基于灰度直方图的运动目标特征检测算法

为提高运动目标的检测效果和指导性，提出一种基于灰度直方图分析的运动目标特征检测算法。采用视觉成像技术进行运动目标图像采集和视觉特征分析，提取运动目标的动态视觉特征量。根据运动目标边缘差分变换和空间位置关系进行运动图像的特征分离，提取运动目标图像的边缘轮廓特征量。采用统计形状模型进行运动目标图像的二值化分离，构建运动目标图像的灰度直方图。根据灰度直方图中的统计信息进行目标特征检测和动态特征提取，实现运动目标图像的视觉检测和动态识别，有效提取运动目标的关键特征，实现目标特征检测。仿真结果表明，采用该方法进行运动目标图像的特征检测性能较好，对运动目标的动态识别能力较强。     

应用谱直方图相似性的纹理图像分割研究

提出基于谱直图相似性的纹理图像分割算法,在提出的纹理分割算法中,无需选择种子点。首先通过使用一组滤波器来获取纹理图像的纹理特征,基于空域/频域的表示方法,使用谱直方图作为特征统计,然后利用x²统计特征度量谱直方图之间的相似性,得到初始分割,然后基于形态学骨架化的原理,对区域边界进行精确定位,得到最终的分割结果。实验结果验证了算法的有效性。     

基于非线性模糊直方图的图像检索算法

在基于内容的图像检索中,传统的颜色直方图和频域特征直方图不能满足颜色过渡、梯度方向和幅值变化等连续性和相似性。为此,提出非线性模糊颜色直方图和非线性模糊梯度向量直方图检索算法。该算法通过符合人类视觉非线性感知特性的方式描述图像,结合图像的统计和频域特征,构建一个特征组组合选取的方法,选出适合的标识图像特征组组合以提高图像检索系统的检索效率。实验结果表明,与其他检索算法相比,该算法具有较好的检索质量。     

基于角度直方图的步态识别算法

本文提出了一种简单实用的步态识别算法.该算法使用背景减除的方法检测人的运动区域;然后统计运动区域上像素的角度直方图,提取角度直方图向量作为步态特征;以欧氏距离作为度量,使用标准模式分类器用于步态识别.实验结果表明,本文提出的算法识别性能较高,并具有计算代价小等优点.     

一种从H．264视频流中快速计算直方图的方法

为了快速提取视频流的直方图信息，提出了一种针对H．264视频流的快速直方图提取算法，并首先详细阐述了该算法的基本原理与实现过程。该算法是直接利用压缩视频流中的特征信息，采用基于统计的方法来快速计算出亮度直方图。相关实验结果表明，用该算法计算出的直方图与计算解压后的图像所得到的直方图非常接近，且效率上有很大的提高，可适用于镜头分割、视频检索等相关应用领域。     

基于韦伯梯度方向直方图的人脸识别算法

针对传统人脸识别算法在姿态、表情和光照等变化下而引起识别效果不佳的问题,提出一种韦伯梯度方向直方图人脸识别算法（HWOG）。利用差动激励提取图像的结构和纹理信息,利用HOG算子提取原始图像的边缘特征,分块统计直方图特征信息,将所有分块的直方图串接得到人脸图像HWOG特征,用最近邻分类器进行分类。在YALE人脸库、ORL人脸库上和CAS-PEAL-R1进行实验,实验结果表明所提算法能有效提高识别率,且对光照、表情和姿态变化有较好的鲁棒性。     

基于运动矢量直方图不变的数字视频隐写算法

针对现有基于运动矢量(MV)的数字视频隐写算法对载体直方图统计特性带来较大改变这一问题,提出一种基于运动矢量直方图不变的数字视频隐写算法。利用保持直方图数据映射方法,把秘密信息隐藏在视频运动矢量中;同时,利用数据匹配编码对嵌入之前的秘密信息进行编码处理,得到了与视频运动矢量统计特征基本匹配的数据流,使算法接近于信息论下的完美安全。实验结果表明：算法有效控制了运动矢量直方图的改变,同时码率的增加也被有效地控制在1%以内,隐写分析检出率平均下降了30%~50%。     

