高中作文网

中原文化的基本特征范例(12篇)

时间: 2024-02-03 栏目:公文范文

中原文化的基本特征范文篇1

水印是“制造过程中压在纸上的半透明设计,纸张对光时可见”。如果您有一个重要打印文件(如对某辆汽车的资格证书),希望确保别人不能仅通过在激光复印机上打印出一个副本便声称拥有您的汽车。这种文档上的水印便可以验证其真实性。

人类视觉系统(HVS)在视觉感知及人类听觉系统(HAS)在听觉感知方面是极为有限的,要实现水印数字信号的隐藏性,相当于在较强信号载体下添加一个较弱的具有指定意义的信号,而这个添加的信号强度必须低于HVS和HAS的感知极限。目前,如何对水印信号通过水印嵌入算法进行相应调整是数字水印技术领域的重点研究方向。

2.人脸识别领域中的数字水印技术应用

2.1人脸识别技术的研究背景

随着数字水印技术在实际应用中凸显出来的重要作用,人脸识别技术作为一种基于数字水印技术的有效生物特征识别技术,2001年“911”袭击之后,安全技术领域在全世界绝大多数国家之间引起了更广泛的关注,其中包括验证身份的手段之一:人脸识别技术。

2.2ORL人脸图像数据库样本人脸识别步骤

针对目前国内外采用的人脸图像识别算法时间复杂度高,较为敏感且容易发生无法识别的情况,本论文采用的用于人脸图像匹配的技术基本实现过程如下:

2.2.1对所有待测人脸原始图像进行DCT变换;

2.2.2从ORL人脸图像数据库中选取10个正常表情人脸图像作为原始人脸图像进行测试,根据最低有效位算法(1eastsignificantbits,LSB)原理,选取其中一个原始人脸图像中低频部分的前8x8个系数,而后在选取的8x8个系数中寻找一个抗攻击的特征向量,使用Matlab或同等软件产生一组长度为64bit的伪随机水印二值序列,其中值为+1或0,并与原始人脸图像的特征向量通过密码学哈希函数进行关联以实现零水印嵌入。

2.2.3检测阶段,第一步通过Matlab获取待测人脸图像的特征向量,然后计算待测人脸图像和原始人脸图像的特征向量的相关系数的最大值,并且使用相关系数最大值对应的人脸图像序号实现人脸选择检测。

2.2.4将待测人脸图像特征向量通过使用密码学哈希函数公式实现水印提取,同时计算水印相关系数。

2.3DCT变换域和零水印技术的人脸匹配实现过程

下面是本论文采用的基于DCT变换域的人脸图像匹配技术的算法实现过程和Matlab中实现的基本方法的说明。

2.3.1实现原始人脸图像零水印嵌入

(1)选取一张正常表情的人脸图像,命名为“原始人脸图像.BMP”,用f(i,j)表示原始人脸图像的所有像素值,表达式为:

F={f(i,j)|f(i,j)∈R;1≤i≤M1,1≤j≤N1}。

(2)定义1000组64bit的随机二值序列作为待嵌入水印,表达式记为:

W={w(j)|w(j)=0,1;1≤i≤L};

(3)对原始人脸图像进行全局DCT变换,选取低频系数矩阵FD(i,j)。本文选取低频系数矩阵中的前8×8个系数,记为FD8(i,j),然后对FD8(i,j)进行二值化处理(8×8个系数个系数中大于或等于0时转换为1,小于0时转换为0,从而得到F(n)的特征向量序列),表达式描述如下:

FD8(i,j)=DCT2(F(i,j))

V(n)=BINARY(FD8(i,j))

(4)利用原始人脸图像得到的特征向量序列V(n)和随机二值序列水印W(n)根据密码学哈希函数中的异或运算生成含水印信息的二值密钥序列Key(n),并可存储于第三方,从而实现向原始人脸图像嵌入零水印,表达式描述如下:

Key(n)=V(n)W(n)

其中,含水印信息的二值密钥序列Key(n)作用在于当对待测人脸图像进行对比,从而申请获取原始人脸图像的使用权、所有权时或对二值秘钥序列Key(n)提取水印信息时,可用密码学哈希函数中的异或运算W′(n)=Key(n)?茌V′(n)进行反向提取实现。

2.3.2待测人脸图像水印的提取

(1)求得待测人脸图像F′(n)的特征向量序列V′(n),求取过程与求取原始人脸图像F(n)的特征向量序列V(n)基本相同,表达式描述如下:

FD8′(i,j)=DCT2(F′(i,j))

V′=BINARY(FD′(i,j))

(2)计算待测人脸的特征向量V′与原始人脸的V(n)的相关系数NC(n),取NC(n)的最大值,令n=k,从而得到二值密钥序列Key(k)和原始人脸图像F(k)。再根据W′(k)=Key(k)?茌V′(k)提取出原始人脸图像F(k)中的水印W(k)。特征向量相关系数归一化表达式描述如下:

(3)利用存在于第三方的二值逻辑密钥序列Key(k)和待测人脸的特征向量V′,提取出待测图像中的水印W′(k),表达式描述如下:

W′(k)=Key(k)?茌V′(k)

(4)利用相关系数归一化表达式求出W′和W(k)之间的相关系数,从而根据原始人脸图像水印和待测人脸图像水印的相关系数最大值判断待测图像是否与原始人脸图像一致。相关求取NC值公式如下:

3.人脸识别技术算法有效性说明

本文选取ORL人脸数据库中的10个作为算法有效性验证依据。人脸库中包含40幅不同人类面部图像,同时,该库包含大量人脸数据的比较结果。

本文选取其中10个正常表情的人脸图像进行测试,为了验证系数符号序列是可以表示人脸图像特征的向量,这里对选取的10个正常人脸图像进行特征向量求取。根据最低有效位(leastsignificantbit,LSB)的原理,在对选取的人脸图像进行DCT变换以后,取DCT低频域中的前8×8,总计64bit的DCT系数,最后得出所有特征向量之间的相关系数。计算结果如下:

10个不同人脸图像特征向量之间的相关系数(向量长度64bit)

从上述表中可以观察到相同人脸图像之间的相关系数,即NC=1,而不同人脸图像的相关系数均小于0.5。从而可以说明本文方法得到人脸图像特征向量的相关系数可以用于不同人脸图像的识别。

4.基于DCT变换域和零水印技术的人脸识别技术优势

基于DCT变换域的零水印人脸图像识别匹配技术具有如下优点:

4.1针对目前国内外主流图像识别算法,采用基于DCT变换域的零水印算法,实现水印的隐蔽性和鲁棒性的较为理想地结合;

4.2人脸图像在不同常见攻击下,采用的算法具有较强鲁棒性;

4.3由人脸图像的特征向量和嵌入的水印信息产生的二值密钥序列可用于第三方。

5.结论

本文基于局部特征识别方法,结合DCT变换域和零水印技术的相关理论,研究一种大数据背景下基于变换域零水印的人脸图像识别技术,论证本文提出的人脸识别算法的有效性。

参考文献:

[1]王继军.基于视觉特性的数字图像信息隐藏方法研究[D].广西师范大学,2008.

[2]冯雪,朱新山,汤帜.多媒体数字水印技术研究进展[J].计算机工程与应用,2007,13:1-6+10.

[3]王晓珍.鲁棒性数字水印算法的研究[D].陕西师范大学,2013.

[4]赵翔,郝林.数字水印综述[J].计算机工程与设计,2006,11:1946-1950.

[5]朱晓冬.数字水印技术的研究[D].吉林大学,2004.

中原文化的基本特征范文篇2

关键词:计算机取证特征集模型皮尔森相似度算法

中图分类号:TP393文献标识码:A文章编号:1672-3791(2016)8(b)-0000-00

1构建特征集模型的意义和目的

计算机取证技术的研究主要是为了保证电子证据的可信性和完整性,为此,取证专家们在研究过程中推出了一些计算机取证模型。一些常见的取证模型主要有:基于过程的取证模型、事件响应过程模型、抽象过程模型、综合数字取证模型、多维计算机取证模型(MDMF)、基于蜜罐技术和入侵检测的取证模型等。

利用计算机作为存储工具的犯罪案件在计算机犯罪中占有很大的比例,当前可供人们使用的存储设备多种多样,硬盘、U盘和可移动磁盘等都是最常用的存储工具。由于电子证据的易改变性,磁介质存储的数据很容易被修改或者删除。因此,基于磁盘的特性和文件系统的结构特点,数据恢复技术成为了静态取证的重要手段。计算机取证最大的困难就是取证过程中证据的真实性问题。由于电子证据的易改变性,数据很容易被犯罪分子删除或者改变,电子证据进行事后取证获取的很有可能是犯罪嫌疑人处理过的数据。为了改变静态取证中存在的这个问题,研究者们提出了动态取证的概念,利用入侵检测的机制,将入侵检测技术和计算机取证结合起来,形成了具有实时性、智能性、可扩展性的动态取证模型。传统动态取证系统由数据获取、数据挖掘、数据分析、证据鉴定、证据保全和证据提交等模块组成,各模块之间通过信息访问进行通讯,完成协同取证功能。

入侵监测模块进行系统监测,一旦发现非法入侵便及时报警。数据获取模块从文件系统中和网络数据包中获取文件,对文件进行提取和捕获。并将数据处理后存入数据仓库。数据挖掘模块对数据仓库的数据进行分析,找到与犯罪文件相关的数据文件,并且将文件的分析结果存入知识库,对数据文件的下一次分析起指导作用。最后,将分析过滤后的原始证据文件进行证据鉴定并且归类提交。

传统的动态取证模型大多是面向过程的取证,其最大的缺陷是不能保证证据的连续性,传统的取证模型将提取后的原始证据文件直接加以分析鉴定,并不对证据获取和入侵检测环节进行反馈,这就造成了证据链难以形成以及重要证据文件的缺失。

对文件系统的研究可以得出,文件系统的组织结构和日志文件的存在使得被删除的文件得到恢复成为了可能。但是由于文件系统的特殊结构和日志文件的记录方式,文件的删除后对文件系统结构的影响不尽相同,从而造成文件恢复的困难。例如MacOS上的HSF+文件系统采用B-树来组织文件,进行文件删除操作时,文件系统现将删除后的文件记录写入日志文件,然后再由日志文件对文件系统进行更新,因此,日志文件的记录和文件系统显示删除后的内容完全一致,这对数据恢复没有任何帮助,删除文件后,文件系统的卷头、头节点、叶子节点均会发生变化,也只节点中文件记录前移,覆盖被删除文件,被删除的文件记录会完全消失。这时,被删除文件的类型和特征就成为文件恢复的可能因素,结合盘区文件存储的连续性特点,文件的恢复便成为可能。因此,如何通过构建文件的特征集,就成为本文研究的关键性问题。基于这个前提,本文提出了基于特征集构建的取证模型。

2基于特征集构建的取证模型的提出

本文提出的基于特征值构建的计算机取证模型是为了解决原始证据文件获取方面的困难,以数据恢复等取证技术作为出发点,运用数据挖掘技术对以获取的文件数据进行分析处理,得到原始证据的同时,构建异常文件的特征集合,形成特征集模型,并且将文件特征反馈给证据获取阶段所运用的核心――数据恢复技术,使得整个取证系统形成自学习的功能,从而更加精准地获取磁盘原始文件数据并且有效地挖掘原始证据文件之间的关系,形成证据链。取证模型如图1所示:

