基于二进小波变换的虹膜识别算法研究

讨论了虹膜图像定位等预处理方法，并提出了基于二进小波变换过零检测的虹膜图像识别算法，利用图像在不同分辨率下的特征表示，对虹膜上的采样同心圆计算不同分辨率下的过零小波变换，产生1－D信号，然后对它用相异度函数与模板特征比较。实验表明，该方法克服了漂移、旋转和比例放缩带来的局限，并且识别率高，效果良好。     

小波变换与视觉计算模型的算法实现

本文根据小波变换与视觉初级的共同之处，提出一种采用小波变换来进行视觉预处理，并结合神经网络、注意控制等技术的计算机视觉系统方案。这种方案既符合人类视觉进行信息处理的机制，又有利于进行图象分析与模式识别。     

采用小波变换的立体匹配:一种基于相位的方法

本义提出了一种采用小波变换基于相位的立体匹配算法。该算法引入多分辨率分析思想,借助小波变换的Ｍａｌｌａｔ算法,采用金字塔式的多尺度匹配结构,从而显著地提高了匹配效率。同时,该算法利用平滑性约束条件实现了相位不稳定区域视差的自适应插值,保证了良好的匹配效果。立体象对的测试结果表明了该算法的有效性。     

基于二进小波变换的图象多尺度边缘检测算法及应用

系统介绍了二进小波变换在图像连缘检测中的算法,使用该算法可以地分辨出图像的轮廓特征,实验证明该算法是可行的。     

基于多任务学习的立体匹配算法

引入辅助任务信息有助于立体匹配模型理解相关知识,但也会增加模型训练的复杂度。为解决模型训练对额外标签数据的依赖问题,提出了一种利用双目图像的自相关性进行多任务学习的立体匹配算法。该算法在多层级渐进细化过程中引入了边缘和特征一致性信息,并采用循环迭代的方式更新视差图。根据双目图像中视差的局部平滑性和左右特征一致性构建了损失函数,在不依赖额外标签数据的情况下就可以引导模型学习边缘和特征一致性信息。提出了一种尺度注意的空间金字塔池化,使模型能够根据局部图像特征来确定不同区域中不同尺度特征的重要性。实验结果表明:辅助任务的引入提高了视差图精度,为视差图的可信区域提供了重要依据,在无监督学习中可用于确定单视角可见区域;在KITTI2015测试集上,所提算法的精度和运行效率均具有一定的竞争力。     

基于小波变换的自适应多分辨率语音增强算法

本文提出了一种基于小波变换的自适应多分辨率语音增强算法，它在尺度上和尺度间同时对受噪声污染的语音信号作自适应滤波处理，从而使得听觉影响最严重的频段上的噪声被有效地滤除掉，滤波后的语音信噪比和主观听觉质量都得到了很大的改善。     

基于FFT的连续小波变换快速算法

本文从ＷＴ的频域表示式入手,推导出一种利用ＦＦＴ和ＩＦＦＴ进行连续小波变换的快速算法并对其运算工作量进行了分析、对比。     

融合梯度特性与置信度的立体匹配算法

针对现有局部立体匹配算法在计算匹配代价时, 不能很好区分强弱纹理区域,及在视差计算过程 中,不能很好的解决视差歧义问题,提出一种融合梯度特性与置信度的立体匹配算法。首先 计算梯度特 征,并根据梯度特征信息选择匹配代价计算的匹配窗口,针对强弱不同纹理区域选择不同尺 寸的匹配窗 口,有效的提高了立体匹配精度,降低了误匹配率;然后在视差计算中引入置信度约束条件 ,解决了视差 计算中视差歧义的问题,提高了立体匹配算法的稳定性与精度;最后使用水平与垂直方向交 叉区域检测进 行奇异值的修正。实验结果表明,该算法在Middlebury数据集中31对 立体图像对的平均误匹配率为7.96%,有效的提高了立体匹配精度。     

基于小波变换的自适应多分辨率语音增强算法

本文提出了一种基于小波变换的自适应多分辨率语音增强算法,它在尺度上和尺度间同时对受噪声污染的语音信号作自适应滤波处理,从而使得对听觉影响最严重的频段上的噪声被有效地滤除掉,滤波后的语音信噪比和主观听觉质量都得到了很大的改善。     

基于特征融合的半全局立体匹配算法

双目视觉通过模拟人的双眼来估计物体的深度,从而还原出物体的三维信息.作为双目视觉中最重要的步骤,立体匹配算法精度影响深度信息的还原.为了提高算法的匹配正确率,基于原始算法,提出了一种改进的半全局匹配算法,通过对匹配代价进行改进,将像素的AD代价与改进的Census代价进行融合,并在多个路径上对匹配代价进行代价聚合,最后...     

基于二进小波变换的图像插值方法

介绍了基于二进小波变换的图像插值方法,并且对各种插值方法在不同域中的结果作了比较,主要是对最近邻插值、双线性插值和双三次插值几种方法在空间域、正交小波域、二进小波变换中作了比较.试验结果证明,基于二进小波变换的图像插值效果比较好,值得进一步深入研究.     