基于场景分类的细节保留直方图均衡算法

针对传统直方图均衡算法细节丢失和亮度饱和的问题,提出一种将场景分类和细节保留相结合的直方图均衡改进算法。利用图像的直方图特征进行场景分类,结合场景分类及图像像素点的特征对分段式直方图均衡处理方法的参数进行优化。改进后的算法复杂度仅为O(L)(L是图像的像素灰度级),既保留了直方图均衡算法计算量小的特点,又能避免传统直方图均衡的细节丢失和亮度饱和问题,还具有适用于不同场景的稳健处理效果。通过德州仪器公司DM648平台实测验证,该算法可以用于实时视频图像的增强。     

基于特征直方图的蛋白质结构分类和检索方法

针对蛋白质结构的自动分类需求,提出一种基于BOVF方法的蛋白质结构分类与检索新算法。该算法利用SURF提取蛋白质结构各视角图像的局部特征,利用K-means对所有特征进行聚类分析生成视觉词典,统计视角图像的特征在视觉词典中出现的频率并生成特征直方图,以此直方图作为蛋白质结构的特征,使用KLD计算2个结构之间的相似度。3个实验分别被用来检验本文算法的分类和检索性能。实验结果证明本文算法具有比较算法无法达到的分类效果和检索性能。     

基于局部敏感直方图的时空上下文跟踪

针对当前目标跟踪算法在目标区域光照剧烈变化、长时间遮挡或者平面内旋转时会发生偏移甚至跟丢这一现象,提出了基于局部敏感直方图的时空上下文跟踪算法.该算法以贝叶斯框架为基础,利用生物视觉特性,结合底层灰度特征,基于局部敏感直方图提取光照不变特征,建立目标与背景的统计相关模型来实现跟踪,使跟踪时偏移较小且不会跟丢目标.在对不同视频序列的实验表明:基于局部敏感直方图的时空上下文算法和多示例学习算法相比,在光照变化、平面内旋转或者遮挡时都表现出比较好的跟踪效果且中心误差较小,具有较强鲁棒性.     

一种改进的LSB数字图像隐藏算法*

目前针对常用的LSB信息隐藏,SPA分析(sample pair analysis)和RS方法(regularand singular groups method)能以很高的精度估计出图像中隐藏信息的比率。基于几何变换的性质,提出了一种可用于图像置乱技术的亚仿射变换,并利用矩阵编码思想改进LSB的嵌入方式,从而使嵌入数据获得了较好的抗隐写分析性能。实验结果表明,该算法能有效抵抗RS和SPA隐写分析,并保持图像的直方图统计特征,且适用于灰度图像和彩色图像,易于实现。     

基于Arnold变换的图像信息伪装算法

在对图像以二维Arnold变换置乱的基础上,根据八邻域内像素之间的相关性来确定LSB(最低有效位)的替换方式,提取时只需提取置乱图像的LSB即可。该算法结合了图像置乱技术和改进的LSB嵌入方案,使嵌入的数据获得了抗检测和抗提取的双层安全保障。实验结果表明,该算法能够有效地抵抗RS(Regular Singular)和SPA(Sample Pair Analysis)隐写分析,并保持了图像的直方图统计特征,此外,适用于灰度图像和彩色图像,易于实现。     

基于Arnold变换与改进LSB嵌入方案的信息伪装算法

文章提出了一种基于二维Arnold变换与改进LSB嵌入方案的图像信息伪装算法,在对图像进行二维Arnold变换的基础上,采用改进的LSB嵌入方案嵌入数据,提取时只需提取Arnold变换图像的LSB即可。该算法结合了图像置乱技术和改进的LSB嵌入方案,对嵌入的数据形成了双层保护。实验结果表明,该算法的数据嵌入量及失真度与传统的LSB嵌入方式一致,同时能够有效地抵抗RS(RegularSingular)和SPA(SamplePairAnalysis)隐写分析,并保持了图像的直方图统计特征,此外,该方法适用于灰度图像和彩色图像,易于实现。     