获取文件仓库:运用数据恢复等数据获取常用技术将本地磁盘或者移动设备的数据文件提取并保存在获取文件仓库,以待进一步分析认证。

异常文件库:对获取文件库中文件运用数据挖掘等方法进行分析,得到孤立点文件集合,并且归并为原始证据集合,以待证据鉴定。

特征集模型:分析异常文件库中文件特性,提取证据文件特征,将特征构建特征模型,并入特征集模型。特征集模型的主要作用是提供异常文件的特征,并且对证据获取阶段的相关技术提供支持和反馈。

本文将特征集定义为一个多元组,其中为针对每个文件的不同特征值,每个文件可以选取n个有效地特征。特征的结构如下:

每个特征包含两个属性,name属性表示特征的名称,prior属性表示特征的优先级,这个属性值将在分析异常文件时确定。当特征集模型在数据恢复等技术中应用时,遵循以下原则:当文件判断为可疑文件待恢复时,优先考虑文件特征prior属性值较高的特征作为恢复依据。

3基于特征集构建的取证模型的取证步骤

与传统的取证模型相比,本文所提出的取证模型的工作步骤主要是增加了特征集模块的构建工作以及对证据获取过程的反馈环节,基于特征集构建的取证模型工作步骤如图2所示:

图2取证流程图

取证前准备阶段要保证取证环境的安全性和完整性,即待测设备和系统并未受到外界的破坏或者改变。随后可以通过入侵检测技术进行网络数据截取或者利用数据恢复技术对磁盘文件进行提取的方式构建数据仓库。接下来,对数据仓库中的数据应用数据挖掘技术进行分析,找出孤立点文件并入异常文件库。对异常文件库中的文件进行特征分析,得到文件特征属性并构建特征集。最后对异常文件库中的文件进行证据鉴定,形成原始证据,并对其保存、归类和提交。构建完成的特征集模型可以对数据获取阶段的入侵检测技术和数据恢复技术加以支持,从而提高文件获取的效率,并且保证证据的真实性和可信性以及证据链的构建。

4基于皮尔森相关系数的文件特征相似度计算

对文件特征集的构建包括以下概念:

设备类型集:文件所属设备类型组成的集合,包括本地磁盘()、U盘()、移动硬盘()、光驱()、其他存储设备()。,其中表示设备类型,分别赋值并且标准化为0.1、0.2、0.3、0.4、0.5。

文件类型集:文件类型的集合,由于本文所研究对象为文本文件,所以文件类型包括.doc文件(),.pdf文件(),.txt文件(),其他文本文件()。,其中表示文件类型,分别赋值并且标准化为0.1、0.2、0.3、0.4。

文件状态集:文件在系统中存在的状态及来源组成的集合,文件状态包括一般文件()、隐藏文件()、加密文件()、恢复文件()。,其中表示文件状态,分别赋值并且标准化为0.2、0.4、0.6、0.8。

最后修改时间集:文件的最后修改时间与基准时间距离的集合,,其中为文件最后修改时间与基准时间的距离()。根据案件基本发生时间推测出基准时间段,如果文件最后修改时间在基准时间段内,则设为0,不在基准时间段内且,则设为0.3,,则设为0.4。

特征值权重:对于不同文件特征在相关度计算中所占权重不同,根据实验结果,设置上述特征集的权重分别为,,,。

定义为要比较的文件对象,每个文件有上述4个特征,即

5结语

根据本文第四部分介绍的内容,利用皮尔森相关系数计算文件特征值之间的相似度得到文档的特征相似度系数。通过对特征相似度系数的比较,可以将特征差异较为明显的文档孤立出来,进而形成异常集,通过分析异常集中文件的特征属性的影响程度和出现频度确定name和prior属性,构建出特征集模型。

本文在传统静态和动态取证模型的基础上提出了基于特征集构建的取证模型,模型增加了特征集模块,这个模块的构建使得证据获取和分析过程形成一个闭环,建立起了自学习的系统,对静态取证中电子证据的完整性和真实性起到了一定的保障作用。

参考文献

[1]苟木理.面向Windows8物理内存镜像文件的内存取证技术研究[D].重庆大学,2013.

[2]王连海.基于物理内存分析的在线取证模型与方法的研究[D].山东大学,2014.

[3]ShaoJD,RongG,Hai-JieGU.Fastminingofdistance-basedoutliersinmetricspace[J].JournalofZhejiangUniversity,2009,43(2).

中原文化的基本特征范文篇3

关键词:Matlab编程;字符识别;最小距离法;图像预处理;特征提取

中图分类号:TP181文献标识码:A文章编号:1009-3044(2015)13-0184-03

Abstract:ThroughMatlabprogramming,thepapershowthedesignofcharacterrecognitionsystem,whichcanrecognizetheLettersandArabicnumbersfromthescanedimagethatsaveintocomputer.ThesystemsetsMinimumDistancemethodastisdecisionrule,andtheobjectrecognitionofthesystemisprintedandirregular.Theratioofidentificationcanreachnearlyeightypercent,whentheobjectrecognitiontrainedandhandledbythesystem.

Keywords:Matlabprogramming;characterrecognition;minimumdistancemethod;imagepreprocessing;featureextraction

模式识别(PatternRecognition)是人类进行社会活动的一项基本智能。在日常生活中,人们经常通过视觉器官和听觉器官来进行“模式识别”。随着20世纪40年代计算机的出现以及50年代人工智能的兴起,人们理所当然地希望使用计算机来代替人类进行部分脑力劳动。模式识别在20世纪60年代初得到迅速发展,并成为了一门相对独立的新学科,并广泛应用于生物学、天文学、经济学、医学、工程、军事、安全等重要领域。

图像识别(ImageRecognition),是模式识别的一个分支,利用计算机对图像进行处理、分析和理解,以识别各种不同模式的目标和对像的技术。图像识别一般以图像的主要特征为基础,通过对图像进行处理,排除输入的多余信息,抽出关键的信息,用图像识别模型将获得的信息整理成一个完整的计算机映象。

字符识别研究的对象是如何利用计算机自动辨识存储在计算机系统中图片上的阿拉伯数字和英文字母。字符识别前景广阔,能应用于汽车牌照的自动识别、文本字符的识别录入等实际应用,涉及到交通、教育和邮政等多个领域。实现字符的自动识别将会给人们在生活和工作上提供极大的便利,推动社会智能化的发展。

1系统实现概述

1.1基本思路

字符识别系统先对图像预处理,然后进行特征的提取与选择,最后通过分类器的判别进行识别出字符。其中,预处理包括将模拟图像进行二值化、去噪、归一化等过程;特征提取将预处理好的图片进行等大小分块,统计每小块里“1”的个数,以此作为特征值;分类器以最小距离法作为判决规则。三个步骤紧密相连,与系统的识别率都息息相关。

1.2系统模块介绍

根据字符识别的过程,字符识别系统可以划分成三个模块:图像预处理模块、特征提取模块和分类模块。其中,图像预处理模块是在对图像进行了一系列变换后,把经过处理提取到的字符提交给特征提取模块,由特征提取模块进行特征的提取与计算,最后由分类模块对特征值进行识别并给出分类的结果。

本系统总流程如下图所示:

2图像预处理

为了得到更好的识别效果,需要先对采集得到图像进行预处理,图像预处理流程如图2所示:

2.1图像输入

本系统训练识别的具体对象为“0”到“9”十个阿拉伯数字和“A”、“C”、“D”、“E”、“R”五个大写英文字母,一共15个类。每一类共有40个36×20像素的jpg格式的图片,选取每一类的前30个图片作为训练样本。使用Matlab提供的imread(file)函数对15×30个图片进行读入操作。

2.2图像二值化

图像二值化就是将图像上的像素点的灰度值设置为0或255,也就是讲整个图像呈现出明显的黑白效果。图像中的每个像素点都会有一个灰度值,灰度值决定了像素的明暗程度。为了对将来能更好地对图像进行特征值抽取,这里需要对已经得到的灰度图像进行一次二值化处理。图像二值化很很多成熟的算法,如自适应阈值法、给定阈值法等。本文采用的是给定阈值的方法,使用Matlab提供的im2bw(img,r)函数,给定参数值对图像进行二值化处理。

2.3去除孤立像点

二值化后的图像中,图像的边角区域所出现的像点与字符信息无关,应予统一去除。另外,字符主体以外的孤立像点、一些小枝条也应该先进行处理,以提高后续图像处理步骤的效果。在Matlab编程中,先把图像的四个小块边角区域置0,然后使用bwmorph(img,'clean')去掉其余孤立像点,最后使用bwmorph(img,'spur',Inf)去掉小短枝像点。

2.4中值滤波

图像在转换或传输的过程中可能回夹杂了噪声,去噪声是图像处理中常用的手段。本系统采用中值滤波法进行去噪声。中值滤波法是一种非线性平滑技术,它将每一像素点的灰度值设置为该点某邻近域窗口内的所有像素点灰度值的中值。本文使用Matlab中的medfilt2(img,[33])进行中值滤波的操作。

2.5归一化调整

图像标准化就是要把原来各不相同的字符图像统一到同一尺寸。因为通过扫描得到的图像中字符大小会存在较大差异,需要对图像大尺寸大小进行归一化处理,使用统一尺寸的字符图像进识别,标准性更强、识别率自然也就更高。本系统中,在去噪后的图像中把字符主体以外的空值的行、列给去掉,根据统一的大小进行放大,然后再做一次去除孤立像点和中值滤波,实行二次去噪。Matlab使用imresize(img,[36,20],method)进行图像的放大与缩小。其中,参数method有几种可选值:'nearest'(默认值)最近邻插值,bilinear'双线性插值,'bicubic'(本系统使用)双三次插值。

2.6腐蚀与膨胀

进行腐蚀操作是为了去除图像中离散的像点,而膨胀操作与腐蚀操作正好相反,是为了填补图像中的裂缝。本系统采取先腐蚀后膨胀的方法对图像进行处理。Matlab中腐蚀函数和膨胀函数分别为bwmorph(img,'erode')、bwmorph(img,'dilate')。

2.7图像细化

图像细化是指把具有一定宽度的线条状的黑区域消减到一个象素点的宽度每个象素点8近邻性。细化在模式识别的前期处理中起着重要的作用,它能从图象中抽取出字符的特征信息,保存字符的基本结构和特征。本系统使用骨架化函数对图像进行细化。Matlab中骨架化的函数为bwmorph(img,'skel',Inf)。

3特征值提取

特征值提取是一项极为重要的工作。所选择的特征合适与否,直接决定着最终识别结果的好坏。

3.1特征提取分类

1)模板匹配法

模板匹配法工作原理:对每一个字符图像指定一个模板,逐一和待识别的字符的点阵图像距离进行比较,距离最小的模板所对应的字符就判定为待识别的字符。模板匹配法的重点在于如何对模板进行设计。这种方法的优点是可以将分割和识别一起完成,缺点对每一个模型反复变形的过程进行的计算复杂、检测的速度慢。

2)统计特征

基于原始点阵,直接求出能够反映图像点阵分布的特征,统计总体情况。字符统计特征主要有两种:

(1)基于像素数量特征;(2)基于笔画方向的特征。

(3)结构特征

结构特征能精确地反映字符的组成结构,该方法充分利用字符的结构信息和组成规律,减少了字符形态变化与字符笔画来带的影响。因此,结构法在分辨相似字这种情况下能力较强。

(1)基于骨架的结构特征:这种方法对噪声比较敏感,尤其是当字符发生粘连或断笔的情况下,效果很差;