基于改进Census变换的抗噪立体匹配算法

针对传统Census变换在匹配代价计算中易受噪声影响、匹配精度较低的问题,提出一种引入噪声容限的四状态Census变换算法。在匹配代价计算中,首先将改进的Census匹配代价与灰度绝对差值和梯度代价进行融合,并加入相应的截断阈值,以提高初始匹配代价空间的可靠性。然后通过引导图滤波进行代价聚合,并采用赢家通吃策略计算初始视差值。最后通过左右一致性检验、视差填充和加权中值滤波来优化初始视差值,得到最终视差图。实验结果表明,所提算法的噪声鲁棒性优于传统Census变换算法,且立体匹配算法的整体误匹配率降低至5.59%。     

基于二进小波变换自适应Kalman滤波反褶积

本文提出了基于二进小波变换自适应Kalman滤波反褶积(AKFD)新方法.它抛弃了传统预测反褶积对信号平稳性的假设,克服了提高分辨率反而明显降低信噪比的矛盾,其较好地压缩反射波形,但噪声并没有明显提高,所以具有很好的抗噪性能.在小波域进行的AKFD压制假反射比在时间域AKFD好,此外,该方法具有对信号分频进行AKFD的特性,增强了Kalman滤波的自适应性,所以在小波域下的分辨率明显比在时域内高.同时,该方法克服了在时域内进行的AKFD抬升低频成份的缺陷.经大量的模型及实际资料处理表明该方法具有明显的效果.     

由信号二进小波变换极值重构信号的样条插值算法

本文通过二进小波变换极值或零交叉点可获取信号的多尺度边缘,由此得到信号的绝大部分信息.本文提出了用样条插值重构算法来实现由信号二进小波变换极值点重构原始信号.数值仿真实验显示了该算法的高效性和令人满意的重构效果.与已有的算法相比,该算法原理更简单、更直接,实现更方便,速度更快.     

一种基于组合矩和小波变换的目标匹配算法

不变矩方法是一种经典的特征提取方法.文中针对纹理细节信息较少的特定目标,首先在七个不变矩的基础上构建了组合矩.该组合矩具有旋转、平移、比例不变性和良好的类间可分离性,大大降低了算法的复杂性、提高了抗干扰能力.为了进一步提高匹配速度,引入多分辨率小波分解,利用低频系数来计算图像的组合矩特征量进行模板匹配.实验表明,对于细节信息较少的目标,该方法是一种具有较高实时性和鲁棒性的目标匹配算法.     

基于冗余小波变换的立体图像视差估计

通过分析目前立体视差估计方法的不足,提出一种基于冗余小波变换的视差估计新算法.首先对参考图像进行冗余小波变换,提取特征点,形成DT(Delaunay Triangle)网格,然后根据三角形特征点在目标图像中进行视差估计,最后通过仿射变换形成浓密视差图.实验表明该算法能有效获得视差矢量,视差匹配后能得到良好的重建图像.     

一种改进的基于BP的立体匹配算法

作为立体视觉关键技术之一的立体匹配,一直都是视觉领域研究的热点和难点。本文提出了一种基于分割区域的BP立体匹配算法。首先对于输入图像对进行mean-shift分割,对于初始视差图,利用交叉检测,将分割区域分为可靠和非可靠区域。基于此区域信息,利用BP算法对初始视差进行优化。实验结果表明,采用本文改进的BP算法,可以获得精确度更高的视差图。     

一种基于邻域支持准则的双层立体匹配算法

本文给出一种基于邻域支持准则的双层立体匹配算法，该算法以LOG边缘检测器输出的边缘点为匹配基元，利用图象相关特性和匹配相容性约束构成两层匹配系统．第一层以反映图象灰度统计特性的局部相关约束为准则．第二层以第一层输出为引导，从图象结构和视差相容方面寻求全局意义上的最佳匹配，从而使系统对复杂场景有较好的自适应性．实验结果表明，该算法结构简单，稳定可靠，具有处理复杂场景的能力．     

基于二进小波变换的边缘保持图像插值算法

利用离散二进小波变换(DDWT)所具有的良好的多尺度边缘提取特性以及子带间的相关性,提出了基于DDWT的边缘保持图像插值算法。算法利用多尺度边缘的指数衰减规律预测损失掉的高频子带中的边缘,并利用三次样条插值算法恢复损失掉的高频子带中的非边缘信息。最后通过离散二进小波合成得到高分辨率图像。实验结果显示,该算法优于传统的双线性和双三次插值算法。对于像Lena这样的纹理较少的图像其峰值信噪比(PSNR)提高了2dB以上,而对其它图像插值的结果也有不同程度的质量改善,插值的结果更符合人的视觉系统特性。     

一种基于彩色图像分割的立体匹配算法

提出了一种新的立体匹配算法.首先采用均值漂移算法将参考图像根据彩色信息快速聚类成不同区域;然后根据变窗口算法计算的匹配点,把分割区域分为可靠区域和不可靠区域,计算可靠区域的模板参数;最后在全局评价函数中加入遮挡约束,通过贪婪算法把可靠区域的模板分配给不可靠区域使得全局评价函数取到最小值.实验结果表明,该算法可较好地处理大的低纹理区域和遮挡像素,匹配精度高,克服了基于局部算法中存在的边界模糊.