Log Gaussian Cox场手部指节的图像偏移特征学习与识别

• 作者: 弓逯琦 杨世强
• 来源期刊: 农业机械学报
• 学科: 工学
• 关键词: Log Gaussian Cox随机场 偏移特征学习 手部指节识别
• 年，卷（期）: 2017,（1）
• 所属期刊栏目: 先进制造技术及基础理论
• 页码范围: 353-360
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.6041/j.issn.1000-1298.2017.01.047

摘要

针对手部指节图像结构特征模糊与建模困难的问题,以Log Gaussian Cox随机场为图像建模基础,给出了随机图像上偏移特征的抽取与学习方法,实现了手部图像中指节的识别.在缺乏Cox过程图像模型先验假设的条件下,结合随机图像的水平集分解,得到了图像偏移表示的逼近结果.在图像灰度分布非参数密度核估计基础上,利用非线性各向异性滤波对偏移特征进行增强,建立了偏移测度特征的Bayesian估计.提出了不同偏移参数下偏移特征的模型学习与融合算法,获得了指节图像特征的融合表示,并在手部指节图像数据库中比较了不同分层偏移模型下的识别结果,给出了批量识别ROC曲线统计规律.结果表明,识别方法具有较为稳定的正确分类能力,具有可行性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨世强	西安理工大学机械与精密仪器工程学院	39	509	11.0	22.0
2	弓逯琦	西安理工大学机械与精密仪器工程学院	5	25	3.0	5.0