-
Patent Agency Ranking
公开(公告)号：CN103345732A
公开(公告)日：2013-10-09
申请号：CN201310320251.3
申请日：2013-07-26
Applicant: 电子科技大学
IPC: G06T5/00
Abstract: 本发明提供一种基于Contourlet变换的PCNN图像增强算法及装置，其主要包括如下步骤：S1将待处理图像在RGB颜色空间的分量转换至HIS颜色空间，得到色调分量H、亮度分量I和饱和度分量S；S2将所述亮度分量I通过Contourlet变换进行分解，得到低频子带图像与一系列多尺度多方向性带通子带轮廓图像序列；S3将分解得到的带通子带轮廓图像序列，作为PCNN神经网络增强算子的外部输入，进而得到增强后的带通子带轮廓图像序列；S4将增强后的带通子带轮廓图像序列与原低通子带图像序列结合，进行Contourlet逆变换，得到增强的亮度分量I'；S5对所述饱和度分量S进行饱和度的调整，得到新的饱和度分量S’；S6将上述HIS颜色空间的色调分量H、新的亮度分量I’和新的饱和度分量S’转换至RGB颜色空间，得到增强后的图像。
-
公开(公告)号：CN102880870A
公开(公告)日：2013-01-16
申请号：CN201210319881.4
申请日：2012-08-31
Applicant: 电子科技大学
Abstract: 本发明提供一种人脸特征的提取方法及系统，所述方法包括：S1、获取并比较图像库中的人脸图像的各像素点及其周围像素点的灰度值，确定人脸图像中的各像素点及其周围像素点的灰度差值；S2、对灰度差值进行概率密度统计，获取灰度差值的累计概率分布，并根据灰度差值的累计概率分布及特征向量编码位数要求对灰度差值进行编码，得到灰度差值编码；S3、对灰度差值编码进行线性局部二值模式的计算，得到水平方向的特征向量P1和垂直方向的特征向量P2；S4、对灰度差值编码进行统计局部二值模式的计算，得到水平方向的特征向量P3和垂直方向的特征向量P4；S5、将特征向量P1、P2、P3、P4组合，用于表征人脸图像的人脸特征。
-
公开(公告)号：CN103345732B
公开(公告)日：2016-01-27
申请号：CN201310320251.3
申请日：2013-07-26
Applicant: 电子科技大学
IPC: G06T5/00
Abstract: 本发明提供一种基于Contourlet变换的PCNN图像增强算法及装置，其主要包括如下步骤：S1将待处理图像在RGB颜色空间的分量转换至HIS颜色空间，得到色调分量H、亮度分量I和饱和度分量S；S2将所述亮度分量I通过Contourlet变换进行分解，得到低频子带图像与一系列多尺度多方向性带通子带轮廓图像序列；S3将分解得到的带通子带轮廓图像序列，作为PCNN神经网络增强算子的外部输入，进而得到增强后的带通子带轮廓图像序列；S4将增强后的带通子带轮廓图像序列与原低通子带图像序列结合，进行Contourlet逆变换，得到增强的亮度分量I'；S5对所述饱和度分量S进行饱和度的调整，得到新的饱和度分量S’；S6将上述HIS颜色空间的色调分量H、新的亮度分量I’和新的饱和度分量S’转换至RGB颜色空间，得到增强后的图像。
-
公开(公告)号：CN103336960A
公开(公告)日：2013-10-02
申请号：CN201310320237.3
申请日：2013-07-26
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于流形学习的人脸识别方法，属于图像处理技术领域，解决了传统方法中直接对高维图像进行处理所消耗资源过多的问题。本发明结合最近特征子空间分类器和局部线性嵌入两种方法用于人脸图像的降维处理，然后采用最近邻分类器对降维后的数据进行识别，首先构建人脸图像高维数据，将人脸图像样本按行拉伸为一维向量；然后对构建的人脸图像高维数据进行降维处理，获得所有人脸图像在同一低维空间的低维表示；最后在低维嵌入空间。本发明通过对图像进行训练，实时采集待测试图像，进行人脸识别，比采用基于欧氏距离的局部线性嵌入方法更为合理，识别准确率更高，也比直接采用高维数据进行识别的运算复杂度更低，更加简便。
-
公开(公告)号：CN102880870B
公开(公告)日：2016-05-11
申请号：CN201210319881.4
申请日：2012-08-31
Applicant: 电子科技大学
Abstract: 本发明提供一种人脸特征的提取方法及系统，所述方法包括：S1、获取并比较图像库中的人脸图像的各像素点及其周围像素点的灰度值，确定人脸图像中的各像素点及其周围像素点的灰度差值；S2、对灰度差值进行概率密度统计，获取灰度差值的累计概率分布，并根据灰度差值的累计概率分布及特征向量编码位数要求对灰度差值进行编码，得到灰度差值编码；S3、对灰度差值编码进行线性局部二值模式的计算，得到水平方向的特征向量P1和垂直方向的特征向量P2；S4、对灰度差值编码进行统计局部二值模式的计算，得到水平方向的特征向量P3和垂直方向的特征向量P4；S5、将特征向量P1、P2、P3、P4组合，用于表征人脸图像的人脸特征。
-
-
-
-
Search Results
5
records
(took 0.015 seconds)