(2)基于轮廓的结构特征:与基于骨架的结构特征不同,这种结构特征的提取不需要经过对字符的细化,而是直接在字符轮廓的上提取字符基元结构特征。

(4)变换特征

变换特征可以分为一维的变换特征和二维的变换特征。一维变换特征是将字符图像向X轴方向和Y轴方向进行投影,将二维点阵变成一维数据,然后再作变换。二维变换特征是在二维图像的基础上进行相应的变换,再提取变换特征。

3.2特征提取

本系统使用模板匹配法中的粗网格方法进行特征的提取。在图像预处理完毕以后,字符图片已经都被归一化成36×20的矩阵,需要将矩阵等分为固定数量的小网格,然后依次统计每一个网格内“1”(即黑像素点)的个数,作为这一组网格特征,最后对其进行归一化处理。

本系统将采用多组划分方式进行特征提取,并观察在一定大小的图像征数(即等分的数量)的不同对识别率产生的影响。四种等分划分方式:3×2(共6个特征)、4×4(共16个特征)、9×5(共45个特征)、12×10(共120个特征)。

4分类器

本系统采用的是基于聚类中心的最小距离法。一般情况下,要先通过聚类的方法来确定各个识别类别的代表点(一般取中心点为代表点),然后计算这个代表点与各待测样本域各代表点距离,并把它归入与它距离最近的点所属的类别中。这里的距离一般取马氏距离、明氏距离或欧式距离等,这种分类器方法简单而且直观的特点。如果将各个类别中的全部样本都作为“代表点”,最小距离法则变成了近邻法。如果取与待测样本点最近的一个点作为分类的依据,则为最近邻法。最近邻法的优点是不用对样本进行训练,因为要比较待识别样本点与每个已知样本点的距离,计算量偏大,当样本总数较多的时候,识别速度低。

系统实际实现中,我们采用类中心分类器,通过对每个文件夹中前30张图片的英文字母、数字样本的学习,得到代表各类英文字母、数字的平均特征向量。进行识别时,先计算待识别字符与各类字符的平均特征向量之间的距离,然后根据计算出来的距离值来决定待识别点属于哪一类。

5实验结果及分析

实验样本集为0~15,共十个数字和五个英文字母,在MATLAB中编写字符识别程序,训练样本为450个,测试样本为150个。

5.1特征数实验

对矩阵的四种等分划分方式,3×2(共6个特征)、4×4(共16个特征)、9×5(共45个特征)、12×10(共120个特征),分别训练,然后进行识别,并计算识别正确率。

图像矩阵划分的特征数并不是越多也好。不但不能提高正确率,而且还会减低。在一定大小的图像里,特征数越多,每个特征里能包含“1”的容量就越小,此时也就不再具备特征的作用。因此,在实际操作中应根据图像的实际情况对图像进行处理。

5.2图像预处理实验

选取5.1中4×4(共16个特征)和9×5(共45个特征)两种矩阵划分方式,测试这两种方式进行图像预处理无不进行图像预处理的识别正确率。这里所指的图像预处理包括归一化调整、腐蚀与膨胀和图像细化三部分。

实验结果出乎预料,不经过归一化调整、腐蚀与膨胀和图像细化的正确率,竟然比执行这三个操作的正确率要高。这说明了本系统在图像预处理这一模块上还存在着缺陷,图像预处理没有达到既定的目的,往后本系统应该对分类器进行优化。

6结论

本文在前人研究成果的基础上,在Matlab上实现了基于最小距离法的字符识别系统,并进行了两个对比实验。实验结果表明,本系统对字符的识别能达到预期的效果,识别成功率能达到90%,经过改进以后能应用于实际。当然,本系统存在一些缺点和不足,对图像预处理存在缺陷,没有达到提高系统的识别率的目的。另外,分类器所采用的判决方法也比较简单,只使用了直观的最小距离法。可以采用多种方法实现分类器,如神经网络等。总之,字符识别算法的性能关键在于分类器上,如何实现零误识率和低拒识率的高速识别算法是今后的研究目标,这样才能使符识别系统在各行业领域得到进一步的发展和应用。

参考文献:

[1]冈萨雷斯.数字图像处理[M].北京:电子工业出版社,2006.

[2]钟珞,潘昊等.模式识别[M].武汉:武汉大学出版社,2006.

[3]乔宝明,张晓莉,高志才.基于MATLAB识别0-9数字图像的新方法[J].技术应用与研究,2009,30(2):229-233.

[4]桂林,周林,张家祥.Matlab小波分析高级技术[M].西安:西安电子科技大学出版社,2006.

中原文化的基本特征范文

关键词:法律英语英语翻译文化差异法系差异心理思维差异

法律英语,是以英语为基础,用以表述法律科学概念及诉讼或非诉讼法律事务时所用的语种或某一语种的部分用语,它是在立法和司法等活动中形成和使用的具有法律专业特点的语言。法律英语特点鲜明,在词汇使用上庄重规范,书面语多,句法结构纷繁复杂,大量使用祈使句、被动语态、综合复杂句以及虚拟语气等。法律英语目前已经成为法律与英语中的一门交叉学科,在社会上日益得到广泛的重视和应用,本文主要对法律英语翻译进行了总结分析,希望能够对法律英语翻译的进一步发展有所帮助。

一、法律英语的特征

法律英语就其文体来说属于职业专用英语,是一种正式的书面语体,是应用语的一个分支,也是具有良好发展前景的一种语种。其行文庄重、结构严谨、表达准确。作为一种专用英语,法律英语在词汇的使用、句法的安排、文体的选择上都有自己独有的特征,具体来说:

1.句法特征

句法特征是法律英语特征的重要组成部分,常包括惯用长句,分词短语使用普遍(为了清晰地表达句意,法律英语往往更多地使用分词短语来代替从句做定语、状语或宾语),介词和介词短语使用频率高,条件从句使用率高。法律英语句法的这些特征是我们研究和对其进行翻译时所必须深入考虑和分析的。

2.词汇特征

词汇特征是法律英语特征的又一重要组成部分,具体来说分为使用法律专门术语(法律英语在长期的法律实践中逐渐形成了一些具有个性化色彩的法律语言);拉丁语频繁被使用(由于历史和现实的原因,拉丁语在英美法律实践中频繁被使用);相对词义的词语大量涌现;普通词语被赋予法律含义,如party在法律英语中被理解为“当事人”等。

3.文体特征

法律英语属于书面英语。在起草法律文件时,严密准确是法律英语最重要的最基本的要求和特征。只有严密准确的法律英语才能保障法律的权威性,才能更好地反映立法意图并体现立法原则,才能更好地维护法律双方当事人的利益,才能更好地便于对法律进行解读和执行,从而有利于提高整个社会的法制水平。

二、法律英语翻译

1.法律英语翻译的一般原则

法律英语是一种应用性比较强的语言类型,法律英语翻译一般来说要遵循以下一些基本原则:①词语使用的庄严性。法律英语由于其直接鉴定了双方当事人的权利与义务,所以对用词的准确性要求相当高。这一点是在进行翻译时必须牢记的。②准确性原则。在对法律英语进行翻译时应当表达清楚具体,并尽量摆脱汉语思维习惯的影响,注意两种语言在表达上存在的差异,避免因使用错误的词语而使翻译失去准确性。③精炼性原则。翻译法律英语除了准确外,还应遵循精炼的原则,即用少量的词语传达大量的信息。精炼性原则要求应尽量做到舍繁求简,避免逐词翻译、行文拖沓。④术语一致性原则。为了维护同一概念、内涵或事物在法律上始终同一,以免引起歧义,即使同一词语多次重复,一经选定就必须前后统一等。法律英语的这些翻译原则是我们在进行法律英语翻译时所需要遵循的基本原则。

2.法律英语翻译的基本方法

法律英语翻译是国家间进行交流的一个重要内容,法律英语翻译的目的就是克服客观物质世界存在的民族差异性的障碍,促进国家之间的法律交流。根据笔者多年的学习、观察,法律英语翻译的基本方法主要有:①选择内涵最接近的法律词汇进行翻译。在中西法律文化之间,有些词的含义是不可能完全一致的,但是,在一般的情况下在这两种文化之间会存在内涵最为接近的词汇,这时可以采用而不会导致太大的误读。②创造新的法律词汇。很多的情况之下,译者们在面临一种文化中有而另一种文化中无的事物时,会采用音译的办法,翻译法律英语时也需要进行一种创造性的加工和想象,如罗马法系中的“legalperson”最初被译成“法人”,“dueprocedure”译成“正当程序”等都是一种建设性的创新。③必要的解释。由于中西方诸多法律理念的基本差异,法律英语中有许多的词汇如果直接翻译,就会使它的意义非常不明确,此时,在忠实原文内涵的基础上做一些人为的增减就非常必要。法律英语以上的一些基本翻译方法是我们在进行法律英语翻译中可以采取的一些基本方法。

三、影响法律英语翻译的因素

1.语言文化差异

英汉两种语言文化背景不一,在行文结构、遣词习惯及句法层面上相去甚远。英语句子重分析,故造句多形合。而汉语句子则重意合,是靠逻辑事理的顺序来实现意合、流动、气韵三位一体的横向铺排的。由于两种语言特征各异,再加之法律语言的措辞要求严谨,故在翻译时往往不能正确遵循各自的语法要求,从而不利于表达。语言文化背景的差异已经得到社会各界广泛的认可和重视。

2.包括法系在内的法律文化差异

王佐良先生认为:“翻译工作者处理的是个别之词,面对的却是两大文化。”法律英语翻译不仅仅是两种语言的对译,恰恰相反,由于法律英语涉猎范围甚广,包括各部门法以及诸多法律边缘学科,故从事法律英语翻译的人士须熟悉中英有关的法律知识,如果缺少相应的法律文化底蕴尤其是一些法制史方面知识的了解,稍有不慎就会谬以千里,造成不完全理解或理解错误。法律文化的差异目前已经引起了社会各界的关注和重视。

3.思维方式差异

中西方由于语言文化习惯、生活习惯和饮食习惯的差异导致他们在逻辑思维方式上同样存在差异,思维方式的差异一方面将影响到其思考、分析问题的方式方法,另一方面也将影响到其理解、翻译语言的方式。因而,可以说,思维方式的差异同样是影响法律英语翻译的重要因素之一。

法律英语是法律与英语相结合而形成的一门应用非常强的学科。法律英语翻译之难就在于翻译的过程要实现法律与英语的双重要求。区别于其他的英语翻译,法律英语由于其准确性要求高,法律知识面要求广,因而法律英语对翻译人员提出了更高的综合素质要求。这既对他们是一个挑战也是一次机遇。希望本文对法律英语翻译的有关知识点的总结和梳理能够对我们认识和把握法律英语翻译,并进而提高法律英语的翻译质量和水平有所帮助。

参考文献:

[1]邱贵溪.论法律文件翻译的若干原则.载.中国科技翻译.2000年5月.

[2]苏珊.法律英语及其语言特征.载.河南省政法管理干部学院学报.1999年第4期.

[3]陈水池,罗孝智.法律英语用词的准确性特征.载.湘潭师范学院学报(社会科学版).2003年9月.

[4]谢燕鸿.法律英语翻译的准确性与模糊性.载.双语学习.2007年9月.

