基于Shearlet变换的井下图像差异性特征提取方法
黄玉1
张英俊1
潘理虎2
1.太原科技大学计算机科学与技术学院,山西太原,0300242.太原科技大学计算机科学与技术学院,山西太原030024;中国科学院地理科学与资源研究所,北京 100101
摘要：针对井下收集的人脸图像易受煤尘干扰且一般特征提取方法对噪声较敏感的问题,提出一种基于Shearlet变换的井下图像差异性特征提取方法.首先利用Shearlet变换将图像进行多尺度多方向分解,然后对同一尺度的各方向子图利用实部特征进行编码融合,进而根据各尺度子图的Shannon熵值赋予不同权值进行再融合,最后对低频子图和融合后的高频子图利用Shearlet逆变换重构得到差异性图像.实验结果表明,该方法具有较好的客观评价指标与主观效果.
关键词：煤矿考勤人脸识别特征提取Shearlet变换特征编码Shannon熵
分类号：TD67(矿山电工)
资助基金：山西省自然科学基金(2012011011-5)山西省-中科院合作项目(20141101001)山西省科技重大专项(20121101001)山西省留学人员科研资助项目(2013-097)山西省科技攻关计划(20141039)
论文发表日期：2016-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
英文信息