不规则形状图象矩特征的一种快速准确算法

介绍了一种基于边缘点计算矩特征的方法，该算法实现思路清晰，编程实现简单，结果准确，且可应用到其他形状特征的计算中。     

矩特征的一种快速算法

介绍了一种基于边界点计算形状矩特征的算法,并采用该算法计算了目标的形状特征。结果表明该算法比传统的矩特征计算方法是具有高的运算速度。     

基于形状不变矩的图像检索算法的研究

描述了一种基于Hu形状不变矩的图像全局形状特征提取方法和算法IMS。实验结果表明,使用IMS。算法提取的形状特征向量具有对平移、旋转和尺度变化的不变性,适合于进行图像形状的检索。     

利用小波和矩进行基于形状的图象检索

形状是图象中目标的重要特征,基于形状的图象检索近来在基于内容的图象库系统和管理和应用中得到越来越多的重视。现已研制的系统存在两个问题。一是性能的不稳定性;二是相对平移,旋转和尺度变换的变化性,针对上问题,该文提出了一种新的基于形状的图象检索算法。此算法先对亮度图象图象进行小波模极大值变换以得到多尺度的边界图象,再利用７个不变矩提取每一尺度边界图象的特征,所有尺度上的矩共同组成图象的特征向量。图象的     

灰度图像矩的一种快速算法

大多数矩的快速算法仅适用于二值图像。本文给出了一种适用于灰度图像的矩快速算法。对N×N大小的灰度图像 ,引入 6个大小为N的数组 ,将求矩过程中重复计算的量一次计算后存入数组 ,减少了重复和冗余计算。虽然增加了 6个数组 ,内存的相对增加仅为 6/N。该算法原理简单 ,求矩结果精确 ,计算量大大减少。和直接法相比 ,加法和乘法运算次数仅为其 40 4%和2 2 6%。和Yang s算法相比 ,加法次数相同 ,而乘法次数约为其 67 6%。     

一种基于补偿法则的矩的快速算法

由于不变矩对图像的平移放大旋转的不敏感性，因此在模式识别、图像分类、场景匹配等图像处理和分析领域获得越来越广泛的应用．但是，求矩运算过程复杂、计算量大、使它的应用受到限制．基于Delta方法，提出了一种新的基于补偿法则的矩的快速算法．对任意二值图像分解为多条线段，图像的矩就等于所有线段的矩的和．对每一线段，将其左方(或上方)填满．每一线段的矩就等于填充后的线段的矩减去填充线段的矩．这样做的好处在于：一幅图像所有可能横(竖)线段的数目由N^2减少为N．引入一组N大小的数组，将求矩过程中大量重复计算的数据一次计算后存人数组，需要时查数组即得．从而极大地减少了计算量．由于填充后线段规格一致，便于用统一的公式计算且有利于编程．和已有的某些算法仅适用于无凹图像和矩计算结果是近似的相比，该算法计算结果准确，适用于任意复杂的二值图像．列出了已有矩算法运算量的评估，比较而言，所讨论的算法的计算量和用时都优于其他算法．     

矩特征在铁路货车车号识别中的应用

提出用矩特征来解决铁路货车车号识别的问题,在车号数字特征提取的过程中将数字的形状特征与不变矩特征进行了有效结合,利用数字的凹特征、中线、圆形度等形状特征,增强了数字之间的可分性,运用矩不变性降低了车号倾斜对识别结果的影响,提高了铁路货车车号识别的识别率.实验结果证明了该方法的有效性和可行性.     

相对矩及在几何形状识别中的应用

在计算机视觉中,几何形状的识别具有十分重要的意义,而一般几何形状可以分为区域和结构两类。Hu提出的不变矩是用于区域形状识别的几何特征,但对于结构则因不满足缩放不变的条件而不适用。为此对Hu提出的区域不变矩和Chen提出的区域不变矩快速算法进行了扩展,并定义了对于结构和区域均满足平移、缩放、旋转不变的相对矩,从而统一了区域和结构的矩特征计算公式,而且与Hu的不变矩相比,更具有一般性,利用相对矩进行的识别实验表明,相对矩是对区域、封闭和不封闭结构的形状进行识别的有效特征,尤其在识别封闭和不封闭结构时,比傅立叶描述子等传统方法简便。     

基于形状不变矩的储粮微生物识别

运用柔性形态学进行图像边缘检测,然后采用改进的7个形状不变矩对储粮微生物中的四种主要细菌进行了特征提取和分类。实验取得理想结果,说明改进的形状不变矩能够满足储粮微生物识别要求。     

一种基于Krawtchouk矩的水印算法

提出一种基于Krawtchouk矩的水印算法,通过修改一些原始Krawtchouk矩并重构图像以获得水印图像.基于Krawtchouk矩与几何矩的关系,提出采用具有平移、比例缩放和旋转不变性的几何不变矩来检测水印.实验表明,与用Krawtchouk不变矩检测相比,该算法对于大角度旋转和图像平移的几何攻击具有更好的鲁棒性.     

