基于霍夫变换和眼睑弹性模板的眼睛特征提取

提出一种将新颖的眼睑弹性模板与霍夫变换相结合实现眼睛特征的自动提取的方法,即自动定位眼球并自动提取眼睛轮廓．与其它用弹性模板提取眼睛特征的方法相比,本方法可以处理对比度较低、下眼睑模糊的图像,提取特征准确度更高,且改进的能量函数和保守能量下降算法大大简化了经验参数的选择．经过百余幅眼睛图像的实验处理,验证了该方法的有效性．     

基于小波变换的特征提取方法分析

论文提出并讨论了四种基于小波变换的特征提取方法基于小波变换的模极大值特征、基于小波分解的能量特征、基于小波包分解的熵特征以及基于适应性小波网络的特征提取方法,阐述了各方法的基本原理及实现过程,并将其用于水声信号的特征提取,通过分类结果比较,分析了各种方法的特点及适用性。     

PCA特征提取和弹性BP神经网络的水下气泡识别

针对水下激光雷达探测得到的尾流回波信号由于非稳态造成特征提取困难、不易识别的问题,提出了基于PCA特征提取与弹性BP神经网络结合的水下气泡识别算法。首先对连续采集的回波信号进行切片预处理,然后采用PCA算法对拼接的高维样本进行主要特征提取,确定特征值个数,其次对弹性BP神经网络进行参数的选择,确定能实现最优分类的隐含层节点数、特征个数等,最后根据室内搭建的尾流探测模拟平台,实现对气泡群和干扰目标的识别。实验结果表明:在隐含节点为12,增量因子为1.15,减量因子为0.55时,选取两个特征值能对有气泡、无气泡及干扰物进行有效分类;识别率随着气泡群密度的增大提升13.4%,在低密度下的识别率随激光能量的增加平均提升6.3%,识别率随距离的增加先增大后减小,气泡群在2.2 m时的目标峰特征明显,平均识别率提升3.5%。通过与自适应附加动量BP对比,该方法在减少识别时间的同时准确率达到99.1%,证明该算法可有效运用于激光雷达舰船尾流气泡的识别。     

基于短时傅里叶变换及奇异值特征提取的目标识别方法

本文研究了短时傅时叶变换后再提取奇异值作为特征矢量的特征提取方法，并对提取出的特征利用神经网络进行了识别。从理论上证明了该方法的合理性，说明该方法是一种良好的特征提取方法，通过计算距离可分性测度结果得出该方法提取的特征比一般傅里叶变换法提取的特征具有更好的可分性。利用此方法提取出的目标特征及傅里叶变换后再提取奇异值的特征抽取方法可以获得更好的识别结果。     

基于特征提取和胶囊网络的人脸表情识别

人脸表情识别是近年来非常火热的一个研究领域,随着深度学习的发展,越来越多的深度学习方法用于表情识别中。针对胶囊神经网络(CapsNet)更关注的是图像高层空间信息、低层空间特征提取不全面的问题,提出了特征提取与胶囊网络结合的人脸表情识别算法。本文先使用局部二值模式(LBP)算子提取图像纹理特征,与胶囊网络结合形成多通道输入胶囊网络。为了进一步加强低层空间特征提取,在提取纹理特征后加入了深度残差网络(ResNet),与胶囊网络结合形成多通道输入增强胶囊网络。为了验证多通道输入胶囊网络和多通道输入增强胶囊网络的性能,本文在公开表情数据集CK+和RAF-DB分别进行了对照实验,得到了99.69%,82.02%准确率,优于其它的表情识别算法。     

基于子波变换的局域特征提取方法

提出一种新的用子波变换提取局域特征（主要是轮廓提取和角点提取）的方法，并用实验对该方法的可行性和有效性进行了论证。     

基于小波包变换的辐射源信号特征提取和识别

文中基于小波包变换方法,对MSK信号辐射源提取了J-散度特征和能量特征,结合支持向量机分类器完成辐射源的识别,仿真结果表明：两者识别率均达到90％以上,从而验证了基于小波包变换的辐射源识别的有效性。     

小波变换在虹膜图像特征提取与识别中的应用

文章从虹膜图像的灰度直方图入手,分析了虹膜图像的结构及其灰度分布,在此基础上,完成虹膜图像的内、外边缘的定位和归一化;利用小波变换对分区后的虹膜图像进行分解,实现了虹膜的纹理特征提取和识别。实验结果表明,该方法运算速度快,准确度高,能较好的满足虹膜识别的实际要求。     

基于Gabor变换的中文字符特征提取方法研究

针对传统汉字字符特征提取方法的不足,提出了一种基于Gabor变换,对图像纹理特征的方向性敏感的字符特征提取方法。先将灰度字体图像进行二值化、归一化处理,再利用Gabor滤波器进行滤波,获取图像的内部纹理特征和边缘信息,进而从不同方向进行特征提取。实验证明利用gabor变换计算中文字符图像的笔画方向特征,对中文字符具有较好的分类效果。     

