检索结果-内蒙古大学图书馆

信号处理 2011年第5期27卷 664-671页

作者：赵键孙即祥李智勇陈明生国防科学技术大学电子科学与工程学院信息工程系长沙410073

点模式匹配是计算机视觉和模式识别中重要而基础的问题。在立体视觉匹配、图像配准、目标识别与跟踪等方面都有广泛的应用,是目前各领域关注和研究的热点。该文提出了一种新的将不变特征与概率松弛标记法相结合的点模式匹配算法。该算... 详细信息

点模式匹配是计算机视觉和模式识别中重要而基础的问题。在立体视觉匹配、图像配准、目标识别与跟踪等方面都有广泛的应用,是目前各领域关注和研究的热点。该文提出了一种新的将不变特征与概率松弛标记法相结合的点模式匹配算法。该算法首先提出一种新的基于点集的不变特征一相对形状上下文,然后利用点集间相对形状上下文的统计检验匹配测度来定义概率松弛标记法中新的相容性系数,并以此为基础来构造鲁棒的支持函数。最后通过匹配概率矩阵的松弛迭代以及匹配约束条件来实现点模式匹配问题的求解。模拟仿真与真实数据实验验证了本文算法在点集间存在相似变换乃至透视变换情况下具备较高匹配正确率,而且对于噪声和出格点也具备较强的鲁棒性。

关键词：点模式匹配不变特征相对形状上下文概率松弛标记法

来源：评论

学校读者我要写书评

暂无评论

使用光谱归一化方法进行高光谱图像解混

引用

数字化用户 2017年第37期 216-220页

作者：王杰 637009 西华师范大学国土资源学院四川南充

端元变化是导致光谱解混精度下降的重要因素.目前,有很多算法被用于解决端元变化,但是这些算法往往忽略了端元间的高相关特征、像元空间邻域信息,降低了解混精度.为此,本文提出一种基于光谱归一化的端元变化解混框架.端元组与影像进行L... 详细信息

端元变化是导致光谱解混精度下降的重要因素.目前,有很多算法被用于解决端元变化,但是这些算法往往忽略了端元间的高相关特征、像元空间邻域信息,降低了解混精度.为此,本文提出一种基于光谱归一化的端元变化解混框架.端元组与影像进行L2范数归一化,降低端元组内的异质性,采用协同稀疏回归算法对Hyperion影像进行解混,并利用概率松弛标记法对像元补充空间邻域信息来提高解混精度.实验结果表明:此框架运行效率非常高,降低了高相关端元组的异质性,能获取较高的地物覆盖度精度,同时,在引进像元空间邻域信息后,进一步提升了解混精度.

关键词：光谱归一化高光谱影像端元变化解混协同稀疏回归算法概率松弛标记法

来源：评论

学校读者我要写书评

暂无评论

基于卫星图像信息与电子信息的舰船目标关联

基于卫星图像信息与电子信息的舰船目标关联

引用

作者：邓婉霞国防科学技术大学

学位级别：硕士

目标关联作为信息融合和目标跟踪的重要保障,是判别来自不同传感器的信息是否源于同一目标的重要技术。舰船目标关联对海洋战场的态势估计及取得战场的主动权有着重要的作用。本文以电子侦察卫星与成像遥感卫星对海洋舰船目标的监视为基... 详细信息

