1 湘潭大学物理与光电工程学院， 湖南 湘潭 411105
2 湖南应用技术学院机电工程学院， 湖南 常德 415000
针对单样本环境下传统人脸识别算法识别效果不佳的问题，提出一种结合改进中心对称局部二值模式和位平面分解的单样本人脸识别算法(ICSDBP)。采用改进中心对称局部二值模式算子提取人脸的特征信息得到两幅不同半径的纹理特征图像，将每幅纹理特征图像分解为4幅位平面图像，最后将8幅特征图像串联融合，使用最近邻分类器进行分类识别。在AR、CAS-PEAL和Extend Yale B人脸数据库上的仿真结果表明，该算法具有较高的识别率和较快的识别速度，对光照和表情等变化具有较好的稳健性。
图像处理 人脸识别 单样本 中心对称局部二值模式 位平面分解 最近邻分类器 激光与光电子学进展
2018, 55(7): 071012
在基于匀速直线运动的运动模糊图像的复原中, 点扩散函数（PSF）的两个参数（运动模糊角度和运动模糊尺度）的估计是研究的重点。为了能够准确地估计出PSF的模糊角度, 提出了在一种新的改进倒频谱域中采用位平面分解提取和Radon变换相结合的方法。并在已知运动模糊角度的基础上再对模糊图像采用差分自相关处理, 得到运动模糊尺度。将上述整个算法用Matlab进行仿真实验。实验结果表明: 该算法在获取运动模糊参数的效率和准确度方面较现有文献的同类算法有所提高, 得到的复原图像也更加清晰。
运动模糊 改进倒频谱 点扩散函数 位平面分解 Radon变换 motion blur modified cepstrum point spread function bit-plane decomposition Radon transform
