一种动画形象素材的形状检索方法

在动画形象的形状检索基础上,通过轮廓分解及Hausdorff距离的改进,提出一种动画形象素材的形状检索方法。该方法对形象进行前期预处理,得到形象二值闭合边界点集;根据边界围成区域的主惯量轴,将形象图片归一化;利用角点检测到的角点对图像的边界分割,每段弧线等距取相同的采样点数,从而将得到的采样点作为动画形象描述特征点集,利用加权Hausdorff距离测量库中图像与示例图像的距离。实验结果表明,与目前已有方法相比,该方法具有较高的检索精度。     

一种基于二值图像的鲁棒字符特征提取方法

随着自动识别的应用与发展,光学字符识别被广泛应用到各种领域,而特征提取是字符识别的关键一步。本文对汽车牌照自动识别系统进行了论述,针对二值图像的字符特征提取,提出了一种基于距离变换的字符点阵特征提取算法。该算法通过距离变换方法来增加二值图像的前景与背景像素之间的距离,降低笔画边界的影响。从而提高车牌字符点阵特征的鲁棒性。实验结果表明我们的算法是有效的。     

基于模糊距离变换的颗粒图像分割方法

在颗粒图像中,经常存在颗粒重叠或者粘连现象。本文提出了一种新的图像分割方法。该方法首先对颗粒图像进行二值化,然后对图像作模糊距离变换得到模糊距离图,再利用分水岭算法将粘连或者部分重叠颗粒分离。实验证明,此法能够将粘连颗粒物图像有效分离。     

视频帧/图像中图标识别算法

针对图像/视频中提取的图标图像,提出一种基于距离变换的识别和检索算法。为减少颜色畸变带来的影响,先将图像转换为二值图标图像进行后续处理。二值图像可以通过像素点的不同空间位置分布来表现,据此提出一种基于像素点位置信息的识别检索算法,其基本思想是首先对灰度图像进行大小归一化,然后二值化得到二值图标图像;主轴旋转后利用基于形态学极限腐蚀的距离变换将二值图像中像素点的位置信息转换为不同的灰度信息,通过比较其直方图特征实现对图标的识别。实验结果表明该算法速度快、识别率高,并且具有很好的平移、尺度和旋转不变性。     

基于分水岭变换的粘连颗粒图像分割方法

提出了一种基于分水岭变换的粘连颗粒图像分割方法. 首先对图像进行预处理,进行二值化;然后通过距离变换和灰度形态重构得到每个目标的种子区域（目标标记）;再根据目标标记使用强制最小技术修正距离变换图;最后,对修正后的距离变换图进行分水岭变换,得到分割结果. 在Matlab环境下进行实验,结果表明该算法效果良好,能有效的抑制过分割.     

近似欧氏距离变换的一种并行算法

提出了一种基于超大规模集成电路(VLSI)硬件结构的新型距离变换并行处理算法。距离变换是一种基于二值图像的全局操作，在骨架抽取、形状匹配、目标重建、机器人避障等图像分析与模式识别算法中有着广泛的应用。欧氏距离是精确的L2范数距离，但是由于欧氏距离的非线性，不利于各种并行算法和加速算法的设计与实现，因此在应用中各种变形的加权距离作为欧氏距离的近似得到了实际推广。本文算法是有别于传统近似欧氏距离的并行计算方法，可应用于传统IC硬件或数字信号处理芯片(DSP)。理论分析和实验结果表明，该方法具有算法简单、快速、误差小等特点，可以更好地近似欧氏距离，并同时得到图像的Voronoi图，是一种实际可行的升级算法。     

基于核的图像欧氏距离人脸识别

引进了两幅图像之间的一种新的距离度量方法——图像欧氏距离,该距离是利用核函数对传统的欧氏距离进行改进而得到的。在此基础上,设计了一种新的分类识别方法——基于核的图像欧氏距离人脸识别方法,并应用于人脸识别中。为验证该算法的可行性,对人脸图像进行DCT变换得到预处理样本,并在ORL和Yale人脸库上进行多角度的比较实验。分析实验结果表明,该方法优于其它距离分类器算法。     

无需重新初始化的自适应快速水平集演化模型

水平集方法已被广泛地应用在图像分割中,传统的水平集方法需要通过周期性的初始化水平集函数使得它一直保持在符号距离函数附近,然而初始化与水平集理论和实现相违背。最近,Li C等人提出一种完全不需要初始化的变分模型,该模型的主要不足就是单方向演化,即演化曲线或收缩或扩张到目标边界。针对二值图像提出一种新的基于距离保持水平集方法的活动轮廓模型,它不依赖于初始位置,演化曲线准确地收敛在目标边界,更重要的是曲线演化只需一次迭代。     

基于图像距离测度的置乱效果评价法

提出了一种修改的图像距离进行图像置乱效果评价的方法.针对传统欧氏距离不能真实刻画置乱图像间差异程度的不足,考虑到图像中任意位置灰度信息与其周围邻域灰度存在紧密相关,将一种具有黎曼度量特性的图像距离进行修改并用来构造一种描述图像置乱效果好坏的评价函数.通过大量的实验得出,该评价方法是能够保持主客观评价的一致性.     

