顾思思
,
宋梅
连铸
doi:10.3969/j.issn.1007-5461.2016.01.004
针对传统小波变换存在的缺陷,提出了一种基于块方向性小波变换的图像融合算法.将输入的图像均匀划分成多个子块,并通过训练确定每块图像的方向性小波;利用块方向性小波对图像进行稀疏变换得到稀疏系数,对融合系数进行逆变换得到融合图像,并采用仿真实验对算法性能进行测试.实验结果表明,相对于其它图像融合算法,如DTC、FFT和DWT等,本算法无论是在近物图像、遥感图像还是红外线图像上,其信息熵和平均梯度等图像融合质量评价指标都更优,使图像融合过渡效果更加自然.同时其图像融合速度更快,可以满足图像处理系统实时性的需求.
关键词:
图像融合
,
稀疏表示
,
几何方向
,
块方向性小波
王冬梅
,
冯偲
,
王海鹏
,
于微波
影像科学与光化学
doi:10.7517/j.issn.1674-0475.2016.01.095
为了解决传统接触式疲劳驾驶检测方法影响驾驶、检测算法识别率较低等问题,本文提出一种基于稀疏表示的眼睛状态识别的方法.利用K-SVD(K均值奇异值分解)方法对输入的训练集构造过完备冗余字典,利用正交匹配追踪法对测试的图像进行稀疏表示,然后根据重构图像和测试图像之间的误差,确定测试图像所属的类别,判断出测试图像的状态.实验中将K-SVD和OMP(正交匹配追踪)方法与其它字典学习和稀疏表示方法进行对比,结果表明,利用K-SVD字典学习算法结合OMP算法获得了较好的识别效果.
关键词:
疲劳驾驶
,
人眼状态
,
稀疏表示
,
K-SVD
,
OMP