基于高光谱图像特征提取与凸面几何体投影变换的目标探测

在介绍凸面几何体概念和高光谱图像光谱线性模型的基础上,探讨了凸面几何体和高光谱图像的关系,提出了在光谱特性提取的基础上利用凸面几何体投影变换进行高光谱图像目标探测的方法,并成功地应用于亚运村建材市场屋顶板材和亚运村中心地区真假草坪的自动识别和探测中．试验证明该方法不需要探测目标的任何先验知识就能达到比较好的目标探测效果．同时试验还表明．由于高光谱图像波谱范围宽,特别是有短波红外、中红外和热红外范围的图像,不仅增加了地物的可分性,而且为探测地物物理性质提供了可能。     

基于可变形模型及像素相似性统计的自动图像发割

提出一种通用的融合基于可变形模型及区域特征统计的自动图像分割方案,像素相似性定义综合考虑灰度、梯度、色彩及纹理等多种图像因素,采用梯度矢量流Ｓｎａｋｅｓ算法自动进行目标匹配。为使分割结果更趋合理,利用相似单元分解技术对属于同一目标的区域进行自动合并,而对同一区域中属于不同目标的区域进行自动分裂,实现对未知目标个数及目标位置的输入图像的自动分割。对人工合成的低信噪比图像及自然图像的实验表明,本文方法     

一种基于Hough变换和神经网络的分层类星体识别方法

类星体是宇宙中最明亮、密集的天体。它产生于宇宙诞生早期,具有重要的研究价值。观测的类星体光谱由于红移现象,光谱向长波方向偏移,因此识别类星体观测光谱中的发射线和确定类星体的红移是类星体识别的主要目标。类星体光谱固有的高噪声和观测光谱特性,给类星体识别带来很大困难。一般来说基于规则的直接匹配方法在类星体识别中效果不佳。本文介绍一种神经网络和Hough变换(HT)结合的类星体自动识别方法。该方法具有简单、快速、高效、鲁棒性强和通用性强等特点。     

A NEW METHOD OF BAD POINTS ELIMINATION BASED ON HOUGH TRANSFORM

In experimental tests,besides data in range of allowable error,the experimenters usually get some unexpected wrong data called bad points. In usual experimental data processing,the method of bad points exclusion based on automatic programming is seldom taken into consideration by researchers. This paper presents a new method to reject bad points based on Hough transform,which is modified to save computational and memory consumptions. It is fit for linear data processing and can be extended to process data that is possible to be transformed into and from linear form; curved lines,which can be effectively detected by Hough transform. In this paper,the premise is the distribution of data,such as linear distribution and exponential distribution,is predetermined. Steps of the algorithm start from searching for an approximate curve line that minimizes the sum of parameters of data points. The data points,whose parameters are above a self-adapting threshold,will be deleted. Simulation experiments have manifested that the method proposed in this paper performs efficiently and robustly.     

基于边缘视觉特征描述的自适应多尺度小波边缘检测方法

本文从人类视觉的特点出发,提出了一种新的图象边缘特征描述。根据该特征描述,定义了邻域的有效边缘测度,以作为边缘复杂程度的度量,并以此来调整多尺度小波边缘检测中的尺度参数。最后给出了相应的实验比较结果。     

一种基于分形模型的新特征及其在自动目标识别中的应用

基于分形模型的自相似性，提出一种识别自然背景中人造目标图像特征的新方法．解释了该特征的含义，给出了计算方法，并利用实验数据将其与分维数特征和分形模型拟合误差特征进行了对比，说明了该特征在识别自然背景中人造目标时的优越性；还以实际红外图像的处理结果显示该特征在实际中应用的效果．     

基于Chirplet原子的雷达辐射源信号特征提取

特征提取是新体制雷达辐射源信号分选识别的关键技术.本文提出一种全新的雷达辐射源信号时频原子特征提取方法.在过完备多尺度Chirplet原子库基础上,采用匹配追踪(MP)方法对信号进行时频原子分解,并通过改进量子遗传算法(IQGA)降低MP搜索过程的时间复杂性,得到表示雷达辐射源信号特征信息的本征Chirplet原子.实验结果表明使用更少量的Chirplet原子可以得到比Gabor原子分解更准确的特征信息,证实了本文方法的可行性和有效性.     

用Chirp—z变换获得雷达目标回波波形特征

探讨了高分辨率雷达视频回波波形特征．提出对回波信号作Ｃｈｉｒｐ－ｚ变换，以提高频谱的分辨率．还对两类实测毫米波高分辨率雷达目标回波波形进行了Ｃｈｉｒｐ－ｚ变换及Ｆｏｕｒｉｅｒ变换，并对两类结果进行了比较，结果证明对雷达回波波形作Ｃｈｉｒｐ－ｚ变换获得的视频波形特征既满足同一目标特征稳定性，又容易区分两类不同目标．