随机场的基本概念和原理建模捆绑过程.将计算模型应用于现实世界的物体识别,在标准图像库上进行评估,取得了很好的效果. 相似文献
11.
针对图像重建中采用稀疏正则化算法时，阈值收缩算子的阈值参数难以选取的问题，提出一种采用自适应阈值收缩算子的稀疏正则化算法。该算法收缩算子的阈值参数在迭代求解过程中根据解的稀疏度进行更新；同时在该算子中引入权重系数，研究阈值算子的衰减特性对图像重建质量的影响；并将该算法应用于电学层析成像的仿真和实验图像重建。结果表明：与传统的稀疏正则化算法相比，使用具有衰减特性的阈值收缩算子的稀疏正则化算法重建图像的性能指标有所提高。当被测物场的内含物分布较为简单时，采用较大的权重系数；当被测物场的内含物分布相对复杂时，使用较小的权重系数，有利于提高重建图像的质量。 相似文献
12.
采用非局部均值，全变差正则化和稀疏编码，提出一种新的单幅图像超分辨率重建方法.首先，用非局部均值方法对低分辨率图像进行去噪处理，可保证几何结构的一致性.然后，将去噪后的低分辨率图像代入重建模型得到高分辨率图像的低频分量，而高分辨率图像的高频分量则通过学习的方法在数据库中查找得到.将得到的低频分量与高频分量相加得到初始的高分辨率图像的恢复结果.最后对初始的恢复图像进行一些全局优化即可得到最终恢复的高分辨率图像结果.实验结果证明该方法得到的高分辨率图像结果具有鲁棒性且更自然. 相似文献
13.
14.
提出一种基于Gaussian-Hermite矩和人类视觉系统（HVS）特性融合的图像全参考质量评价方法。正交矩在图像处理和模式识别方面有很重要的作用。图像的低阶矩能很好地表征图像的特征，可用于图像质量的准确评价。该方法首先通过计算两幅图像间连续正交矩能量差异获得低阶矩特征；然后，结合HVS的掩盖效应对图像的不同区域分配不同权重；最后，对图像所有分区的连续正交矩能量差进行加权平均得到图像质量分数。在国际通用的图像质量评价数据集中，对所提出的方法进行测试。实验结果对比表明，该方法具有很好的效果。 相似文献
15.
提出一种基于显著性的高海况SAR图像船舶目标检测方法Itti-SAR,该方法由显著图提取与连接性判断两个阶段组成。在显著图提取阶段,针对SAR图像特性,将改进的方向特征和一致性特征引入传统视觉注意模型,以构建适用于SAR图像的显著性模型,实现高海况SAR图像船舶目标显著图的提取。在连接性判断阶段,采用密度约束对显著区域的连接性进行判断,防止将单个目标检测为多个,从而进一步降低虚警。在多幅SAR图像上的实验结果验证该方法的有效性,与经典CFAR算法的对比实验显示出其查准率、召回率高和不依赖于先验知识的优点。 相似文献