《模式识别与人工智能结课论文》由会员分享，可在线阅读，更多相关《模式识别与人工智能结课论文（7页珍藏版）》请在金锄头文库上搜索。
1、 模式识别论文 人脸识别的LBP算法人脸识别特指利用分析比较人脸视觉特征信息进行身份鉴别的计算机技术。人脸识别是一项热门的计算机技术研究领域，可以将人脸明暗侦测，自动调整动态曝光补偿，人脸追踪侦测，自动调整影像放大；它属于生物特征识别技术，是对生物体（一般特指人）本身的生物特征来区分生物体个体。一般来说，人脸识别系统包括图像摄取、人脸定位、图像预处理、以及人脸识别（身份确认或者身份查找）。人脸识别算法分类 基于人脸特征点的识别算法（Feature-based recognition algorithms）。基于整幅人脸图像的识别算法（Appearance-based recognition a
2、lgorithms）。基于模板的识别算法（Template-based recognition algorithms）。利用神经网络进行识别的算法（Recognition algorithms using neural network）。这里介绍比较流行和可行的局部二值算法：局部二值模式（英文：Local binary patterns，缩写：LBP）是机器视觉领域中用于分类的一种特征，于1994年被提出。局部二值模式在纹理分类问题上是一个非常强大的特征；如果局部二值模式特征与方向梯度直方图结合，则可以在一些集合上十分有效的提升检测效果。局部二值模式是一个简单但非常有效的纹理运算符。它将各个像
3、素与其附近的像素进行比较，并把结果保存为二进制数。由于其辨别力强大和计算简单，局部二值模式纹理算子已经在不同的场景下得到应用。LBP最重要的属性是对诸如光照变化等造成的灰度变化的鲁棒性。它的另外一个重要特性是它的计算简单，这使得它可以对图像进行实时分析。 目前，LBP局部纹理提取算子，已经成功应用在指纹识别、字符识别、人脸识别、车牌识别等领域。 在最简简化的情况下，局部二值模式特征向量可以通过如下方式计算： 将检测窗口切分为区块（cells，例如，每个区块16x16像素）。 对区块中的每个像素，与它的八个邻域像素进行比较（左上、左中、左下、右上等）。可以按照顺时针或者逆时针的顺序进行比较。 对
4、于中心像素大于某个邻域的，设置为1；否则，设置为0。这就获得了一个8位的二进制数（通常情况下会转换为十进制数字），作为该位置的特征。 对每一个区块计算直方图。 此时，可以选择将直方图归一化； 串联所有区块的直方图，这就得到了当前检测窗口的特征向量。现在，特征向量可以通过诸如支持向量机等机器学习算法来产生一个分类器。 这里举一个简单的例子：原始的LBP算子定义为在3*3的窗口内，以窗口中心像素为阈值，将相邻的8个像素的灰度值与其进行比较，若周围像素值大于中心像素值，则该像素点的位置被标记为1，否则为0。这样，3*3领域内的8个点可产生8bit的无符号数，即得到该窗口的LBP值，并用这个值来反映该
5、区域的纹理信息。 显而易见的是，上述提取的LBP算子在每个像素点都可以得到一个LBP“编码”，那么，对一幅图像提取其原始的LBP算子之后，得到的原始LBP特征依然是“一幅图片”。不过，这里我们已经将物体从图片（图片可以理解为物体在原始测量空间得到的测量特征）转换为二次特征，也就是得到了我们通常说的“特征”。不过，这个所谓的“特征”并不能直接用于判别分析。因为，从上面的分析我们可以看出，这个“特征”跟位置信息是紧密相关的。直接对两幅图片提取这种“特征”，并进行判别分析的话，会因为“位置没有对准”而产生很大的误差。后来，研究人员发现，可以将一幅图片划分为若干的子区域，对每个子区域内的每个像素点都提
6、取LBP特征，然后，在每个子区域内建立LBP特征的统计直方图。如此一来，每个子区域，就可以用一个统计直方图来进行描述；整个图片就由若干个统计直方图组成；例如：一幅100*100像素大小的图片，划分为10*10=100个子区域，每个子区域的大小为10*10像素；在每个子区域内的每个像素点，提取其LBP特征，然后，建立统计直方图；这样，这幅图片就有10*10个子区域，也就有了10*10个统计直方图，利用这10*10个统计直方图，就可以描述这幅图片了。之后，我们利用各种相似性度量函数，就可以判断两幅图像之间的相似性了； 局部二值模式的应用中，如纹理分类及人脸分析等，一般都不将局部二值模式图谱作为特征
7、向量用于分类识别，而是采用局部二值模式特征谱的统计直方图作为特征向量用于分类识别。因为，从上面的分析我们可以看出，这个“特征”跟位置信息是紧密相关的。直接对两幅图片提取这种“特征”，并进行判别分析的话，会因为“位置没有对准”而产生很大的误差。后来，研究人员发现，可以将一幅图片划分为若干的子区域，对每个子区域内的每个像素点都提取局部二值模式特征，然后，在每个子区域内建立局部二值模式特征的统计直方图。如此一来，每个子区域，就可以用一个统计直方图来进行描述；整个图片就由若干个统计直方图组成。下面是几种类型的LBP：1，基本LBPLBP方法自1994年提出，此后就作为一个有效的纹理特征，不断的被人使用
8、和改进。LBP非常简单，也非常有效。左边的图是从一个图片上拿下来的3*3矩阵，矩阵上的值就是像素值，现在我们要计算的中间那个点的LBP。除了它此外的8个点依次与中间点比较，比它(也就是15)大的记成1，比它小的记成0，然后我们就得到右面的图片。然后我们选定一个起始点-这个图片选的是左上角第一个点，然后按照顺时针方向得到一个二进制串10011010，转换为十进制则为154。到此，我们得到了中间点的LBP值-154。对整个图片的所有点都这样处理，也就是以它为中心与附近的8个点相比较，这样就得到整个图所有点的LBP值。那么得到这么个与源图像大小相等的LBP值矩阵有什么用呢？通常我们统计它的直方图，得
