为了解决煤矿井下复杂光照条件导致人脸识别率低的问题, 提出了一种适用于煤矿井下复杂光照条件下的人脸识别方法。首先利用小波分解将人脸图像分解为低频和高频部分, 对低频部分利用直方图均衡化处理, 增强图像对比度; 然后采用引入模糊隶属度因子的小波去噪模型对高频部分进行滤波处理, 并通过新的PAL模糊增强算法对高频部分进行模糊增强, 在不同阈值下的非线性变换得到不同尺度、不同方向的特征图像, 并进行反模糊处理; 最后对处理后的低频和高频部分进行小波重构。实验表明, 在井下复杂光照条件下, 本文提出的人脸识别方法能有效改善人脸图像的整体效果, 增强图像的细节信息, 且平均识别率能够达到94.45%, 显著提高了井下复杂光照下的人脸识别率。
2022-05-31 21:46:28
6.34MB
1
对于一个方程组的求解问题，通常会考虑到条件数，条件数太大，计算机求解会出现极大的误差，影响到后续工作的进行，需要对条件数进行预估。
2022-05-30 17:30:12
157B
1
这种形式的边界条件称为第二类边界条件，又称
为纽曼（Neumann)边界条件；
向微商某种线性组合的值，即
这种形式的边界条件称为第三类边界条件，又称为
洛平（Robin)边界条件.
3. 在边界
上给出了未知函数 u 及其沿 S 的外法
2022-05-27 20:23:45
713KB
1