摘要：针对人脸识别应用,提出一种基于学习且具有鉴别能力的核图像微分滤波器。首先,区别于现有滤波器的手工设计方法,该滤波器利用训练集动态学习获得,通过在学习过程中融入线性判别分析(LDA)思想,可在增加滤波后图像类内相似度的同时减小类间相似度;其次,在线性滤波分类器的基础上进一步引入二阶微分信息,并结合核方法在高维空间下进行滤波器学习,使得图像中的细节和非线性信息可以得到更好的利用并获得更具鉴别力的特征描述。AR和ORL人脸库上的多组对比实验结果表明,与线性可学习图像滤波器IFL、不考虑微分信息的核图像滤波器以及只考虑一阶微分信息的核图像滤波器进行比较,所提算法可有效提高识别性能。

摘要：针对图像视频中数字自动识别处理的需求,提出了一种改进的数字区域定位及读数识别方法。该方法使用自适应阈值进行图像整体二值化,然后设计改进的笔画宽度变化算法(SWT)来确定仪表数字显示的大体位置,再根据数字的颜色、宽高比以及空间排列等特征来过滤得到准确位置,并使用多层次扩展合并处理方法去除遮挡粘连影响,实现读数区域的精确定位,效果理想。最后对数字区域提取多种高区分度特征,通过训练好的多分类模型即可准确识别得到对应数字值,实现图像视频中读数的自动识别。实验结果表明,该方法具有很高的准确度及较强的鲁棒性,能避免光照、倾斜、部分遮挡的影响,准确找到读数区域,并据此识别出其中的数字,适用于自动巡检、远程抄表等多种应用。