形状和颜色变换下图像的Gaussian-Hermite矩不变量

矩不变量是计算机视觉和模式识别领域常用的图像不变特征.现有的形状和颜色变换下彩色图像的矩不变量均基于几何矩构造,因此抗噪性较差.针对该问题,提出了利用基本微分算子和颜色几何基元生成旋转-仿射变换下彩色图像Gaussiaa-Hermite正交矩不变量的方法,所构造的不变量均为Gaussian-Hermite矩的齐次多项式...     

基于Gaussian-Hermite 矩的图像局部特征描述与匹配研究

图像局部特征描述一直是图像配准与图像检索中极为重要的一部分。本 文深入研究Gaussian-Hermite 矩及其旋转不变矩的性质,根据尺度因子不影响其旋转不变性 的特点,提出基于多尺度Gaussian-Hermite 矩的图像局部特征描述方法,并通过实例与现有 的特征描述方法进行详细比较。实例结果表明,所提出的方法具有更强的特征描述能力。     

基于两变量Hahn矩的图像分析

提出了一种新的、以两变量离散正交Hahn多项式为核函数的图像矩,推导了正则化后,两变量离散正交Hahn多项式的简单的计算方法。对二值图像、灰度图像以及噪声图像的重建实验表明：相对于同系数的单变量的Hahn矩,两变量Hahn矩的重建误差更小。因此,它们能够更好地提取图像的特征。     

一种可有效抵抗几何攻击的鲁棒图像水印算法

伪Zernike矩(Pesudo-Zernike Moments)是一组正交复数矩,其不仅具有旋转不变性、更低的噪声敏感性,而且还具有表达有效性、计算快速性以及多级表达性等特点.以伪Zernike矩理论为基础,提出了一种可有效抵抗几何攻击的数字图像水印新方案.该方案首先结合伪Zernike矩的旋转不变特性,计算出原始载体图像的伪Zernike矩;然后选取部分低阶伪Zernike矩;最后采纳量化调制策略将水印信息嵌入到伪Zernike矩幅值中.实验结果表明,该数字图像水印方案不仅具有良好的透明性,而且具有较强的抵抗常规信号处理、几何攻击等能力,整体性能优于Zernike矩图像水印方案.     

光照鲁棒的抗模糊新组合不变矩图像匹配方法

基于特征的传统图像匹配方法对环境光照变化和模糊噪声适应性较差,针对该问题文中提出了一种新组合不变矩。在Hu不变矩的基础上,重新组合构造出三个新组合不变矩并将其应用到图像匹配中。实验结果表明,这种新组合不变矩具有很好的光照鲁棒性和模糊不变性,能够有效地解决受光照变化和模糊噪声共同影响造成的匹配率下降问题;在保证高精度的前提下,匹配效率大大提高。该不变矩作为图像特征的描述形式进行图像匹配是有效可行的,具有良好的参考价值。     

基于中值滤波和Hu矩向量的手语识别

为提高手语图像的正识率,提出一种基于中值滤波和Hu不变矩特征量相结合的手语识别方法。对待匹配图像进行预处理,计算图像的7Hu矩特征量,通过欧氏距离计算与标准手语特征向量的相似程度,识别手语。对旋转、缩放和平移等图像的非本质性改变具有很好的鲁棒性,克服了手语图像采集中光照不均的影响和传统手语识别中基于图像分割造成的边缘信息损失。实验结果表明了该方法对手语识别的有效性,特别是对含有椒盐噪声信噪比较高的图像具有很好的效果。     

Zernike矩在图像旋转与抗噪声中的应用

Zernike矩是基于称作Zernike多项式的正交化函数。尽管同几何矩和Legendre矩相比其计算更加复杂,但Zernike矩在图像的旋转和低的噪声敏感度方面是有较大的优越性。特别是本文采取了Zernike矩的一种快速算法,使计算量大大减少,并且采取了方-圆变换的方法,对矩形图像仍能起到同样的作用。     

基于模糊C均值聚类和邻域分析的无监督多通道遥感图像变化检测

提出一种基于模糊C均值聚类(Fuzzy C-means,FCM)和邻域分析的多通道遥感图像变化检测方法.通常的多通道遥感图像变化检测方法将变化信息从多个波段压缩到一个波段,损失了遥感图像的波段信息.本文将多波段变化信息用FCM方法来实现多通道遥感图像的变化检测.但由于FCM有对孤立点敏感的特点,该方法容易受噪声的影响....     

一种基于图像块的Legendre矩高精度快速算法

针对图像的Legendre正交矩计算量大和矩值求解过程中存在离散近似误差等问题,提出一种新的高精度快速计算图像Legendre矩方法.文中首先提出一种最大块优先分块策略,然后在此基础上,根据图像像素灰度值的取值特征将图像进行分块表示,以每个图像块为单位计算图像的Legendre矩.实验结果表明,与现有的快速算法相比,文中方法在保证矩值高精确的前提下,有效地减少了算术运算的次数,降低了计算复杂度,具有较快的计算速度.     

一种新的SAR图像无监督分割方法

马尔可夫随机场（MRF）在SAR图像分割中有着广泛的应用。由于合成孔径雷达（SAR）图像本身所固有的相干斑噪声的影响,传统方法很难获得准确的分割,因此提出了一种新的基于MRF（Markov Random Field）融合Gaussian-Hermite矩（GHM）的SAR图像无监督分割算法。利用Gaussian-Hermite矩的不同阶矩作为SAR图像特征得到初始分割;将得到的初始分割结果作为MRF随机场的先验模型,通过引入一个基于两成分权重参数的能量函数,利用最大后验概率（MAP）得到最终的分割结果。通过对合成图像及SAR图像分割实验结果的比较,表明了该方法在误分率、抗噪性以及视觉效果上具有更好的效果。     

基于正交高斯赫密特矩的车辆检测算法

针对交通场景下多部车辆的情况,提出了一种基于正交高斯赫密特矩的车辆检测算法.该方法利用正交高斯赫密特矩完成运动车辆检测,并结合车辆检测结果进行边缘检测,采用Ostu自动选取分割阈值,获得细化目标边缘图.实验结果表明,该方法能够从复杂的交通场景下有效检测出运动车辆并进行跟踪,且算法实时性好.     

