最近,非局部滤波方法已成为滤波领域的研究热点.本文深入研究了基于预选择的非局部滤波方法,指出了已有方法在提取图像片特征方面存在的不足,利用二维主成分分析(Two-dimensional principal component analysis,2DPCA)提出了一种有效的...最近,非局部滤波方法已成为滤波领域的研究热点.本文深入研究了基于预选择的非局部滤波方法,指出了已有方法在提取图像片特征方面存在的不足,利用二维主成分分析(Two-dimensional principal component analysis,2DPCA)提出了一种有效的非局部滤波方法.该方法对基于预选择的非局部滤波方法的主要贡献有:1)用于提取图像片特征的面向图像片的2DPCA;2)基于相似距离直方图的相似集自动选取方法;3)相似距离权重参数局部自适应选取方法.实验结果表明,本文方法对弱梯度、人脸、纹理以及分段光滑图像均能取得较好的滤波效果.展开更多
提出了一种对角离散余弦变换(Discrete Cosine Transform,DCT)和二维主元分析(Two-Dimensional Principal Component Analysis,2DPCA)相结合的人脸识别方法。该算法首先将人脸图像转换成对角图像,同时利用DCT压缩并重建人脸图像;然后通...提出了一种对角离散余弦变换(Discrete Cosine Transform,DCT)和二维主元分析(Two-Dimensional Principal Component Analysis,2DPCA)相结合的人脸识别方法。该算法首先将人脸图像转换成对角图像,同时利用DCT压缩并重建人脸图像;然后通过2DPCA进行特征提取得到人脸识别特征;最后运用最近邻分类器进行识别。基于ORL(Olivetti Research Laboratory)、受污损ORL及Yale人脸数据库的实验结果证明了该算法的有效性。展开更多
文摘最近,非局部滤波方法已成为滤波领域的研究热点.本文深入研究了基于预选择的非局部滤波方法,指出了已有方法在提取图像片特征方面存在的不足,利用二维主成分分析(Two-dimensional principal component analysis,2DPCA)提出了一种有效的非局部滤波方法.该方法对基于预选择的非局部滤波方法的主要贡献有:1)用于提取图像片特征的面向图像片的2DPCA;2)基于相似距离直方图的相似集自动选取方法;3)相似距离权重参数局部自适应选取方法.实验结果表明,本文方法对弱梯度、人脸、纹理以及分段光滑图像均能取得较好的滤波效果.
基金广东省自然科学基金(the Natural Science Foundation of Guangdong Province of China under Grant No.032356)北京大学视觉与听觉信息处理国家重点实验室开放课题基金项目(No.0505)
文摘提出了一种对角离散余弦变换(Discrete Cosine Transform,DCT)和二维主元分析(Two-Dimensional Principal Component Analysis,2DPCA)相结合的人脸识别方法。该算法首先将人脸图像转换成对角图像,同时利用DCT压缩并重建人脸图像;然后通过2DPCA进行特征提取得到人脸识别特征;最后运用最近邻分类器进行识别。基于ORL(Olivetti Research Laboratory)、受污损ORL及Yale人脸数据库的实验结果证明了该算法的有效性。