[5]李慧.文化差异对法律英语翻译的影响.载.经济与社会发展.2006年第11期.

中原文化的基本特征范文

「摘要以图书馆地方文献与档案化因素(1)存有关联为念,论述了图书馆地方文献与档案献之间的共同特征,指出地方性档案就是一种特定形态的地方文献,地方文献与地方档案工作之间并无“鸿沟”。「中图分类号]G256「文献标识码A[文章编号]1005一8214(2004)01一0077一03笔者以为,从历史环境与历史文化资源意义上考察,图书馆馆藏结构中的地方文献,在文献形态上与特定地方空间形成的档案虽不等同,但确有诸多类似。探究地方文献与地方档案的概念关系,有益于文献情报与档案工作的功能互补,从而有利于增强图书馆地方文献工作自身的社会服务功能。l地方文献与档案文献的共同特征图书馆的地方文献在区域性上有狭义与广义之分。狭义的地方文献,是指仅在内容特征上反映地方区域性的文献;广义的地方文献,是指除了在内容特征上,还在其他非内容的“本地”形式特征上反映地方区域性的文献,如本地(含籍贯)组织或个人撰写的文献,反映本地人物(包括原籍在本地的,或原籍虽不在本地但曾在本地任职、居住,并有影响的所谓“寓贤,”)或组织情况的文献,本地采用出版等形式形成的文献等。无论是采用广义还是狭义的提法,地方文献最为本质的属性有二:一是对内容或形式特征反映上的地方区域性;二是在查考重复使用上的资料性。由于时代的进步,以地域特征为反映对象的地方文献除了传统的形式外,其记录知识的符号、手段及其载体形式已是多元化。此外,地方文献作为特定的文献类型,反映了特定地域阶段性发展的历史轨迹,因而作为一个体系的地方文献,还具有历史的累积性。故而,笔者以为,地方文献可定义为:“是一种以内容或形式上的地方区域特征作为反映对象的、在查考与重复使用上具有资料价值的、在记录方式及载体的表现上文献形式较为多元的、在特定地域阶段性发展的反映上存有历史累积性的文献。”按《档案分类标引规则》(GB/T15418一94)的定义,档案是“过去和现在的国家机构、社会组织以及个人从事政治、军事、经济、科学、技术、文化、宗教等活动直接形成的对国家和社会有保存价值的各种文字、图表、声像等不同形式的历史记录”。其定义的基本含义有四:(l)档案是政治、军事、经济、科学、技术、文化、宗教等活动的主体在特定社会活动中直接形成的,因而是原始的历史记录;(2)并非所有的活动记录都能成为档案,它必须是具有查考与利用价值的;(3)上述活动主体既有现在的,又有过去的,因而档案作为体系具有历史的累积性;(4)在记录方式及载体上,档案的形式又是多元的。至于“地方档案”,将其形成一个特定概念反倒不妥,因为档案总是在特定的地方空间形成的,地方档案机构的馆藏在整体上总是一种对该区域自然与社会领域基本信息的原始反映。以笔者所见,档案也是“一种具有多种记录方式及载体的、在地方区域性特征上又是具有历史累积性与查考利用价值的特定社会活动的历史记录”。地方文献与档案均为知识载体,都是人们在社会活动中形成的,它们之间的差异主要有二:一是地方文献并非都是特定主体在社会活动中直接形成的原始历史记录,地方文献所反映的内容,对其作者来说,更多地表现为间接经验,经过选择与加工,主要用于社会交流之目的;二是地方文献往往不全是原稿、原本、或“孤本”,其依据和凭证作用一般要逊于地方档案。但从另一个角度来说,二者之间的差异又是相对的,因为原始记录性虽然是档案最重要的属性,充当依据与凭证虽然是档案的重要作用,却不是所有档案文献共同具有的、足以与其他非档案文献相区别的唯一标志。但在一定空间范围的自然环境、人文地理、历史发展、人物、工业、农业、城乡建设、经济管理、政治、法律、社会、文化、教育和艺术等地方基础信息的反映上,地方文献与档案各自都能形成相对独立的文献信息体系,它们在经济与社会特征、人文和文化传统的反映上都具有地方性区域性这个共同的基本特征。同时在区域性的自然地理、生产与经济、历史与政治、文化与艺术等内容的查考上,地方文献与档案在文献利用上又都具有重复使用的价值,因而“备以查考”又成了它们共同的文献基本特征。2地方性档案是一种特定形态的地方文献如前所述,档案就其形成主体社会组织与个人的活动范畴而言,总是和一定的地方空间密切相关的。由此,如果不拘泥于特定的概念因素,某一地区的档案在很大程度上就是这一地区的地方文献。而图书馆的地方文献就包含了那些直接反映特定主

中原文化的基本特征范文篇6

开幕式上,内蒙古自治区党委常委、宣传部部长、内蒙古自治区“草原文化研究工程”领导小组组长乌兰作了重要讲话。乌兰部长指出:随着内蒙古“草原文化研究工程”的深入实施,“中国·内蒙古草原文化主题论坛”已成为“平台固定、机制开放、议题多元、形式灵活”的草原文化研究与学术交流的重要品牌论坛。草原文化是内蒙古从民族文化大区向民族文化强区跨越的文化源泉,今后内蒙古文化软实力的提升,必须紧紧围绕弘扬草原文化这个核心,通过建立完善草原文化传承、开发、保护体系和草原文化产业化的政策、法规体系,把文化资源优势转化为文化发展优势和产业优势;要积极发挥草原文化核心理念在建设社会主义核心价值体系中的作用,把草原文化核心理念融于中国特色社会主义共同理想当中,融于以爱国主义为核心的民族精神和以改革创新为核心的时代精神当中;要注重对草原文化的整合性、系统性研究,解决草原文化学科建设中的重大理论问题和实践问题,为内蒙古文化软实力建设提供有力的学术支撑;加强草原文化的基础研究和应用研究,加快草原文化现代转型和产业化步伐,着力打造草原文化的创新优势。

本届论坛以“草原文化与现代文明”主题论坛和“草原文化资源与草原考古研究”“内蒙古会展节庆文化与现代文明——以草原文化为视角”两个分论坛为依托,围绕草原文化的本质特征与基本内涵,草原文化的现代转型与产业化、草原文化与考古研究、当代会展节庆文化等问题进行了多角度、多维度的学术研讨。

一、草原文化基本内涵及人文价值的再度探讨

近几年来,学者们从不同的学科角度,对草原文化的本质特征、基本内涵、人文价值等核心要素进行深入探讨,不断丰富和完善草原文化学科的理论体系,使之成为一个特色鲜明、影响广泛的学术新领域或学科新领域。但是在草原文化内涵、构成的界定和综合特征的把握上,仍存在一定的模糊认识和不确定因素。本届论坛上,学者们再度围绕“什么才是草原文化”的话题进行了进一步的深入探讨。

吴团英研究员《关于草原文化研究的几个问题》的学术报告,在总结出以往草原文化研究中形成的“把草原文化作为整体来研究”“把草原文化放在中华文化大框架下研究”“把草原文化与内蒙古民族文化大区建设结合起来研究”三个特点的基础上,从草原文化的学科分类、基本属性、区域分布、构成划分、发展高峰期五个方面,对草原文化的内涵、构成和特征进行深入的分析和归纳,概括性地解答了“什么才是草原文化和草原文化学科”的核心理论问题。他指出,地域文化有三个基本标准:一是要有相对稳定的地理范围;二是要有地域生产生活特点;三是要有原发区域和历史上的古国、古地理依据。关于草原文化的属性,他认为,草原文化是地域文化与民族文化、传统文化与现代文化、游牧文化与其它文化的统一,是一种综合性复合文化。其中,地域文化是根本属性,民族文化、生态文化、游牧文化则是基本属性。

叶舒宪教授在《文化传播:从草原文化到华夏文明》的学术报告中,依据红山文化、巴蜀文化等史前考古实料,分别以“草原文化与玉石之路”“草原文化与黄金之路”“草原文化与熊鹿崇拜”等三个话题对草原文化与华夏文明的关系,草原文化对华夏文明形成过程中的贡献进行深入阐述。他认为,红山文化的玉器是北方玉文化的杰出代表,对中原玉文化的形成产生过深远的影响。此外,北方草原民族对黄金的特殊喜好和以黄金为主的殉葬习俗,与中原地区的青铜礼器的等级制度有着明显差异。对古代草原民族而言黄金不仅是财富的象征,而且也是君权和神权的象征。出土于西拉沐沦河流域夏家店下层文化的黄金饰品,距今已有4000多年的历史,比中原地区使用黄金作礼器和饰品整整早了1200余年。红山文化玉雕龙的“C”字型躯干和鹿角、熊爪都是中华龙的母体元素,它们能够促使研究者从更为久远的历史时空、更为广阔的视角,灵活地探索草原文化与华夏文明之间的渊源联系,从而得出更贴近历史真相的判断和结论。

中原文化的基本特征范文1篇7

【关键词】旅游酒店;地域;文化;设计

引言

我国现阶段旅游酒店呈飞跃式发展,但是基本上所有酒店的外部和内部的环境都大体一致,这样没有凸显出具有特色的旅游酒店,对旅游酒店更没有加入具有地域性和文化象征。本文主要介绍一下在旅游酒店设计上加入地域及文化象征,希望对旅游酒店的发展能够起到作用。

一、旅游酒店设计的地域及文化象征所起到的作用

旅游酒店和其它普通酒店的相同就是:都是为消费者提供居住和用餐的场所,同时为消者提供一些娱乐场所。不同之处主要体现在:普通城市酒店基本建在城市之内,而旅游酒店基本建在旅游景区附近,旅游酒店能够为游者提供旅游的相关知识。对于服务于旅游景区的专业性酒店,应该具备普通城市酒店基本功能之外,还要适应旅游景区发展特点和旅游者的要求进项创新和改革,旅游酒店要根据所在区域文化和经济的不同,设计出具有地方性和灵活性的旅游酒店。这样一来很多酒店设计师会在旅游酒店中加入具有本地旅游特色的地域及文化象征,来提高旅游酒店的特色,从而更加吸引游者光顾。加入地域和文化象征元素的酒店,能凸显旅游酒店的特色,增加旅游酒店的整体审美感,可以说是具有了艺术性和实用性,使游者在酒店之内就可以体验到当地风俗习惯,这样一来,越来越多的游者都会前来消费。

二、设计旅游酒店地域及文化象征的主要策略

(一)旅游酒店整体构思设计

现在很多的建筑设计师把地域及文化象征运用到旅游酒店的设计当中之去。当游客在选择酒店时能够一眼就能看出区别,这就要求设计师在旅游酒店整体构思设计时,尽可能的选择具有代表意义的地域及文化象征。在进行设计之前,设计师要对旅游酒店所处的景区进行身临其境的研究,研究那些真实的自然景点和当地人们的风俗习惯,将这些和酒店设计融为一体,设计出景区自身特色的旅游酒店。比如说,国家5A级旅游景区九寨沟中的九寨国际天堂国际会议度假中心,设计师在旅游酒店整体构思设计上采用了九寨沟景区的地貌特点,度假酒店中心和扇子形状相同,客房、餐厅和会议中心分别错落在山林之中,但是利用了回廊又都连接在了一起,这样一来,整个度假村的美感十足,游者入住后也变得更加方便。九寨国际天堂国际会议度假中心顶部是温泉中心,设计师将温泉中心用半椭圆型的玻璃罩住,这样能够让游者一边泡温泉一边看外面的九寨沟美景,感觉确实很惬意。

