四川省教育厅科学研究项目(11ZB069)
- 作品数：2 被引量：2H指数：1
- 相关作者：杨军冯朝胜刘妍丽冯林秦晓慧更多>>
- 相关机构：四川师范大学四川大学平顶山学院更多>>
- 发文基金：四川省教育厅科学研究项目国家自然科学基金国家重点基础研究发展计划更多>>
- 相关领域：自动化与计算机技术电子电信更多>>
- 统计学全局特征提取在纹理图像光学字体识别中的应用
- 2015年
- 针对纹理图像光学字体识别中大部分现有方法容易出现噪声干扰和高度细分依赖的问题,提出了一种基于统计学分析的全局特征提取方法。首先,使用二值化、倾斜校正和文本归一化预处理图像,得到完整的文本块图像;然后,使用拉普拉斯过滤器降低图像的椒盐噪声,并利用反相过滤器得到白色背景和黑色边缘的图像;最后,基于模式边界边缘像素之间关系进行统计学分析以提取出22个有用特征,借助分类器完成识别。在阿拉伯文书法脚本图像数据集上的实验结果表明,本文方法使用决策树分类器可获得最好的分类精度,高达98.26%,相比其他的较为新颖的特征提取方法,本文方法获得更好的识别性能。
- 秦晓慧张国平赵桂钦
- 关键词：统计学纹理图像
- Fisher极小准则不相关空间算法及其在人脸识别中的应用被引量：2
- 2013年
- 不相关空间算法是一种基于广义Fisher准则求解不相关鉴别矢量集的快速算法,但该算法要求总体散度矩阵可逆.针对高维小样本的情况,文中提出求解不相关鉴别矢量集的改进方法.该方法的基本思路是在类间散度矩阵的值空间中运用广义Fisher极小准则求解鉴别矢量集,并讨论在该子空间中进行求解的合理性.针对高维情况下类间散度矩阵值空间的计算效率问题,提出首先利用PCA算法将数据降维,然后在低维空间中求解值空间的策略并讨论其合理性.在ORL人脸数据库上的实验验证该方法的有效性,其识别率高于传统的Fisher脸方法和不相关空间算法.
- 杨军刘妍丽冯朝胜冯林
- 关键词：小样本问题
