考研《数学》填空题四大解题技巧.docVIP

PAGE IV PAGE V 基于奇异值分解的图像识别 摘要 为了克服由于光照条件不同以及成像设备的限制,使得不同条件下获取的图像之间不仅存在较大的灰度差异,而且还存在旋转、偏移等几何形变而导致无法识别匹配的问题提出了一种利用奇异值分解得到图像的空间信息,然后用小波变换提取纹理信息,再利奇异值分解得到图像的能量信息来进行识别匹配的方法。仿真结果表明,可有效地解决诊断的准确性,而且对图像的旋转和偏移也具有很好的鲁棒性,能够准确和高效地查找所需的图像,与其它算法相比具有较高的识别率。 近年来，图像识别,模式识别在计算机视觉领域中已受到广泛的重视，成为一个十分活跃的研究方向。本文首先介绍了基于奇异值图像识别研究的意义及现状，然后介绍了基于奇异值图像识别在人脸检测的主要方法及应用，其次，介绍与分析了小波变换、奇异值分解及K-L变换等人脸识别技术。接着，将小波变换与奇异值分解相结合应用于人脸识别，首先将人脸图像进行小波变换，然后采用基于奇异值分解的方法对小波变换后的低频部分进行特征提取，再根据最小距离分类器进行分类，最后，将奇异值分解引入到特征脸方法计算特征向量中，并对特征脸方法进行了改进，提出了一种基于局部特征脸分析的人脸识别方案。根据人脸的对称性以及上半脸保留了相对稳定的特征在识别时起的作用比下半部分大，分别对人脸的左侧及上侧应用特征脸法，识别时将这两部分的空间距离和为最小的图像确定