(二)旅游酒店设计原材料的选取

设计师对旅游酒店设计原材料的选取,尽量选取具有当地地域及文化象征意义的原材料。比如说,位于云南村落的少数民族中,旅游酒店原材料采用的是和当地居民居住房屋基本一致的石料、砖瓦和木料进行建筑,当游客居住进去就能够亲身体验到当地的文化和风土人情。再比如说,位于广东省的十字水生态度假村,十字水生态度假村所在的地区,大部分生活的都是客家,同时也是客家比较集中的文化地区,在那里居住的客家基本都是采用比较传统的建筑方法,用青色的砖瓦、石头、黄土和竹子来建筑居住的房屋。比较巧的是南昆山上的毛竹产量特别多长得特别茂盛,旅游酒店设计师利用得天独厚的便利条件,经过设计者和施工者的共同反复研究,将质量好的毛竹进行脱水防腐,将处理好的毛竹加在钢筋混凝土的外面,当游客去十字水生态度假村旅游时,在远方看去整个度假酒店就是一棵棵毛竹建造的,并与后面的南昆山森林公园相对应,确实能给游者带来舒服自在的感觉。十字水生态度假村就是比较成功的案例,旅游酒店设计原材料的选取和当地旅游景区相适应,游者居住的时候能够亲身体验客家文化,所以来十字水生态度假村的游者非常多。

(三)旅游酒店设计色彩的应用

因为地理位置和环境等各种因素的影响,不同的地区和民族运用的颜色也不尽相同。比如说,在我国西部的地区,的人们主要信仰藏传佛教,不管是他们居住的房屋还是平时穿的衣服,基本都是红、白、黑三种主要颜色,而位于我国北部的内蒙古地区,可能跟他们生活在草原有关系,性格相对比较豪爽奔放,在色彩的应用上也是比较开放的。所以说,在旅游酒店设计色彩的应用上要选取和当地地域和文化象征相对应的颜色。我们大多数人都知道具有“东方天堂”美称的香格里拉,因为香格里拉处于云南,那里环境优美,景色宜人。在香格里拉的仁安悦榕庄,那里主要是藏族居民,旅游酒店设计色彩的应用上与当地藏文化相对应,采用了很多的黑色和红色,地板上铺上了编织漂亮的地毯,墙上挂上了唐卡,外墙面主要选择了墨绿色,展现了大自然和人类的和平共处设计原则。当游者入住仁安悦榕庄,能亲身感受到浓郁的藏族文化。

三、结束语

随着社会的进步,人们认知水平的逐渐提高,为了能够开拓眼界和释放压力,更多的人选择外出旅游,旅游业的飞速发展就带动了旅游酒店的飞速发展。旅游酒店应该抓住这样的发展机遇,在旅游酒店设计上加入地域和文化象征的元素,建造出具有自身景区特色的旅游酒店,来吸引更多的游者前来居住,从而创造出更多的经济利益。以上是我对旅游酒店设计中加入地域及文化象征元素的认识,希望在今后的日子里,大家要对旅游酒店的设计提高认识,更好地促进我国旅游酒店的发展。

参考文献:

[1]梁薇.旅游酒店设计的地域及文化象征探讨.西南交通大学硕士学位论文,2014

[2]李萝茜.藏东昌都地区山地度假酒店地域性设计研究.昆明理工大学硕士学位论文,2014

[3]佘俊涛.基于地域文化的山地酒店设计研究及实践.华南理工大学硕士学位论文,2014

[4]徐建博.基于地域特色的云南度假酒店设计研究.昆明理工大学硕士学位论文,2015

[5]王琼.酒店设计中的地域性和文化性[J].室内设计与装修,2012(6):38

中原文化的基本特征范文篇8

关键词:形象设计;美学;气质;审美

引言

形象设计是一种以人物为基本对象,强化人物外在审美视觉效果的艺术。但是形象设计不应局限于外在形象的改善,同时还需要改善个体的气质以及根据具体的外在环境对人物进行外在包装。形象设计是一种与美学之间存在天然联系的艺术。在形象设计当中必须充分融入美学的因素才能促进形象设计的进一步发展。基于此种情况,本文对形象设计中的美学原理进行了必要的分析与研究。

1形象设计的审美特征分析

美是一种极高的心理追求,也是人类对物质与精神世界追求的最高境界。但是美必须依赖于特定的载体才能体现出来,并通过特定的载体实现人们的理想与信念。在这个过程当中,载体本身也会对形象设计产生一定的影响。形象设计是一种极为重要的形式美感,同时也会以最生动的方式体现出来,具有独特的审美特征,具体来说主要体现在以下几个方面:

1.1形象设计的本质在于造型设计

造型就是指在特定空间下的形体,是事物外部形状的视觉表现。在造型设计当中,所有设计的内容都必须建立在已有造型的基础之上才能实现。造型设计不仅需要遵循事物的本质特征与规律,同时还需要根据个人形象的基本特征以及审美需求,对个人外在条件进行系统性规划,建立起一种极具动感的外在形象,从而有效体现出个体的形式美。在造型设计当中,往往具有多种不同的变化,但是不同变化本身并不是随心所欲的,而是需要在特定的约束之下才能完成。因此,虽然同样是形象设计,但是在不同的时空条件与环境之下其造型并不是完全一致的。

1.2形象设计属于一种重组艺术

形象设计所使用的装饰材料都相对较为简单,如服装、装饰品以及首饰等,通过多种材料的共同组合达到改善外在审美的目的,但是单个材料本身无法实现外在审美观感的有效改变。因此,在形象设计当中,重组是一种最基本的设计方式。所谓的重组也并不是简单的拼凑,必须遵循美学的基本特征。例如,在进行不同配饰的搭配过程当中,不仅需要考虑不同服饰与装饰品的颜色,同时还需要考虑不同材料之间的搭配效果,把握主题、主旨和衬托的变化,实现协调性、整体性,体现动感、层次感。其次,搭配还需要注重整体效果,不能单纯地从局部入手进行搭配。例如,在日常生活中很少有人会穿牛仔裤+西装这种搭配。

1.3形象设计属于一种视觉艺术

形象设计在本质上属于一种视觉艺术,即需要以个体为基本载体,通过特定物质材料的应用强化个人外在的视觉效果。形象是由视觉基本元素和设计原则两部分构成的一套传达意义的规范或符号系统,其中基本元素包括线条、形状、明暗、色彩、质感、空间等。个人形象在人们心目中不是通过韵律或想象、抽象形成,而是凭视觉直观产生。虽然个人形象设计有韵律感、抽象性和逻辑性,但人们在欣赏时不是以理性的、逻辑的方式去审视,而总是以直觉的、感性的认知方式接受个人形象的色彩、形状、明暗、空间等视觉冲击力所产生的震撼。

2形象设计中的美学原理分析

从上文中可以发现,形象设计本身属于一种艺术,因此,形象设计必须遵循特定的美学原理才能进一步满足人们审美的需求。在下文中,笔者将对形象设计中的美学原理进行分析。具体来说,形象设计需要遵循的美学原理主要包含以下几个方面的内容:

2.1个性化原则

在形象设计中,个性化原则是最基本的原则。首先,形象设计的艺术性要求所设计的形象必须具备一定的个性才能为人们带来不一样的视觉体验,从而满足人们的视觉需求。其次,在现代社会当中,随着多元文化的影响以及社会开放程度的不断提升,人们对于各种个性化形象的包容程度不断提升,艺术也呈现出明显的多元性。因此,现阶段的形象设计必须具备一定的个性才能满足人们的审美需求。个性化原则的具体内涵主要体现在以下几个方面:第一,视觉形象的个性化,所设计的形象能够为人们带来不一样的视觉体验,从而满足人们对于视觉形象的实际需求;第二,视觉内涵的个性化,在视觉形象之下往往包含着一定的视觉内涵,即通过个人的形象能够体现出其内在的思想,视觉形象的个性化需要服从人物性格的个性化;第三,合理性,个性化也必须建立在合理性的基础之上才能实现,即个性化设计并不是天马行空的设计,还必须遵循合理性原则。

2.2视觉形象的完整性

个人视觉形象必须具备完整性才能满足人们的实际需求,即形象设计不仅能提升个体的外在形象特征,同时还需要有效体现个人的内在心理特征以及个人气质等。在形象设计的过程中,不能单纯地以外在的视觉形象为设计的基本内容,同时还必须完整地表达出形象的所有属性。但是个人气质、环境等都并不是一成不变的,这就为形象设计带来了较大的难度,在实际设计过程中必须进一步探索个人气质与形象设计之间的关系,从而满足形象视觉对整体性的实际需求。

2.3对比性与调和性原则

对比是形式美学法则之一,在设计中对比手法的运用无处不在,通过光线的明暗对比、色彩的冷暖对比、材料的质地对比、传统与现代的对比……使设计风格产生更多层次、更多样式的变化,从而演绎出各种不同节奏的美。调和则是将对比双方进行缓冲与融合的一种有效手段。协调指整体各部分的协调、各子系统的协调,含有全局的观点与整体的观点,这是基于各子系统相互配合从而产生最佳效果的深刻内涵。

3结语

在现代社会当中,形象设计已经成为人们日常生活中较为常见的现象,但是从总体上来看,现阶段市场中对于形象设计的美学认知还存在较大的差异,从而导致形象设计无法充分体现个体的内在美感。基于此种情况,笔者对形象设计中的美学原理进行了必要的分析与研究,旨在促进形象设计的进一步发展。

参考文献:

[1]扈航.娱乐节目主持人形象设计的创新性与审美导向性研究——以《快乐大本营》2015年节目主持人形象为例[J].沈阳大学学报(社会科学版),2016,18(05):639-643.

[2]李蕊.侘寂美学在视觉传达设计中的应用——“二三物”有机生活品牌形象设计的探考[J].设计艺术研究,2016,6(02):68-73.

[3]廖亮.传统美学观点对现代标志设计的影响——以靳与刘形象设计顾问公司标志为例[J].哈尔滨学院学报,2014,35(06):116-118.

[4]谢孟颐.从设计表现到设计战略——我国品牌形象设计战略的研究意义及其思考[J].设计艺术研究,2012,2(05):14-19+24.

[5]王红.关于女大学生职业女性形象设计需求的研究与探讨[J].怀化学院学报,2012,31(09):101-103.

