光学 精密工程
2023, 31(12): 1859
1 西北民族大学数学与计算机科学学院, 甘肃 兰州 730030
2 西北民族大学中国民族语言文字信息技术教育部重点实验室, 甘肃 兰州 730030
为了解决单一特征反映不同修复方法效果差异的局限性,结合唐卡图像结构特征和色彩特征,提出一种基于多特征的无参考彩色唐卡修复图像质量评价方法。首先,该算法利用唐卡图像纹理丰富的特性,选取高斯差分算子提取图像线描图,并结合唐卡对称特性获取图像结构特征;然后依据简单线性迭代聚类分割后不同超像素区域间的色彩熵变化差异,提取唐卡图像色彩特征;最后考虑到多尺度特征更加符合人眼视觉特性,将拉普拉斯金字塔分解后的多元特征输入自适应增强神经网络进行训练,预测得出修复图像质量客观评价分数。实验结果表明,该方法利用唐卡图像丰富的结构和色彩特征,较好地获得与主观评价一致的分数,其斯皮尔曼相关系数与皮尔逊相关系数均达到0.94以上。
成像系统 图像质量评价 高斯差分算子 色彩熵 AdaBoost神经网络 唐卡图像 激光与光电子学进展
2020, 57(8): 081105
1 兰州理工大学 电气工程与信息工程学院, 兰州 730050
2 西北民族大学 数学与计算机科学学院, 兰州 730030
眼镜遮挡对人脸图像识别率影响较大, 为了提高戴眼镜人脸图像的识别率, 需要摘除正面人脸图像中眼镜。采用PCA和ICA算法提取了二阶统计信息、高阶信息, 较好地刻画了人脸的细节特征; 同时结合灰度补偿算法, 弥补了由于戴眼镜图像未参与特征空间的训练过程中所造成的合成图像中人脸表情的失真; 利用反复的迭代补偿算法进行人脸重建。通过Yale人脸数据库进行仿真实验结果表明: 该方法合成的图像没有眼镜的痕迹, 看起来更加自然, 有效地改善了戴眼镜图像的面部特性, 提高了人脸的识别率。
人脸识别 眼镜摘除 主成分分析 独立成分分析 人脸重建 face recognition glasses removal principle component analysis independent component analysis face reconstruction
1 兰州理工大学 电气工程与信息工程学院, 甘肃 兰州 730050
2 西北民族大学 数学与计算机科学学院, 甘肃 兰州 730030
唐卡图像在其保存和搬运过程中较易出现细微的划痕, 针对所出现的垂直(水平)划痕进行了自动检测算法研究。垂直(水平)划痕实质上属于特殊的边缘, 首先利用该特性采用小波模极大值描述图像中目标的多尺度边界; 然后再通过投影变换放大划痕中心的亮度极值特性, 并基于多尺度突变点检测找到划痕的位置; 最终采用标注联通分量、设置高度和宽度约束得到划痕的掩膜。实验结果表明, 利用该方法取得了较好的检测效果。
垂直(水平)划痕 唐卡图像 小波分析 自动检测 vertical (horizontal) scratches Thangka image wavelet analysis automatic detection