9、到一个直方图矩阵向量，然后每一个图片对应一个直方图向量，这个直方图向量就是此图片的一个特征。我们由两个图像的直方图向量从而得到它们的相似度，从而来分类。2， LBP均匀模式LBP (uniform LBP)均匀模式就是一个二进制序列从0到1或是从1到0的变过不超过2次（这个二进制序列首尾相连）。比如：10100000的变化次数为3次所以不是一个uniform pattern。所有的8位二进制数中共有58个uniform pattern.为什么要提出这么个uniform LBP呢，因为研究者发现他们计算出来的大部分值都在这58种之中，所以他们把值分为59类，58个uniform pattern为
10、一类，其它的所有值为第59类。这样直方图从原来的256维变成59维。 原始的局部二值模式提出后，研究人员不断对其提出了各种改进和优化。圆形局部二值模式 基本的局部二值模式算子的最大缺陷在于它只覆盖了一个固定半径范围内的小区域，这显然不能满足不同尺寸和频率纹理的需要。为了适应不同尺度的纹理特征，并达到灰度和旋转不变性的要求，Ojala等对局部二值模式算子进行了改进，将33邻域扩展到任意邻域，并用圆形邻域代替了正方形邻域，改进后的局部二值模式算子允许在半径为 R 的圆形邻域内有任意多个像素点。从而得到了诸如半径为R的圆形区域内含有P个采样点的局部二值模式算子。旋转不变的局部二值模式 从局部二值模式
11、的定义可以看出，局部二值模式算子是灰度不变的，但却不是旋转不变的。图像的旋转就会得到不同的局部二值模式值。Maenpaa等人又将局部二值模式算子进行了扩展，提出了具有旋转不变性的局部二值模式算子，即不断旋转圆形邻域得到一系列初始定义的局部二值模式值，取其最小值作为该邻域的局部二值模式值。and performance test copies of the record. If necessary, review should be carried out; 4) for spring hangers (included simple spring, hangers and constant s
12、upport hangers) it should also be recognized as setting and locking of loads. 5) check the surface quality, folded layering and without cracks, rust and other defects. 5) after completion of the test and control drawing number one by one, by series baled. Color alloy steel parts, the parts marking i
13、nstallation location and rotation about the direction you want. 7.3.14. hangers installation 7.3.14.1 hanger layout a. a clear design of hanger should be installed strictly in accordance with the drawings and designs shall not be installed wrong, missing, etc. B. own arrangement of piping support an
14、d hanger set and selection should be based on comprehensive analysis of general layout of piping systems; cold installation of steam pipe with particular attention reserved for compensation of thermal expansion displacement and orientation. C. support systems should be rational to withstand pipe loa
15、ds, static load and incidental load; reasonable piping displacement; guaranteed under various conditions, stress are within the allowed range. Strength, stiffness, and meet requirements to prevent vibration and soothing water, without affecting the adjacent equipment maintenance and other piping installation and expansion. D. equipment connected to the interface to meet pipeline thrust (torque) limit requirements; increase the stability of piping systems to prevent pipeline . Tube wall thickness (mm) 2-3 4-6 7-10 weld form no slope mouth weld strengthening height h (mm) 1-1.5 1.5-2 weld widt