目标关联作为信息融合和目标跟踪的重要保障,是判别来自不同传感器的信息是否源于同一目标的重要技术。舰船目标关联对海洋战场的态势估计及取得战场的主动权有着重要的作用。本文以电子侦察卫星与成像遥感卫星对海洋舰船目标的监视为基础,对舰船目标关联问题进行深入的探索,其主要工作如下:(一)针对本课题背景下观测数据来源于异质传感器而无法建立运动状态模型以及现有的目标关联算法无法较好地处理观测数据中的定位误差、虚警和漏检等问题,提出基于点对局部特征(Point Pair Local Topolgy,PPLT)的舰船目标关联算法。首先将卫星图像信息与电子信息的舰船目标位置信息关联问题转化为点模式匹配问题,分别把两者的舰船目标位置信息作为点集匹配中的模板集和目标集,提出一种新的点集形状描述子——点对局部拓扑特征(Point Pair Local Topolgy,PPLT)来描述这两个点集。然后将该描述子分别与概率松弛标记(Probabilistic Relaxing Labeling,PRL)、谱匹配(Spetral Matching,SM)相结合,提出了基于基于点对局部拓扑特征与概率松弛标记的目标关联算法(Point Pair Local Topolgy—Probabilistic Relaxing Labeling,PPLT-PRL)和基于点对局部拓扑特征与谱匹配的目标关联算法(Point Pair Local Topolgy—Spetral Matching,PPLT-SM)。最后通过模拟数据和CMU/VASC model-house数据仿真实验,验证了PPLT-PRL算法和PPLT-SM算法对出格点、噪声以及旋转都具有较好的稳健性;通过舰船编队的模拟实验,得到PPLT-PRL算法具有较好的抗虚警能力,PPLT-SM算法具有较好的抗定位误差能力,验证了两种算法的实用性。(二)针对仅使用舰船位置信息进行目标关联的性能不佳,且考虑到目标的属性特征相对位置特征比较稳定,故将两者结合,进行优势互补,提出基于点对局部特征(Point Pair Local Topolgy,PPLT)和属性信息的舰船目标关联算法。首先提取舰船目标的属性特征,将属性特征提取问题转化为目标识别问题,提出一种粗糙集和增量分层回归技术(Rough Set—Incremental Hierarchical Discriminant Regression,RS-IHDR),先运用粗糙集分别对卫星电子信息提供的辐射源的属性特征、卫星图像信息提供的舰船目标的属性特征进行约简,然后将约简后的特征输入到IHDR分类器,得到识别结果。而卫星电子信息识别的是辐射源,再运用雷达与舰船的配属情报得到舰船识别结果。然后运用D-S证据理论,把PPLT的概率分配函数与目标属性的概率分配函数进行综合,最后分别采用概率松弛标记法(Probabilistic Relaxing Labeling,PRL)、谱匹配算法(Spetral Matching,SM)寻找最优解,即提出了基于PPLT-PRL与属性特征的舰船目标关联算法和基于PPLT-SM与属性特征的舰船目标关联算法。不同场景下的实验验证这两种算法相比仅使用单一特征的目标关联算法具有更好的抗干扰性和实用性,且基于PPLT-PRL与属性特征的舰船目标关联算法具有更好的抗虚警性能,基于PPLT-SM与属性特征的舰船目标关联算法具有较好的抗定位误差性能。(三)针对现有的目标关联算法不能有效地处理舰船编队的非刚体形变和虚警等问题,提出基于非均匀高斯混合模型(Inhomogeneous gaussian mixture models,IGMM)的舰船目标关联算法。同样地,将卫星图像信息和电子信息的舰船目标位置信息关联转化为点模式匹配问题,将两者提供的目标位置信息等效为两个点集,分别提取这两个点集的形状上下文描述子(Shape Contxt,SC),然后根据SC特征相似性,构造非均匀高斯混合模型,最后运用EM算法迭代两个点集的变换关系和虚警比率。实验验证该算法不仅能很好地处理非刚体形变,并且对定位误差、虚警和漏检具有较好的鲁棒性。

关键词：目标关联卫星图像信息卫星电子信息点模式匹配点对局部拓扑特征概率松弛标记法谱匹配算法属性信息非均匀高斯混合模型

来源：评论

学校读者我要写书评

暂无评论

基于松弛标记算法的重叠指纹分离

基于松弛标记算法的重叠指纹分离

引用

作者：杨福汕头大学

学位级别：硕士

随着模式识别和计算机图像处理等相关技术的不断发展生物识别技术得到了越来越广泛的应用。指纹具有唯一性、终身不变性、可靠性高及便于采样等优点,已经成为个人身份认证最有效的手段之一,是最具法律效力的生物特征。目前,指纹识别的... 详细信息

随着模式识别和计算机图像处理等相关技术的不断发展生物识别技术得到了越来越广泛的应用。指纹具有唯一性、终身不变性、可靠性高及便于采样等优点,已经成为个人身份认证最有效的手段之一,是最具法律效力的生物特征。目前,指纹识别的各种相关技术已经非常先进,各种算法发展也已经很成熟,但是对低质量指纹的处理仍然难以令人满意,而在低质量指纹中重叠指纹的处理更少人问津,重叠指纹对现有的自动识别技术构成了严重的挑战,因为现有的自动指纹识别技术都假设指纹能被正确地分段。在现实中,从犯罪现场经常可以提取到各种重叠指纹,而这些提取到的重叠指纹由于其特殊性不能直接用自动指纹识别系统进行识别,因此为了通过指纹的匹配尽快的破案,分离这些重叠指纹,然后对分离的指纹进行识别显得尤为必要。\n 本文提出了一种重叠指纹分离的算法,以便更高效的在指纹识别系统中分离重叠指纹。重叠指纹分离算法的最重要的步骤就是重叠指纹的方向场的估计,这也是现有的指纹方向场估计算法的最大的挑战,利用传统的指纹方向场的估计算法只能估计非重叠区域的指纹方向场,而对重叠区域的指纹方向场却无能为力。本文提出的算法首先提出了用局部傅里叶分析的方法来估计重叠指纹的指纹方向场,然后采用概率松弛标记法将重叠指纹的方向场分为两类,最后利用Gabor滤波器的滤波增强性能将重叠指纹分离为两个完整独立的指纹。\n 实验结果表明本文的算法能够有效的分离重叠指纹,并且分离出来的指纹用于自动指纹识别系统有很好的精度,说明本文提出的算法具有良好的理论研究和实际应用价值。

关键词：自动指纹识别指纹方向场估计概率松弛标记法 Gabor滤波器重叠指纹分离

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：