中原文化的基本特征范文1篇9

巫文化艺术;内涵;象征意义;审美特征;装饰性

远古巫文化时代点燃了人类文明,是人类童年精神与智慧的启蒙、觉醒时代。[1]巫文化则是远古人类在繁衍生息中,创造的一种适应并改造的原始图腾崇拜文化。巫文化时期,人类已开始欣赏客观世界的形态之美;观察四季变化,欣赏自然界的物象与色彩的美丽,并且用各种技术与材料将这种感觉到的美融合为一件件奇妙的艺术品,并借助想像和创造的绘画、雕塑形象来完成自己的意志。从目前我国出土的史前文物来看,那些稚拙的艺术品都闪耀着远古人类智慧与勤劳之光,在一些洞窟壁画上,那些质朴、单纯的图像描述了远古的动人故事;一些由陶土烧制、并镶嵌着宝石的神灵头像暗示了祖先们敬神的虔诚;还有那些有着美妙装饰图案的器皿,也展现了祖先们热切表现世间美丽的心。从大量岩画、陶器中,我们看出了祖先们的非凡智慧、勤劳和想象力,他们为巫文化艺术赋予了丰富多彩的内涵和精神意义,其作品也展现出了独特的审美特征与品格。

一.巫文化艺术的丰富内涵

巫文化艺术包容了丰富的内涵,它是人们的多种意识和诸种日常经验的交织体,传载了祖先们的精神追求与生活体验。

巫文化时期,人类有着强烈的崇神观念,他们通过巫术、图腾崇拜、生殖崇拜,将原始本能和超自然世界的各种意象以独特的方式融合,形成一种古老的象征语言。这种象征语言具有两重意义,即物象本身的意义和它隐喻的观念意义,在一个具有象征意义的造型上表现出来的通常为物象自身和超越物象之上的幻象。祖先们在两者之间不会作出根本的区别,因此象征形象实际上是想象力把对原始人生存或精神有价值的幻象转化成为形象。这些形象便体现出了巫文化艺术的强烈象征意义。

远古人类通过生活,对劳动、生产等有了感悟与经验,并且也对自身性情的培养也有一定与经验,这些都构成了日常经验,于是祖先们便将日常生活的涵义通过摹仿性造型复制出来,例如,岩画中的狩猎、祭祀和舞蹈图等都是他们的生活写照。子孙后代们通过对这些语言和符号的解读便能在继承“图像”的同时,又能传承各种日常经验,于是远古文化更得以积累与发展。

在日常生活当中,祖先们已有了天象、气候的观察和对大事件的记录行为。伴随这种行为,一种实用性的图像和符号已产生,这种符号被祖先们广泛地应用在巫术世界和日常生活世界中。祖先们通常将象征性语言与描述性语言结合为一体,他们用“物候历法”来记载对天象的观察经验,他们通过记事图画,将自己从事社会生活的经验记录在岩画之上,随着岩画记事功能的愈趋复杂化,这种抽象符号逐渐由图案转化为文字。这些美丽的图案与神秘文字无不展示出了巫文化艺术之丰富而瑰丽的内涵。

二.巫文化艺术的审美特征

从远古出土文物的造型、装饰纹样和图案中,我们能够解读出巫文化艺术所特有的审美特征。写实性和模仿性便是特征之一,祖先们在摹仿意识的引导下,找到了模拟自然物象的方法,他们以特有的认识和行为方式进行着创造活动,形象真实感是他们试图达到的一个审美标准。但他们并不满足于完全对对象模仿的造型方式,如苏珊·朗格所说:“模仿虽然是忠实于他所见的东西,但它绝不是一种平常意义上的描写,它是建立在表现基础上的。”[2]他们往往会用特定的情绪与视觉形象真实感相结合的方式进行造型。从出土文物的几何抽象图案中,我们还可以看到巫文化的装饰性审美特征。祖先们运用几何形象将繁杂、多变的感觉世界都规范到一个理性秩序的范式中。这些带有秩序感的装饰形象与结构不受制于客观世界,意味着装饰性审美特征的成熟。而且这种抽象造型图式与方法还形成了与对象客观属性无关的新装饰形象。这便意味着,祖先们在面对繁复的外界,体味若干感觉时,终于能以自由的方式融入自己的程式中,形式已离开了客观对象,自由成为创作精神。

在秩序性的装饰图案中,我们还能感受出美妙的韵律与节奏。祖先通过劳动实践和对客体自然属性的认识,出客体,并对客体抽象性质有所认识、归纳。例如:韵律、节奏、和谐、平衡、圆的流畅和方形的阳刚等抽象的性质都是随着对客体规律的认识逐渐获得的。韵律和节奏美在巫文化艺术中有纯化作用,形式审美成为主体,从大量出土雕塑中,我们还可以看到雕塑韵律的具体形态,首先,原始雕塑韵律美的最基本形态来自于整体造型结构的节奏感,其次它还来自于雕塑自身三维空间造型特性,其立体造型与平面装饰之间构成的转换又形成了韵律美的另一种形态。

巫文化艺术还有另一种特殊的审美品格,即通过综合多种形象,表现超现实的神秘世界,形成幻想、虚幻性审美特征。祖先们通常把不同自然形体在特定的意义中组合,虽然局部表现形态是客观的,但新的综合体已超越了各形体的自然属性。其表现形式一般分为:人兽同体、兽禽同体、不同兽类同体等。这类形象的审美意义是,它们在象征性内涵的驱使下,组合为具有幻想性、超自然性的形体。又如苏珊·朗格所说:“作为完全独立完整的体系。无论是二维还是三维,均可以在它可能的各个方面上延续,有着无限的可塑性。”[3]

祖先的原始宇宙观、生存方式和思维中的情感特征形成了一种本质力量,这种本质力量促成了巫文化艺术审美本质的形成。正如马林诺夫斯基所说:“巫术就是纯粹用主观意向、语言行为而宣泄了强烈情感的经验。”[4]祖先在艺术创造中,情感引导他们区分不同对象的造型特征,又使造型符号形成相交融的关系,在以情感为目的的前提下,祖先对形象的塑造进行着自由而有规律的创造,在这创造之中,巫文化艺术的独特结构和基质便不断形成。

[2]苏珊·朗格.艺术问题[M]纽约.1957.95

中原文化的基本特征范文篇10

关键词:图像配准;特征点匹配;图像金字塔

中图分类号:TP393.09文献标识码:A文章编号:1007-9599(2010)05-0000-02

AFast&RobustAlgorithmforImageRegistration

WangHuaqin

(ChangshaSociolWorkCollege,Changsha410004,China)

Abstract:Thispaperresearchedonimageregistration,presentedafastandrobustalgorithmbasedonfeaturepointmatching.Basedontheanalysisoftheexitingmethodsandtheresearchesofwaveletpyramidalmatchingalgorithm,imagepyramidisusedtosolvetheproblemofthehighcostoftheexistingmethod.Inthismethod,imagepyramidisconstructedbythewavelettransformation,theimagesincoarselayersarematchedbasedonfeaturepoints,thematchingstartsfromthecoarsestlayerandtheresultisup-sampledasinitialestimationforthefinerlayer,aftergettinginitialmatchingpointsontheoriginalimage,useanRANSACalgorithmtoestimatetransformationmatrixbetweentwoimages;thetransformationmatrixisusedtoguidelocalpointmatchingagain,thencombineRANSACalgorithmandLevenberg-Marquardtoptimizationtodecreaseregistrationerror.Theexperimentshowsbetterresultsthanexistingmethodsonmatchingspeedandtherobustnessofthealgorithm.

Keywords:Imageregistration;Featurepointmatching;Imagepyramid

一、引言

图像拼接技术是近些年的研究热点,其核心技术就是图像配准技术。文献[1]中Richard以手动确定至少4对特征点,并以特征点像素的亮度误差构造优化函数来估计图像间的点变换关系,取得了比较好的平面和深度场景融合效果,但此算法以亮度误差来做点变换估计,这对图像的光照变化非常敏感且整个算法的自动化程度不够。

在全自动稳健的图像拼接中对基于特征的图像配准算法研究得比较多的是一种以层层迭代、逐步求精的策略为基础的算法[3][7][8]。这种算法的思想如下:首先对图像提取特征,包括特征点(极值点、边缘点、角点)、特征线、特征区域等。针对不同的特征有相应的特征提取算子。特征点提取出来以后要根据特征点之间的局部特征进行粗略的匹配,找到待匹配点集合之间的对应关系。一般是基于灰度互相关进行初步估计,剔除差别较大的匹配对。然后进一步估计匹配,RANSAC算法[3]是用得最多的提纯匹配点集的方法。文献[3]针对RANSAC算法进行了LM非线性优化以保证后续匹配的稳健。这种算法对有较大误差或者错误的匹配点进行逐步迭代过滤,并用提纯后的数据对模型进行计算,因而对于噪声和特征点提取错误有较强的鲁棒性。由于该方法在粗匹配阶段采用了灰度互相关方法直接对图像上的所有特征点进行遍历地搜索,因此计算量很大。

二、本文图像配准算法

(一)提取角点

Harris[2]算子是C.Harris和M.J.Stephens提出的一种基于信号的点特征提取算子,具有计算简单、提取的角点特征均匀合理、可以定量提取特征点以及算子稳定的特点。其处理过程表示如下:

(1)

(2)

其中,为方向的梯度,为方向的梯度,为高斯模板,为矩阵的行列式,为矩阵直迹,为默认常数。矩阵中每一点的元素值对应于原图相应点的兴趣值。

(二)角点粗匹配

特征点匹配是指找出图像1和2中的唯一对应特征点。特征点匹配常用的方法是归一化互相关(NormalisedCross-Correlation,NCC)法。归一化相关算法具有算法实现简单、抗白噪声干扰能力强等优点。

该方法依据特征点邻域像素灰度值的相似性来进行匹配。设w1和w2是分别以图像1的特征点p1和图像2的特征点2为中心的两个大小相同的匹配窗口,u1,u2为相关窗口内像素灰度的均值。NCC匹配方法去除了低频背景亮度信息的干扰。进行特征点匹配时,首先对于图像1中的任一角点,寻找在图像2中和它相关性最大的角点;然后对于图像2中的任一角点,寻找在图像1中和它相关性最大的角点,当双向搜寻到的最大相关性的角点彼此对应,即认为找到一对候选匹配点。w1和w2的取值范围为窗口大小,则定义NCC公式为:

(3)

(三)图像金字塔分层匹配

粗匹配阶段直接对两幅图像的全部角点进行遍历式搜索,时间开销大;由于采用遍历式搜索错误匹配难以避免,甚至重叠区域之外的点也可能被匹配,因此得到的正确匹配点少。引入图像金字塔结构,采用分层匹配来提高搜索匹配的效率。

小波金字塔分解的基本思想[4]是:首先利用小波变换理论将原始图像逐级分解得到一个分辨率从低到高、规模由小到大的金字塔结构;然后在分辨率低的图像层,通过线性搜索或其他策略得到该分辨率下的最优解估计:在次一层匹配时,以上层匹配结果为引导,在局部范围内完成匹配;并随着分辨率的提高匹配点对的精度逐层提高,最终在最高分辨率的图像层上得到满足精度要求的匹配。

(四)变换矩阵的鲁棒估计算法

本文采集的每组图像是在同一视点所拍摄,图像之间的变换关系可以用投影变换模型来描述。相邻两幅图像间的特征点匹配后形成了图像1和图像2之间的一组映射点集。需要从这一组映射点集中估算变换矩阵H。

在特征点的检测中往往由于定位测量不够精确或者得到的匹配点存在大量错配,从而引起噪声。由于噪声的存在,用一般的线性方法得到的变换矩阵往往不稳定。这是由于把误差较大的点和错误的匹配点也加入到变换矩阵的求解过程中,也就往往成误差较大的解。为克服噪声引起的误差,本文采用鲁棒估计算法RANSAC[6]来估计矩阵。

RANSAC的特点是充分地利用了所有的测量数据,并根据阙值把它们分成了内点和外点,利用内点数据比较准确的特点来进行参数估计而剔除了不准确的测量数据,因此,得到的结果应该是一种优化的结果。本文采用RANSAC来提纯内点。针对本文的估计问题,就需要随机选取4对匹配点,每次采样后根据4对匹配点计算出H,最后根据得到的内点集合来估计矩阵H。

