电子与信息学报
電子與信息學報
전자여신식학보
JOURNAL OF ELECTRONICS & INFORMATION TECHNOLOGY
2009年
10期
2465-2469
,共5页
张洁玉%陈强%白小晶%孙权森%夏德深
張潔玉%陳彊%白小晶%孫權森%夏德深
장길옥%진강%백소정%손권삼%하덕심
图像识别%多尺度自卷积%多尺度自卷积熵%特征融合%仿射不变性
圖像識彆%多呎度自捲積%多呎度自捲積熵%特徵融閤%倣射不變性
도상식별%다척도자권적%다척도자권적적%특정융합%방사불변성
该文结合广义典型相关分析(GCCA)理论,提出了一种新的图像仿射不变特征提取方法.首先,基于多尺度自卷积变换(MSA)构造了一组新的变换量-多尺度自卷积熵(MSAE).然后证明了该熵具有仿射不变性;再利用GCCA将MSA和MSAE变换值作为两种特征进行融合,得到具有更丰富图像信息的组合特征.最后利用MSA,MSAE和组合特征,结合最近距离分类器分别对视点变换图像以及加噪声、加部分遮挡视点变换图像进行分类识别实验.结果表明,组合特征得到了最高的正确识别率,MSAE次之,MSA最低.
該文結閤廣義典型相關分析(GCCA)理論,提齣瞭一種新的圖像倣射不變特徵提取方法.首先,基于多呎度自捲積變換(MSA)構造瞭一組新的變換量-多呎度自捲積熵(MSAE).然後證明瞭該熵具有倣射不變性;再利用GCCA將MSA和MSAE變換值作為兩種特徵進行融閤,得到具有更豐富圖像信息的組閤特徵.最後利用MSA,MSAE和組閤特徵,結閤最近距離分類器分彆對視點變換圖像以及加譟聲、加部分遮擋視點變換圖像進行分類識彆實驗.結果錶明,組閤特徵得到瞭最高的正確識彆率,MSAE次之,MSA最低.
해문결합엄의전형상관분석(GCCA)이론,제출료일충신적도상방사불변특정제취방법.수선,기우다척도자권적변환(MSA)구조료일조신적변환량-다척도자권적적(MSAE).연후증명료해적구유방사불변성;재이용GCCA장MSA화MSAE변환치작위량충특정진행융합,득도구유경봉부도상신식적조합특정.최후이용MSA,MSAE화조합특정,결합최근거리분류기분별대시점변환도상이급가조성、가부분차당시점변환도상진행분류식별실험.결과표명,조합특정득도료최고적정학식별솔,MSAE차지,MSA최저.