基于复数小波能量特征和支持向量机的图像匹配算法

为了对图像中发生平移、伸缩及旋转等形变的目标进行有效检测和跟踪，提出了基于复数小波能量特征和支持向量机的图像匹配算法，以便把图像匹配问题转化为图像分类问题。该算法首先利用复数小波的方向选择性、多尺度特性及近似平移不变性来抽取图像能量的均值、均方差及偏度等统计特征，并将其作为支持向量机的输入参数，用于训练模板样本集合，以获得支持向量，然后对由输入图像构成的与模板大小相同的所有子图像进行测试。这是一个粗精结合的两步算法，即先运用支持向量机筛选出侯选目标集合，再运用非线性距离判优准则来确定检测出的候选目标图像集合中的最优匹配。实验结果表明，该算法克服了传统图像匹配方法搜索目标时存在的置信度问题，通过与基于径向基的神经网络学习方法和基于灰度相关的匹配方法比较可见，该算法在性能上优于这两个方法，并能得到满意的匹配结果。     

Matching of Bigraphs

We analyze the matching problem for bigraphs. In particular, we present a sound and complete inductive characterization of matching of binding bigraphs. Our results pave the way for a provably correct matching algorithm, as needed for an implementation of bigraphical reactive systems.     

一种新的自动图像配准技术*

提出了一种自动图像配准方法.该方法首先使用模板匹配获得图像间的粗匹配点,然后利用这些粗匹配点估计图像之间的变换参数,并通过统计这些变换参数的适用情况,选取出一组最佳的图像变换参数,从而实现了图像间的自动配准.实验验证,该方法在两幅图像间存在平移、转动且重叠区域较少时,仍能准确得匹配这两幅图像.     

An inductive characterization of matching in binding bigraphs

We analyze the matching problem for bigraphs. In particular, we present a sound and complete inductive characterization of matching in bigraphs with binding. Our results yield a specification for a provably correct matching algorithm, as needed by our prototype tool implementing bigraphical reactive systems.     

基于最大后验概率的图像匹配相似性指标研究

图像匹配是视觉跟踪领域中的重要环节，利用巴氏(Bhattacharyya) 系数度量模板与待匹配区域之间的统计特征相似性是图像匹配中最有效的方法之一. 但是由于背景特征的影响，有时应用巴氏指标进行匹配得到的最优解的位置并不一定是目标特征的实际位置，因而在视觉跟踪过程中目标定位可能出现偏差，甚至跟踪错误. 本文提出了一种基于后验概率的图像匹配相似性指标，该指标利用搜索区域的统计特征，能有效抑制待匹配区域特征中背景因素的影响，同时突出了目标特征的权重，与巴氏指标相比明显改善了匹配函数的峰值特性. 这种指标的另一突出优点是计算复杂度很低，容易得到全局最优解.与巴氏系数指标的匹配结果进行的比较表明，本文所提出的匹配指标在复杂背景下具有更强的目标识别与分辨能力     

Minimal order linear model matching for nonlinear control systems

This paper gives a characterization of the minimal order of a dynamic state feedback that solves the model matching problem for a given nonlinear SISO-system and a given linear SISO-model.     

基于行为识别匹配的用户日常运动检测

针对用户日常运动过程中步态计步器(Pedometer of Gait, POG)检测问题,相较于传统的统计机器学习方法,基于模板匹配的方法往往具有更高的精度和效率。主要提出了一种基于模板匹配的改进Dynamic Template Wrapping(DTW)方法,并在开源实验数据上做了验证。实验结果显示,相对于传统模板匹配方法和统计学习方法,所提出的IsDTW方法不仅具有相对较高的实验精度(92%),在运行效率上也在一定程度上优于传统方法,对实际应用更具价值。