基于边界和梯度特征的图像识别

提出了一种基于边界和梯度特征的图像识别方法。在相差仿射变换的图像识别过程中，将边界点和其对应的梯度特  (本文共3页) 阅读全文>>

提出了一种基于边界和梯度特征的图像识别与分割方法.图像识别就是在相差仿射变化的过程中,将图像边界和梯度特征进行组合,提高图像识别效率.图像分割就是...  (本文共5页) 阅读全文>>

针对传统检测方法对低对比度和低信噪比弱小目标检测难度大的问题,提出一种基于梯度特征提取的弱小目标检测方法。首先利用弱小目标的各向同性及在梯度空间中的正负分布特性,提取两个方向梯度特征;然后通过改进的局部...  (本文共7页) 阅读全文>>

随着科技的发展和人们生活水平的提高,智能监控系统在安防等领域发挥着越来越重要的作用,其中对车辆、车牌等目标的检测识别的智能监控系统占了很大的比例。车辆的车牌作为车辆的唯一身份标识,一直都是人民关注的重点,所以设计一套快速高鲁棒性的车牌检测算法是非常关键的。本文首先对现有的车牌检测技术进行的分析,针对现有算法大都依赖于颜色和纹理信息,受光照等影响过大,并且只适用于清晰车牌的问题,在总结我国车牌易于检测的特点的基础上,寻找清晰车牌和模糊车牌的共同特征,剔除鲁棒性低的特征,设计了基于多特征级联筛选的高鲁棒性监控图像车牌检测算法。考虑到清晰车牌和模糊车牌都具有长宽符合一定比例的矩形边框,并且边框内字符和数字间存在明显分割区间和分割点这两个特征,设计了基于梯度特征的车牌区域预检测算法。将正样本依据车牌的清晰程度分为三类,提取他们的归一化梯度特征,并用多尺度遍历保存特征框的大小。使用提取到的特征训练线性SVM分类器,得到代表每个位置权重的模...  (本文共68页) 本文目录 | 阅读全文>>

随着中国经济的不断繁荣与城市化进程加快,重要公共场所的安全日益受到重视。为了维护国家和社会稳定保障人民生命和财产安全,国家于2015年就展开了互联网加公共安全视频监控建设。传统的视频监控分析由于需要依靠人的肉眼实现,消耗大量人力物力,已无法满足海量视频数据的处理要求。因此为了满足社会需求,智能视频监控技术应运而生,异常检测作为智能视频监控的重要组成部分,能够在不需要人为干预的情况下对监控场景中的异常进行实时预警与检测。本文主要以视频监控场景中的人群为研究对象,提出了一种基于运动影像图时空梯度特征的人群异常检测算法。本文主要研究内容如下:(1)本文将人群视为一个整体进行研究,将图像每个像素点作为一个运动的粒子,通过光流法求取粒子的速度,然后通过人群运动系统类比热力学系统,将热力学系统中的能量模型焓模型应用到人群运动系统,得到人群运动影像图。(2)利用运动粒子的流体特征,将流体能量梯度这一概念引入人群运动影像图中,同时结合场理论,提...  (本文共79页) 本文目录 | 阅读全文>>

梯度特征反映了图像边缘、轮廓与纹理等信息,在图像去噪中起着重要作用。本论文在对图像梯度特征进行分析的基础上,研究了图像梯度特征在图像去噪方法中的应用,提出有效的梯度约束去噪方法,对图像实现去噪同时保留其中边缘、轮廓和纹理信息,进而提升去噪图像清晰度的效果。论文的具体工作包括:(1)设计了一种多方向梯度约束全变差图像去噪算法。首先分析了传统去噪方法中只利用水平和垂直两个方向梯度的不足,提出了利用梯度算子在水平、垂直和两个对角方向分别与图像卷积提取多方向的梯度特征。其次,利用多种梯度算子同图像卷积提取图像的多方向梯度特征,将多梯度特征作为全变差图像去噪中的一个约束条件,通过求解优化问题得到干净图像。经过实验验证,多方向梯度特征约束的去噪方法,在去噪效果上比两方向梯度的算法更好,同时也获得更高PSNR值。(2)设计了一种基于多方向梯度特征的分区域图像去噪算法。首先利用图像的多方向梯度特征对图像进行区域分割。利用多方向梯度特征包含图像的...  (本文共70页) 本文目录 | 阅读全文>>

深度学习在人脸识别的研究和应用中取得一定成效,但因计算量大且耗时,不适用于小型嵌入式设备。基于融合梯度特征的轻量级卷积神经网络SqueezeNet提取人脸特征,既能保证该网络模型适用于...  (本文共6页) 阅读全文>>