基于Gaussian-Hermite矩的旋转运动模糊不变量

目的 模糊图像的分析与识别是图像分析与识别领域的重要方向。有些图像形成过程中成像系统与物体之间存在相对旋转运动,如因导弹高速自旋转造成的制导图像的旋转运动模糊。大多数对于这类图像的识别都需要先对模糊图像进行“去模糊”的预处理,且该类方法存在计算时间复杂度较高及不适定的问题。对此,提出一种直接提取旋转运动模糊图像中的不变特征,用于旋转运动模糊图像目标检索和识别。方法 本文以旋转运动模糊的退化模型为出发点,提出了旋转运动模糊Gaussian-Hermite (GH)矩,构造了一组由5个对旋转变换和旋转运动模糊保持不变性的GH矩不变量组成的特征向量(rotational motion blur Gaussian-Hermite moment invariants,RMB_GHMI-5),可从旋转变换和旋转运动模糊的图像中直接进行目标检索和识别,无需前置复杂的“去模糊”预处理过程。结果 在USC-SIPI (University of Southern California — Signal and Image Processing Institute)数据集上进行不变性实验,对原图进行不同程度的旋转变换叠加旋转运动模糊处理,证明RMB_GHMI-5对于旋转变换和旋转运动模糊具有良好的稳定性和不变性。在两个数据集上与同类4种方法进行图像检索实验比较,在80%召回率下,本文方法维数更少,相比性能第2的特征向量,在Flavia数据集中,高斯噪声、椒盐噪声、泊松噪声和乘性噪声干扰下的准确率分别提高25.89%、39.95%、22.79%和35.80%;在Butterfly Image数据集中,高斯噪声、椒盐噪声、泊松噪声和乘性噪声干扰下的准确率分别提高4.79、7.63%、5.65%和18.31%。同时,在上述8个测试数据集中进行对比实验以验证融合算法的有效性,结果表明本文提出的GH矩和几何矩相融合算法显著改善了图像检索效果。结论 本文提出的RMB_GHMI-5特征向量在旋转变换和旋转运动模糊下具有良好的不变性与稳定性,在图像检索抗噪性能方面表现优异。相比同类方法,本文方法更具实际应用价值。     

正交Gaussian-Hermite矩的应用

分析了正交Gaussian Hermite矩的一些性质 ,指出它在运动检测中的应用 ,并提出运动检测中正交Gaussian Hermite矩的最佳参数的估计方法 .最后我们给出了对比实验结果 .实验表明我们的方法是有效的 .     

基于Tchebichef不变距的图形识别

论文提出一种新的基于Tchebichef不变距的图形识别方法,Tchebichef不变距通过对图像进行大小归一化、平移处理以及旋转处理并结合Tchebichef正交距得到;利用提出的Tchebichef不变距作为特征进行图形的识别,和采用Hu不变距以及Zernike不变矩的识别方法相比,无论是在无噪声还是在有噪声的情况下都有更高的识别精度;仿真试验证实了本方法的可行性。     

基于Zernike矩亚像素边缘检测的快速算法

为了克服传统的Zernike法在边缘检测过程中,由于人工手动选取阈值而带来的低效率、高误判等不足,将原算法与Otsu法相结合,提出了一种边缘检测的快速算法。利用传统的Zernike法计算出图像的阶跃灰度矩阵,再将该矩阵作为计算对象,用Otsu法直接得到最优的阶跃灰度阈值进行边缘判别,并考虑了由于边缘模型带来的误差,在保证检测效果的同时缩短了检测时间。实验结果表明,改进的算法能够更有效地完成边缘检测,补偿后的亚像素定位更准确。     

基于三维场的辐射磁矩测试方法研究

为了解决磁偶极子辐射磁矩的自动化测量和测试精度问题,提出利用三个正交的电磁测量传感器进行两点三维场强的直接测量获得辐射磁矩的新方法。与其它方法相比,该方法可在未知观测距离、任意角度条件下直接测得辐射磁矩,减少了人工操作及其带来的误差,测试精度高,使用方便。     

基于Gaussian-Hermite矩的指纹奇异点定位

在指纹分类和识别算法中,提取的奇异点(core点和delta点)数目和奇异点的准确位置是非常重要的.介绍了一种基于Gaussian-Hermite矩分布属性的自适应指纹奇异点定位方法,为了准确地确定奇异点,用到了指纹图像在多种尺度下的不同阶Gaussian-Hermite矩分布,并用一种基于主分量分析(principal component analysis,简称PCA)的方法分析指纹图像的Gaussian-Hermite矩分布.实验结果表明,该算法能够准确地确定奇异点位置.     

基于正交盖氏矩和SVM的车牌字符识别

针对传统字符特征提取算法中特征不稳定的缺点,提出一种基于正交盖氏矩的特征提取方法。采用支持向量机解决车牌字符识别问题,自动寻找对分类有较好区分能力的支持向量,由此构成的分类器可以最大化类间间隔,达到正确区分类别的目的。实验结果表明,该方法对于实时视频流中的车牌识别能取得理想效果,在解决有限样本、非线性及高维模式识别问题中表现出优越的性能,且具有适应性强和效率高的特点。