基于广义Gamma分布的高分辨率SAR图像海岸线检测

本文针对高分辨率SAR图像,采用广义Gamma分布（GΓD）对杂波进行建模,在此基础上提出一种基于水平集分割的海岸线检测方法.GΓD是一种高度灵活的经验分布模型,能够对SAR图像不同类型的地物进行有效建模,其参数可由对数累量法估计得到.基于该分布建立能量泛函,并通过水平集方法最小化能量泛函进行海陆分割,得到海岸线检测结果.利用两幅TerraSAR-X实测SAR图像实验证明,该方法可以实现更精确的海岸线检测.     

基于3维荧光光谱测定白酒年份酒的年份

为了能够快速准确地检测白酒年份酒的年份,采用了平行因子算法和光谱相似度算法对白酒年份酒与基酒的3维荧光光谱进行分析,分别建立了高年份基酒体积分数的测定函数和年份酒年份测定函数。结果表明,高年份基酒体积分数测定误差不超过0.02,平均加标回收率为100.28%,年份测定误差小于1年;基于3维荧光光谱快速测定白酒年份酒年份的方法,解决了由于3种基酒配制年份酒的3维荧光光谱复杂性而导致的年份酒年份鉴别困难问题。该研究为多种基酒配制年份酒的年份检测问题和其中基酒体积分数的确定提供了参考。     

一种基于中值思想的改进人脸识别方法

主成分分析(PCA)是一种经典算法,可用于人脸识别系统。它基于降维的方法提取样本人脸图像中的主要成分,并将待识别的人脸图像映射到训练集中,经比对后得出识别结果。但在此基本方法中光照变化是影响判别结果的一个重要因素。为克服此问题,在此提出一种新方法,即首先基于中值思想得出较局部二值模式改进的灰度图像,然后借助主成分分析思想去除一些冗余特征,并且再次用PCA算法对图像进行识别。     

深度图像分割中的面元优化描述

该文提出了一种新的参数化面元的优化描述方法,基于二次型面表示模型,物体表面参数由深度图像数据拟合得到,基于一种改进的纠偏曲面拟合方法,提出了一个正态分布概率模型来描述面元估计的统计性质,并显式定义了面元描述的可靠性度量,以面元提取为目的,提出了一种新的基于参数估计的深度图像分割方法,在建立区域一致性判别优化准则的同时,使得区域增长总是收敛于所提取面元的最可靠描述,文中给出了实际深度图像分割的实验结果。