在估计出矩阵和相应的匹配点后,通常采用均方根几何误差来衡量变换矩阵估计的精度,称为配准误差,公式如下:

(4)

其中xi为图像2上的匹配点位置,xi′为图像1上的匹配点位置,d(x′,Hx)是图像2上的点x经过矩阵变换后得到的坐标与左图像上对应匹配点′坐标之间的欧式距离,n是匹配点对数。本文以图像1为参考图像,由图像2向图像1进行配准,如果配准误差过大,则会导致后续的拼接过程无法进行。

(五)引导匹配

为了得到更精确的矩阵,本文采用变换矩阵H引导两幅原始图像上的所有角点再次进行归一化互相关匹配,具体方法是利用变换矩阵H计算出图像2上所有角点在图像1上的位置,则对图像2上任一角点则只需在以图像1上对应位置为中心的某个窗口进行搜索匹配即可,这样相比起直接进行遍历搜索,不但增加了正确匹配点个数,而且也减少了误匹配的可能性,并且时间复杂度也比较低。

对互相关匹配得到的匹配点集重新采用RANSAC算法估计矩阵H,同时也获得了更多的内点匹配。

将矩阵H和这些内点匹配对代入公式(4),采用LM(Levenberg-Marquardt)非线性优化算法[5]来计算矩阵,能够进一步改进估计的变换矩阵。

三、实验结果:

下面采用本文算法对两幅640480的校园广场图片进行实验分析,并且与原算法[3]进行比较,为了便于比较,对参数进行了统一设置,

本文算法中角点检测(包括小波分解的时间)共耗时2.45秒,匹配阶段(包括金字塔匹配阶段和引导匹配阶段)耗时1.57秒,共耗时4.02秒,得到匹配对300对,而原算法的角点检测耗时为1.62秒,匹配阶段耗时11.18秒,共耗时12.8秒,得到匹配点为140对,可见由于采用了金字塔分层匹配算法,本文在匹配阶段的搜索效率大大提高,并且采用了引导匹配产生更多的正确匹配对,从而提高了配准精度。

表1校园广场图片实验对比

配准算法角点检测时间(单位:秒)匹配时间(单位:秒)总耗时(单位:秒)匹配点对数配准误差(单位:像素)

本文算法2.451.574.023000.5470

原算法1.6211.1812.81400.5808

图1校园广场图片

四、小结

在基于特征点匹配的图像配准算法中,最为耗时的步骤是基于归一化互相关匹配的遍历搜索过程,本文以采用小波金字塔匹配来提高了归一化互相关匹配阶段的搜索效率,并且获得了获得较好的初始有匹配对,然后用RANSAC算法来估算矩阵;为了获得更多的正确匹配点,用估算的H引导原始图像进行再次的归一化互相关匹配,对获得的匹配点集再次采

用RANSAC算法估算矩阵,经LM优化后配准误差被降低配准误差被降低。

参考文献

[1]RichardSzeliski.Videomosaicsforvirtualenvironments.IEEEComputerGraphicsandApplications,1996.16(2):22-30.

[2]张祖勋,张剑清.遥感影像的高精度自动配准.武汉测绘科技大学学报,1998.23(4):320-323.

[3]赵向阳,杜利民.一种全自动稳健的图像拼接融合算法.中国图形图像学报,2004.9(4):417-422.

[4]张艳,王涛,路威.基于小波影像金字塔的影像自动匹配.测绘学院学报,2002.19(1):25-27

[5]RichardHartley,AndrewZisserman.MultipleViewGeometryinComputerVision.Cambridge:ThePressSyndicateofTheUniversityofCambridge,UK,2000

[6]M.A.Fishler,R.C.Boles.Randomsampleconsesus:Aparadigmformodelfittingwithapplicationstoimageanalysisandautomatedp,1981.24(6):381-395.

[7]梁栋,童强,屈磊,等.一种基于极几何和单应约束的图像匹配算法.系统仿真学报,2006.18(1):44-46

中原文化的基本特征范文篇11

关键词:双向电泳凝胶图像;SURF;Hessian矩阵;互信息;图像配准

1引言

继基因组学之后,蛋白质组学成为了生物医学研究的一个重要的研究课题。从不同的实验环境或者通过不同的技术得到的蛋白质凝胶图像之间存在差异[1],生物学领域所最感兴趣的是一系列不同胶上相应位置蛋白质点的差异,因此需要对凝胶图像进行配准来获得。

凝胶图像配准的方法有很多种,而现有的配准方法主要可以分为三类[2]:基于图像灰度的配准、基于图像特征的配准和两者组合型的配准。基于图像灰度的配准方法是利用蛋白点灰度信息,对参考图像和待匹配图像上的感兴趣区域进行灰度相似性度量,从而实现凝胶图像间蛋白点配准,此类方法具有直观性好,精度高等优点,但计算量大[3]。基于图像特征的匹配方法是利用参考图像和带配准图像中蛋白质点间的几何特性进行配准,它的配准效率比前者高,但对图像畸变和噪声比较敏感,算法的复杂度也较高[4]。两者组合型配准方法是综合利用灰度和特征点信息,实现蛋白质点的配准[5]。在实际的图像配准过程中,基于特征的配准方法由于对不同特性的图像特征容易提取,并能够在一定程度上利用代表图像相似的特征作为配准依据,大大压缩了所需处理的信息量,使得配准方法的计算量减小、速度较快,因此得到了广泛应用。

本文对基于互信息配准算法和基于harris算子配准算法进行了比较研究,针对两者的不足之处对基于SURF算法进行了改进。改进算法首先对Hessian矩阵进行加权处理,从而获得了更多的特征点,在之后的特征点匹配中利用欧式距离加权处理作为相似度量来计算两特征向量的距离,有效缩短了配准时间,提高了配准效率。

2两种配准算法的比较

2.1基于互信息的图像配准

互信息(MutualInformation,MI)起源于信息论,用来表示两个数据集之间的统计关系[6]。两幅灰度图像A、B的互信息可表示为[1]:

如果随机变量A的熵定义为:

以及随机变量A、B的联合熵定义为:

那么经过变换之后,互信息可以表示为:

由公式(5)可知,当两幅图像配准时,H(A,B)最小,两幅图像的互信息达到最大。因此,基于互信息的图像配准可以表示如下[7]:

f(B)表示图像的空间变换。

互信息反应了两幅配准图像的相关性,基于互信息的图像配准就是寻找一个空间变换关系,使得两幅图像经过这个空间变换后,它们的互信息达到最大,基本过程如下:

⑴输入原图像和待配准图像,同时定义一个统一的坐标系,确定两幅图像的空间坐标变换公式;

⑵分别对两幅图像进行低通滤波,确定初始搜索点和初始的搜索方向;

⑶通过对待配准的图像进行空间变换来计算待配准图像与原图像之间的互信息;

⑷用Powell算法对参数进行优化,找出两幅图像的最大互信息值,重复步骤(3)和(4),直到找到最优配准参数为止;

⑸输出最终的配准结果,最后通过灰度差值方法得到配准后的图像。

该方法不需要进行特征提取,避免了由于这些预处理所造成的精度损失,在配准过程中容易实现自动化,配准的鲁棒性较强。但是由于互信息的计算量较大,所以配准过程耗时较长。

2.2基于Harris算子的图像配准方法

Harris算子是Harris和Stephens提出的一种基于信号的角点特征提取的算;Harris角点检测是最经典的角点检测,具有旋转和仿射不变性[8]。其处理过程表示如下[9]:

其中:gx为x方向上的梯度,gy为y方向上的梯度,为高斯模板,det为矩阵的行列式,tr为矩阵的迹,k为常数,R表示图中相应像素点的兴趣值。

基于Harris算子的图像配准算法实现配准的过程如下:

⑴首先利用Harris算子实现角点的检测,检测到的角点位置准确,均匀合理,同时减少了误检测的几率;

⑵对于步骤(1)所检测出的角点进行粗略的筛选,剔除大量的误匹配角点,之后再进行细致的筛选,从而选出精确匹配的角点对;

⑶利用双线性插值方法,把参考图像和待配准进行配准,得出最后的配准图像。

该方法实现简单,不受灰度变化、旋转以及噪声的影响,且能够较好的提取特征点。但是该算法只能在单一尺度下检测角点,可能会提取出伪角点。

3改进的SURF特征匹配算法

针对基于互信息配准算法计算量大,耗时长,和基于harris算子存在伪角点,本文对基于SURF的配准算法进行了一定的研究及改进。

SURF(speed-uprobustfeatures,快速鲁棒特征提取的配准算法)是在SIFT(scaleinvariantfeaturetransform基于尺度不变特征变换的配准算法)算法的基础上提出的一种快速鲁棒特征提取的配准算法。对图像平移、旋转、缩放等变化具有良好的不变性,且比SIFT耗时短,鲁棒性好[10]。

SURF特征点匹配的步骤如下:

⑴检测SURF的特征点;

⑵生成SURF的特征点描述子;

⑶SURF特征点匹配。

3.1检测SURF的特征点

其目的是在尺度空间寻找特征明显的候选点参与后续的匹配,主要过程如下[11]:

⑴构建尺度空间:影响的尺度空间是由逐步放大的近似高斯滤波器对输入的积分图像进行卷积操作得来的。SURF的尺度空间是由不同大小的滤波器对同一幅图像进行操作得到的,这样确保了图像的高频信息的保留[12]。

⑵计算近似Hessian矩阵行列式的值,本文对Hessian矩阵行列式进行加权,得到的近似Hessian矩阵的行列式如下:

得到每个蛋白质的响应值,其中ω是加权系数。

⑶检测极值点并精确定位:为了得到局部极大值和极小值点,利用非极大抑制,对尺度空间中的每一个像素点,与该像素同层的相邻8个像素以及它上、下2层的9个相邻像素总共26个相邻像素点进行比较。之后再用二次方程的Taylor展开式对其进行曲面拟合,这样就实现了特征点的精确定位以及特征点的坐标x、y和尺度σ,这样根据邻域信息确定特征点的主方向和特征向量。

3.2生成SURF的特征点描述子

根据特征点邻域范围内的灰度信息,计算主方向和特征向量生成SURF特征点描述子,具体过程如下:

⑴确定SURF特征点主方向。首先统计以特征点为圆心,半径为6σ的圆形区域内所有像素在x和y方向的Haar小波响应dx,dy,从而得到每个像素都有一个对应的Haar小波响应点Hp(dx,dy)。

⑵基于Haar小波响应的描述子生成。在以一个特征点为中心,与主方向平行的方形区域(大小为20σ的方形区域)中提取SURF特征点的特征向量。旋转该方形区域使它与特征点的主方向平行,这样保证了提取到的特征向量的旋转不变性。然后将这个方形区域均匀的分成的子区域,并且在每个子区域中统计x和y方向上的Haar小波响应的和以及绝对值之和:在统计时,整个区域得到64维的特征向量,这是因为在对以特征点为中心的高斯函数进行赋权处理时每次子区域都有一个4维的描述子。

3.3SURF特征点匹配

在SURF特征点匹配时本文对欧式距离进行了加权处理,之后将其作为相似性度量来计算两特征向量的距离,从而判断2个SURF特征点是否为匹配点。

首先利用匹配点搜索算法找到与待匹配点距离最小和次最小的点,然后根据最小距离和次最小距离的比率来确定待匹配点与距离最小的点是否为匹配点对。

匹配的相似度量是相关系数C(x,y)如下:

