简介:摘要人脸识别是模式识别以及图像处理研究的重要内容和热点之一,也是生物特征识别技术中的一个非常活跃的课题。人脸识别技术具有实时、准确和非接触等优势,因而较容易被用户接受和认可,目前已经在出入管理、门禁考勤等系统中有着广泛的应用。本文主要研究基于Gabor小波变换与协同表示的人脸识别算法,就其中的特征提取等相关问题进行了深入探讨。首先用Gabor小波对人脸图像进行特征提取,由于变换后的特征维数较高,所以要对变换特征进行降维,本文结合协同表示的方法提出了一种新的基于Gabor特征与协同表示的人脸识别算法,实验结果表明该方法对于人脸图像的光照、表情和姿态等变化具备较强鲁棒性,算法运行速度较快。
简介:这篇文章重点研究改进的Gabor小波(improvedGaborwavelet,IGW)变)并讨论了它在地震信号处理和解释中的应用ThispaperintroducesanimprovedGaborwaveletanditscompletetransform,andmainlyanalysestheirpropertiesanddiscussesapplicationsofthesepropertiesinseismicsignalprocessandinterpretation。改进的Gabor小波变换具有以下特性:1)IGWT把时域信号映射到时间一频率域,而传统Gabor小波变换把时间信号映射到时间一尺度域;2)IGWT可用于信号分频,通过固定变换的主频参数dominantfrequency,并变换能提取相应的子带信号,且其主频部分的信息与原信号相应频率部分的信息一致,通过调节变换的分辨率因子,变换能有效控制子带信号的带宽;3)用IGWT和IGWIT构建的滤波器有良好的时一频局部性,在指定时一频范围内能实现针对性滤波。文章用仿真实验和实际用例验证IGWT的这些特性,并在提高地震信号分辨率、地震信号分频和识别小断层等地震信号处理和解释等方面的应用中取得良好效果。