陈志坚
- 作品数：13 被引量：56H指数：4
- 供职机构：长沙理工大学计算机与通信工程学院更多>>
- 发文基金：国家自然科学基金湖南省自然科学基金湖南省教育厅科研基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于统计的虹膜定位算法改进被引量：1
- 2005年
- 由于目前基于统计的虹膜定位算法局限性,我们改进了这个虹膜定位的算法,利用二值化后灰度图像进行内边缘的粗定位,然后通过对直方图均衡后的图像提取虹膜的外边缘进行粗定位,最后利用Daugman算子的改进进行模板精定位。实验结果表明,该方法提高了准确度和速度。
- 陈志坚朱峰李峰
- 关键词：虹膜识别虹膜定位
- 一种基于三进制小波变换的纹理分割方法被引量：8
- 2004年
- 提出了一种基于三进制小波变换的纹理特征提取方法,多纹理图像经过三进制小波滤波器组后得到九个子带图像,采用小波系数的标准差作为纹理测度以生成特征向量,利用常规的C 均值聚类算法进行纹理分割,实验结果表明了该特征提取方法的有效性。
- 李峰陈志坚蔡碧野
- 关键词：小波变换特征提取纹理分析C-均值聚类
- 校园网系统规划与设计被引量：1
- 2000年
- 以长沙电力学院校园网为例 ,介绍了校园网的规划、网络逻辑模型和网络设计 .并从应用需求出发 ,结合当前网络技术的发展趋势 。
- 岳千钧刘和云陈志坚
- 关键词：校园网网络管理网络结构网络配置
- 一种基于纹理的图像分割方法
- 提出了一种基于多进制小波变换的纹理特征提取方法,通过对小波系数的标准差作为纹理测度以生成特征向量,利用模糊c-均值聚类算法进行纹理分割,获得了较好实验结果.
- 李峰蔡碧野陈志坚
- 关键词：多进制纹理分割模糊C-均值聚类图像分割
- 文献传递
- 基于Haar小波变换的虹膜识别算法
- 2005年
- 提出基于Haar小波变换的虹膜识别算法.通过Haar小波变换对归一化虹膜图像进行特征提取,运用Hamming距离对2个虹膜特征进行模式匹配.与Daugman的虹膜识别算法比较,该方法在编码长度和编码时间上都有较明显的改进,且算法具有良好的鲁棒性,可用于实际的身份鉴别系统中.
- 陈志坚章登勇蔡碧野
- 关键词：HAAR小波特征提取HAMMING距离
- 神经网络隐含层挖掘大气折射高阶信息的因果论证被引量：1
- 2007年
- 大气折射的神经网络建模具有挖掘潜在高阶信息的能力,但其因果关系一直没有很好地显性证明或显性解释.目前的解释是隐性的,不易广为接受.尝试从大气折射映射函数的神经网络变换研究中为前述问题寻找显性论据.首先归纳出映射函数模型的基本形式,为便于分析研究,对它们进行了数学概念上的一般化处理,分析了函数的神经网络变换理论依据,进而建立了映射函数模型对应的神经网络模型.在此基础上,提出了显性证明的方法.最终调用Matlab 7中的神经网络工具箱,在普尔科沃大气折射表数据平台上进行了映射函数与神经网络建模拟合,为论题提供了很好的显性评价依据.
- 朱陶业郭云开陈志坚
- 关键词：大气折射神经网络信息挖掘映射函数
- 基于小波包变换和支持向量机的虹膜识别方法被引量：3
- 2006年
- 提出了一种基于小波包变换和支持向量机的虹膜识别方法。用小波包变换对归一化的虹膜图像进行2层分解,并计算出每个子频带的能量;通过选择具有最大能量值的特征作为小波基特征,以减少进入支持向量机的样本数目和提高识别准确率;最后,用支持向量机对虹膜特征进行模式匹配。实验结果表明,该方法取得了较好的识别效果。
- 孟爱国章登勇陈志坚李峰
- 关键词：小波包变换归一化支持向量机虹膜识别
- 基于小波变换的多层次图像增强算法被引量：13
- 2006年
- 提出了基于小波变换的多层次图像增强算法.首先对图像进行4级小波分解,得到尺度系数和多个层次的小波系数;然后对不同层次的小波系数采用不同的增强算法进行处理,并对图像的尺度系数采用多尺度方法进行处理;最后用得到的小波系数和尺度系数进行逆变换得到增强后的图像.试验结果证明,该算法具有优于传统增强算法的增强效果和抗噪性能.
- 陈志坚成培李峰
- 关键词：小波变换图像增强小波系数逆变换
- 利用多进制小波变换和模糊c-均值聚类进行纹理分割被引量：8
- 2003年
- 提出了一种基于多进制小波变换的多纹理特征提取方法,通过对小波系数的标准差作为纹理测度以生成特征向量,利用模糊c-均值聚类算法进行纹理分割,获得了较好的实验结果。
- 李峰蔡碧野陈志坚
- 关键词：小波变换多进制特征提取纹理分割模糊C-均值聚类
- 一种基于纹理的图像分割方法被引量：20
- 2003年
- 提出了一种基于多进制小波变换的纹理特征提取方法,通过对小波系数的标准差作为纹理测度以生成特征向量,利用模糊c-均值聚类算法进行纹理分割,获得了较好实验结果。
- 李峰蔡碧野陈志坚
- 关键词：图像分割边缘检测纹理模式识别