其中,f(c,r)是模板子图像中(c,r)处的像素灰度值。g(m+c,n+r)为匹配图像中以参考图像(m,n)为中心的搜索区域(c,r)处的像素灰度值,,为窗口内的像素平均值。相关系数最大的点则认为是同名点。这种方法消除图像间的灰度线性畸变[9]。

4实验结果及分析

本文采用凝胶模拟图像进行实验测试,且选取的图像大小均为300×310。图1为模拟图像:图(a)凝胶图像的原始图像,图(b)为待配准的凝胶图像,图(c)为原始图像与待配准图像的差值图像。基于互信息的配准结果如图2所示:图(a)为配准后图像,图(b)为配准后图像与原图像的差值图像。基于harris算子的配准结果如图3所示:图(a)为配准后图像,图(b)为配准后图像与原图像的差值图像。基于SURF算法与改进算法特征点匹配的比较如图4所示:图(a)为原算法的原图像与待配准图像的特征点匹配,图(b)为改进算法的原图像与待配准图像的特征点匹配。改进算法的实验结果如图5所示:图(a)为配准后图像,图(b)为配准后图像与原图像的差值图像。

由配准后的差值图像可以看出,基于harris算子的配准算法则存在一定的误匹配点。基于互信息的配准算法和改进后的算法都能在一定程度上达到较好的配准效果,但是改进后的算法得到匹配蛋白质点数比基于互信息配准算法得到的匹配蛋白质点数增多,配准效果有所提高。

由表一可以看出基于互信息的图像配准算法所用时间最长,基于Harris算子的图像配准算法所用时间最短,改进后的SURF算法的时间比原算法的时间缩短了很多。由表二可以看出在图像中检测到33对蛋白质点对,原算法得到20对匹配蛋白质点对,匹配率为44%,改进后的算法得到的匹配蛋白质点对为25对,匹配率为60%,从配准效率上来看,改进后的算法配准效率有所提高。

5结语

本文对基于互信息的图像配准算法、基于Harris算子的图像配准算法进行了比较,基于互信息的配准算法不须进行特征提取,容易实现配准过程中的自动化,所以配准的鲁棒性较强,但是计算量大,配准过程复杂费时。基于Harris算子的配准算法实现简单,能较好的提取特征点,不受灰度变化、旋转及噪声影响,但是harris算子只能在单一尺度下检测角点,会提取出伪角点。针对上述不足本文对基于SURF配准算法进行了改进,在提取特征点时对Hessian矩阵行列式进行加权,而后在特征点匹配时应用欧式加权处理作为相似度量来计算特征向量的距离,这样节省了整个配准过程的时间,使算法更具实时性,且能取得较高的配准结果。

[参考文献]

[1]Jiann-DerLee.Anovelschemeforregistrationoftwodimensionalgelelectrophoresisimages[J].BiomedicalEngineeringApplications,Basis&Communications,2006,18(8):158-166.

[2]陈显毅.图像配准技术及其MATLAB编程实现[M].北京:电子工业出版社,2009.

[3]张锐娟.图像配准理论及算法研究[D].西安:西安电子科技大学,2009.

[4]陈贤巧.基于特征的图像配准算法研究[D].合肥:中国科学技术大学,2009.

[5]陈高.基于特征与灰度的医学图像配准方法[D].厦门:厦门大学,2009.

[6]BarbaraZitová,JanFlusser.Imageregistrationmethods:asurvey[J].ImageandVisionComputing,2003,21(11):9771000.

[7]You-echeng.Imageregistrationbasedonmutualinformationandharriscornerpoints[J].Switzerland,Transtechpublications,2012,11(12):220-220.

[8]QiZeng,LiuLiu.ImageregistrationmethodbasedonimprovedHarriscornerdetector[J].ChineseOpticsLetters,2010,8(6):573-575.

[9]MingyueDing,LinglingLi.Amulti-sensorimageregistrationmethodbasedonHarriscornermatching[J].Springer-VerlagBerlinHeidelberg,2006:174-183.

[10]张建奇,杨翠.基于SURF的图像配准方法研究[J].红外与激光工程,2009,38(1):160-165.

中原文化的基本特征范文篇12

关键词:人脸识别;PCA算法;特征提取;搜索引擎;图片搜索文献标识码:A

中图分类号:TP391文章编号:1009-2374(2015)22-0021-02DOI:10.13535/ki.11-4406/n.2015.22.011

1概述

搜索引擎完成的主要功能是关键词的匹配及网络上节点的遍历查找,而本文针对人脸识别的图片搜索引擎同样利用特征匹配实现以人脸找相似人脸的搜索引擎。本文对人脸识别算法的分析主要从主成分分析法(PCA)入手,对其中的缺陷进行改进并应用于人脸图片搜索引擎的实现中。在主成分分析法中利用降维的思想提取主要特征,经过线性变换及奇异值分解得到特征向量从而得到特征脸。在搜索引擎的实现中主要利用的是在网络上节点的遍历以找到匹配信息并显示的技术。

2人脸识别算法的分析

人脸识别算法的重点在于对于图片的特征提取和分析,一张图片的分辨率决定了图片划分的精度,为了提取有效特征,比如眼、口、鼻,可以将整张图像利用横纵轴划分,利用多幅图片,提取特征形成特征向量,表征标准人脸的组成。本次使用ORL人脸数据库作为样本进行PCA算法的验证及分析。

2.1基于PCA人脸识别算法的分析

PCA(主成分分析)和LDA(线性鉴别分析)是两种降维方法,经过基本的测试和分析,PCA算法对于图片识别的正确性很高,对于人脸表情和轻微颤抖也有很好的健壮性(本文的测试实验建立在ORL人脸库上)。

PCA方法由Turk和Pentlad提出,它是基于Karhunen-Loeve变换(即K-L变换),主要用于建模方法中常用的数据降维,由于一幅图像由像素组成,基于像素在行列方向上的划分形成矩阵或看成一个矢量,构成原始的图像空间,因此PCA算法同样也应用于人脸识别的领域――PCA算法在处理人脸等图像识别问题时,遵循如下过程:将图像矩阵转化为图像向量,对原始图像向量进行线性分析标准化后得到标准化矩阵根据方差确定影响最大的向量即为第一主成分类似前面过程得到第二主成分以此类推。完整的人脸识别的过程包括:读入人脸库;形成特征脸(即特征向量)子空间,对图像进行降维获取特征值,把两组图像投影到由K-L变换得到的子空间上,利用对图像的这种投影间的某种度量来确定图像间的相似度;选择一定的距离函数进行识别。提取主要的特征向量进行图像重建,根据图像重建结果得出相似程度与提取原始图像向量的关系。

2.2对于不同条件对特征提取的影响

2.2.1依据图像重建,得出利用特征向量的多少及原始图片的成像清晰度(包括角度、光线、倾斜程度)都对重建结果有很大影响。这是人脸识别的关键性问题,本文通过图片预处理来解决一部分问题,比原先未处理的图片重建效果好了很多,拟合性也高了很多。

2.2.2对于PCA算法,要求训练集必须大于测试集。即要搜索的人脸图片必须在数据库中存在至少一张

图片才能得到好的重建效果,否则不能实现。PCA算法可以对训练样本内的图片重建效果很好。

如图2,表示使用特征向量进行人脸重建得出的一组人脸图像。

第一、二组表示训练样本中的重建结果,第三组表示训练样本外的重建结果,从中可以看出,训练样本内的效果在特征向量大于等于100时基本得到了很好的重建效果,基本还原原始图片,而训练样本外重建的效果只能得到关键部位例如五官的大致位置和形状,重建效果不是特别好。

2.3基于影响因素对PCA算法的改进

通过增加训练,集中不同人脸图片的数量,增加关键部位例如五官的丰富性,使获得的平均脸更具有广泛性和代表性,对于不同图片的外在差异性通过图片预处理(例如:灰度处理)从而产生颜色、纹理差异性较小的图片,再使用PCA算法进行降维得到的特征向量来重建的人脸图片具有更好的拟合性,如此得到的特征向量相比没有做预处理图片有较好的重建效果。

3Ubuntu下搜索引擎的搭建

3.1准备工作

为了提高安全性,由于Ubuntu系统下可选择用户权限使得人脸库的可靠性更高,本文选择在Ubuntu下完成人脸搜索引擎的实现。在Ubuntu系统下通过命令行下载安装CMake、OpenCV,同时利用CMake对OpenCV进行编译;配置php的imagick-3.2.扩展和imagemagick扩展为图片处理做准备,再配置好face_detect即php使用OpenCV的扩展函数;由于使用PHP作为开发环境,下载安装LAMP(Linux、Apache、Mysql和PHP),将搭建搜索引擎的环境配置好。

3.2前台设计

搜索引擎主要以网页的形式与用户交互,是与用户交互的接口的主要界面,主要有以下功能:实现人脸图片的检索和匹配功能(button、input元素),同时可以从本地上传图片(可预览)至网页客户端(input元素),使得本地图片与系统中相似图片得以匹配并显示给用户。设计框架搭建前台界面,利用html、css与JS语言实现界面设计,html和css完成界面风格设计,JS实现动态页面效果(例如预览图片的动态显示等),布局主要采用分栏形式,整体风格简约便于用户使用。

3.3后台实现

基于代码的后台主要使用php语言实现具体功能,包括:实现人脸图片的检索和匹配功能,同时可以从本地上传图片至网页客户端且用户可以预览,通过用户点击搜索按钮使得本地图片与网络中相似图片得以匹配并将匹配图片显示给用户。通过spider技术实现网络上html文档的遍历,可采用广度优先算法――在访问一个网络节点后一次访问相邻的网络节点直到将网络中所有节点全部遍历。对于图片匹配与传统的搜索引擎的文字匹配是类似的,利用PCA算法将图片抽象成特征向量并与www中的html文档中为图片格式的元素进行匹配,通过建立索引的方式实现人脸图片的查找与匹配,从而显示给用户。

4结语

本文主要探讨如何用php语言来实现搜索引擎中人脸图片识别匹配的功能。由于在Ubuntu系统中可以保障人脸信息的安全性,本文的搜索引擎实现在Ubuntu系统下完成。该搜索引擎中对于人脸识别部分使用了稳定可靠的PCA算法,搜索引擎本身采用网络爬虫进行索引匹配,虽然基础,但给用户检索人脸图片带来一定的方便,实现了图片搜索、匹配等一些常用的功能,但是系统还可以进一步完善。由于现在信息大爆炸,在各个领域中对于信息的私有性有着很大的需求,因此,本次研究与实践还有待进一步完善:(1)检索图片不仅仅局限于人脸图片,而扩展为包括风景、物品等图片的检索;(2)优化PCA算法,使用基于PCA算法的优化算法例如Eigenface(其方法基于本文研究的PCA算法),可能会得到更好的结果;(3)不仅仅局限在搜索引擎,可以扩展到手机APP,使得人脸识别得到更好的应用。

参考文献

[1]宇雪垠,曹拓荒,陈本盛.基于特征脸的人脸识别及实现[J].河北工业科技,2009,9(5).

    【公文范文】栏目
  • 上一篇:科技展览观后感(6篇)
  • 下一篇:收集销售行业工作计划3篇
  • 相关文章

    推荐文章

    本站专题