公开(公告)号：CN106204415B

公开(公告)日：2020-09-01

申请号：CN201510219780.3

申请日：2015-05-04

Applicant: 南京邮电大学

Inventor： 高浩 ,  师玉娇 ,  王保云 ,  周航

IPC: G06T3/00

Abstract: 本发明提出一种图像配准方法，包括以下步骤：建立基于灰度的互信息配准适应值函数；建立并初始化一个种群，种群中每个个体的四个维度分别代表浮动图像的水平平移，垂直平移，旋转角度和缩放系数；根据互信息配准的适应值函数，计算每个个体的适应度值，并计算种群整体的最优位置；利用差分进化算法的迭代机制更新所述每个个体的位置向量，更新种群整体的最优位置；判断是否满足执行替代策略的条件，若满足，则执行相应的替代策略；重复执行上述步骤直至满足差分进化算法的最大迭代次数Tmax。本发明具有配准稳定性好，精度高的优点，大大提高了图像配准算法的性能，为后续图像处理的工作奠定可靠基础。

公开(公告)号：CN107169410A

公开(公告)日：2017-09-15

申请号：CN201710222367.1

申请日：2017-03-31

Applicant: 南京邮电大学

Inventor： 周航 ,  荆晓远 ,  岳东

IPC: G06K9/00

Abstract: 本发明公开了一种用于人脸识别的基于LBP特征的结构型稀疏表示分类方法（LBP‑SSRC），对于传统的SRC算法来说，样本的局部性相较于其稀疏性一样是极其重要的，局部特征是一种非常有用的特征信息，该算法首先从原始样本集中提取样本的LBP直方图特征，考虑到训练样本的分块结构性，接着设计了两种结构型稀疏表示的算法模型（SSRC），最后将提取到的LBP特征输入到SSRC算法模型中，充分利用样本LBP特征的局部性以及SSRC的分块结构性，因此该算法使测试样本可以尽可能的选择用与其同类别的训练样本来重构得到，可以很好的提升分类识别效果。通过在公共的AR人脸库上的对比实验，可以充分验证所提算法的有效性。

公开(公告)号：CN106204415A

公开(公告)日：2016-12-07

申请号：CN201510219780.3

申请日：2015-05-04

Applicant: 南京邮电大学

Inventor： 高浩 ,  师玉娇 ,  王保云 ,  周航

IPC: G06T3/00

Abstract: 本发明提出一种新型的图像配准方法，包括以下步骤：建立基于灰度的互信息配准适应值函数；建立并初始化一个种群，种群中每个个体的四个维度分别代表浮动图像的水平平移，垂直平移，旋转角度和缩放系数；根据互信息配准的适应值函数，计算每个个体的适应度值，并计算种群整体的最优位置；利用差分进化算法的迭代机制更新所述每个个体的位置向量，更新种群整体的最优位置；判断是否满足执行替代策略的条件，若满足，则执行相应的替代策略；重复执行上述步骤直至满足差分进化算法的最大迭代次数Tmax。本发明具有配准稳定性好，精度高的优点，大大提高了图像配准算法的性能，为后续图像处理的工作奠定可靠基础。