基于改进小波矩特征的快速无损图像描述算法

为了更有效地利用小波矩不变量算法来快速无损地计算图像特征值, 提出了一种融合Mallat算法的无损采样的新型小波矩不变量算法. 在此基础之上, 结合傅里叶变换的原理及特点, 提出了基于频率幅值谱与小波矩不变量的特征提取方法. 并将改进的小波矩不变量算法与传统使用三次B样条矩的小波矩、Hu矩进行了比较. 实验表明, 改进的小波矩不变量在比传统小波矩不变量算法性能几乎没有损失的情况下, 大大加快了小波矩不变量的计算速度, 并且基于频率幅值谱的小波矩有更强的抗噪性.     

一种基于目标边界的不变特征提取方法

提出了一种基于目标边界的不变特征提取方法。导出了用物体角点坐标表示的低阶边界矩的闭合形式,构造了基于边界矩的仿射变换不变量。该方法只需要对物体角点进行简单的代数运算,因此,该方法简单明了,计算量很小。实验结果证明了该方法的有效性。     

ASM中基于不变矩图形畸变主动检测与修正

主动形体模型是可变形模板技术中一种重要的方法,在医学图像分析和机器视觉中得到越来越广泛的应用。但是该方法在图像的匹配过程中,如果目标图像不够清晰或者模型初始位置不理想,会产生畸变的匹配结果。而且该模型没有一个有效的对畸变图形进行检测和修正的策略。提出了一种基于边界矩不变量的主动检测和修正方法,通过引入边界矩不变量,对模型的形体变化进行量化,并根据从训练集中获取的统计信息,对变形过程中的模型形体的变形进行检测和修正。实验结果表明,该方法能够在很大程度上解决匹配过程中的畸变问题,并且相比传统主动形体模型,所消耗的时间增加很少,对算法的效率并不影响。     

基于不变矩的实时人形监测与识别系统

介绍了一种实时监视系统，该系统可以捕获正在进入摄像机镜头的物体，并识别其是否是人类．所采用的主要方法是，预处理其中包含了除背景之外的其它物体的图像，即，去掉背景图像，并得到该物体的形状图像，然后提取其七个不变矩，利用贝叶斯分类器做主要手段对不变矩进行分类，另外采用辅助手段修正分类结果，识别该物体的形状是否为人形，从而判断出是否有人类经过．     

基于角点检测的图像形状特征提取方法

针对形状标记表示法可能遗漏轮廓曲线上较重要边界点的问题,提出一种基于角点检测的质心距离标记法。该方法采用轮廓跟踪技术获取物体的轮廓曲线,通过角点检测得到曲线上的所有角点,利用质心距离产生形状标记。以最近邻分类和K-中心聚类对其性能进行验证,结果证明了该方法的有效性。     

图像分析中的矩技术

矩技术可广泛应用于图像检索和识别、图像分割、模板匹配、数据压缩、数字水印及运动图像序列分析等领域,近年来其研究取得了较大的进展。为了使人们对这一技术有个概略了解,首先对图像分析中的矩技术进行了较为全面的介绍和评述;然后着重探讨了离散正交矩技术在图像特征表示、图像重建、计算性能等方面的研究现状;最后提出了图像分析中的矩技术目前存在的问题和进一步的研究方向。     

低频快速切比雪夫矩的篡改图像检测算法

针对图像复制粘贴篡改的检测及篡改区域定位的研究,提出了一种低频快速切比雪夫矩的篡改图像检测算法.首先用非抽样小波变换对图像分解,选取图像的低频部分进行重叠分块,提取改进的低频快速切比雪夫矩做为特征向量,然后采用PatchMatch算法对提取的块特征匹配,最后用稠密线性拟合算法去除误匹配并且用形态学操作完成最后的篡改区域定位.与现有的篡改图像检测算法相比,所提出的算法对于单区域篡改、单区域多次篡改以及多区域篡改均具有较好的定位效果,并且减少了算法的运行时间,提高了实时性.     

基于形状标记和双谱分析的图像形状特征提取

针对严重滑动磨粒、疲劳剥块和层状磨粒等磨粒的图像识别问题, 提出了基于形状标记和双谱分析的图像形状特征提取方法. 首先根据中心距离函数、累积角函数、最远点距离函数和三角形区域表示等4种形状标记方法, 将二维磨粒图像转换为一维信号表示; 然后对一维信号进行双谱分析, 得到形状的归一化双谱; 最后在归一化双谱域内, 根据双谱积分和双谱矩计算双谱不变量, 得到图像的76维形状特征, 涵盖了形状的整体特征、角度变化信息、角点信息和轮廓细节信息等. 为了有效评价所提方法的有效性, 在MPEG-7 CE Shape-1 Part B数据集和Swedish leaf数据集上进行了形状识别能力实验与抗噪声能力实验. 实验结果表明, 所提方法能够有效提高双谱分析用于形状识别时的识别准确率和抗噪声能力.