基于改进SIFT算法在图像匹配中的研究

对于边界显著的图像,用二值图像代替灰度图像进行SIFT特征匹配,节约了运行时间。同时在SIFT算法中用128维的特征描述子进行特征描述影响了算法的实时性,用欧氏距离进行匹配对算法的准确性有一定的影响。提出了一种改进SIFT算法,用64维的特征描述子以及加权的欧式距离进行匹配。实验结果表明,所提出的改进方法在提高准确率的同时还减少了运行时间。     

基于图像评价的灯箱最佳成像环境因素确定方法*

为获得高质量的水稻叶部病害图像,在自行设计的灯箱中充分考虑了物距、灯管数目、灯管高度、灯管侧距等成像环境因素对图像质量的影响,通过主客观评价方法对不同成像环境因素水平下拍摄的照片进行质量评价,最终得出最佳成像环境因素取值水平。该过程分为三步：首先采用正交试验法设计各环境因素取值水平并拍摄照片,然后采用客观评价方法进行图像质量评价,最后通过与主观评价方法对比确定成像环境因素最佳取值水平。经过大量实验分析得出：在不同成像环境因素取值水平下,所拍摄照片的质量是有差别的。因此,基于质量评价的方法来确定最佳成像环境     

基于差分互信息距离的图像置乱效果评价法

提出了差分图像和互信息距离相结合的图像置乱效果评价新方法。首先提出了互信息距离概念,然后对置乱前后图像进行差分运算并得到其相应的差分图像,最后计算两差分图像之间的互信息距离作为图像置乱效果评价的新准则。实验结果表明,所提出的评价方法能够较好地刻画图像的置乱程度,反映了加密次数与置乱程度之间的关系,与人的视觉基本相符。而且对于不同的图像,该评价方法能在一定程度上反映所用的置乱变换在各置乱阶段的效果。     

基于近似最小距离场的二维图像骨架提取方法

提出了基于近似最小距离场提取二值图像的8-连通骨架的算法。该算法对图像中的每个像素根据其与边界的相对距离进行整数编码,形成近似最小距离场,将该距离场中的几何邻接的、具有局部最大值的像素形成聚类,对聚类进行细化,用最短路径将不同的细化后的聚类连接起来。该算法简单,将其在实验数据集上进行实验,结果证明算法具有很高的效率。     

基于多尺度中心化二值模式的人脸表情识别

现有局部二值模式(LBP) 算子存在不足: 产生的直方图维数过长、鉴别力不高、对噪声反应敏感. 针对此类问题, 提出中心化二值模式(CBP) 算子, 其优点: 1) 通过比较邻域中近邻点对, 大大降低了直方图维数; 2) 考虑中心像素点的作用并赋予其最高权重, 实现鉴别力的提高; 3) 改变LBP算子的符号函数, 明显减弱白噪声对图像的影响.此外, 为提高识别率, 将多尺度CBP(MCBP) 直方图作为人脸表征. 为增强算法对表情图像中细小变形的鲁棒性, 引入图像欧式距离(IMED) 并将其嵌入MCBP方法. 在JAFFE和Cohn-Kanade表情库的实验结果表明: 所提方法优于其它表情识别方法, IMED可增强MCBP的表情识别能力.     

Computing the Kantorovich Distance for Images

Computing the Kantorovich distance for images is equivalent to solving a very large transportation problem. The cost-function of this transportation problem depends on which distance-function one uses to measure distances between pixels.In this paper we present an algorithm, with a computational complexity of roughly order (N2), where N is equal to the number of pixels in the two images, in case the underlying distance-function is the L1-metric, an approximation of the L2-metric or the square of the L2-metric; a standard algorithm would have a computational complexity of order (N3). The algorithm is based on the classical primal-dual algorithm.The algorithm also gives rise to a transportation plan from one image to the other and we also show how this transportation plan can be used for interpolation and possibly also for compression and discrimination.     

GP-WIRGAN:梯度惩罚优化的Wasserstein图像循环生成对抗网络模型

通常情形下,现有的图像生成模型都采用单次前向传播的方式生成图像,但实际中,画家通常是反复修改后才完成一幅画作的;生成对抗模型(Generative Adversarial Networks,GAN)能生成图像,但却很难训练.在保证生成图像质量的前提下,效仿作画时的不断更新迭代,以提升生成样本多样性并增强样本语义,同时引入Wasserstein距离,提出了Wasserstein图像循环生成对抗网络模型,简称WIRGAN(Wasserstein Image Recurrent Generative Adversarial Networks Model).WIRGAN定义了生成模型和判别模型,其中,生成模型是由一系列结构相同的神经网络模型组成的循环结构,用时间步骤T控制生成模型的循环次数,用于迭代式生成图像,并以最后一个循环结构的生成图像作为整个生成模型的输出;判别模型也由神经网络构建,结合权重剪枝技术,用来判别输入图像是生成的还是真实的.WIRGAN利用Wasserstein距离作为目标函数,将生成模型和判别模型进行博弈对抗训练.另外,由于模型存在难以优化的问题,本文引入了梯度惩罚来解决此类问题,进一步提出了梯度惩罚优化的Wasserstein图像循环生成对抗网络模型(Gradient Penalty Optimized Wasserstein Image Recurrent Generative Adversarial Networks Model,GP-WIRGAN).最后,WIRGAN和GP-WIRGAN在MNIST、CIFAR10、CeUN四个数据集上进行了基础学习能力、模型间GAM自比较、模型内GAM自比较、初始得分比较、图像生成可视化、时间效率比较等6组实验,采用生成对抗矩阵(Generative Adversarial Metric,GAM)和起始分数(Inception Scores)进行评估,结果表明,本文提出的WIRGAN、GP-WIRGAN具有良好的稳定性,可以生成高质量的图像.     

Using mobile beacons to locate sensors in obstructed environments

Locating sensors in an indoor environment is a challenging problem due to the insufficient distance measurements caused by short ultrasound range and the incorrect distance measurements caused by multipath effect of ultrasound. In this paper, we propose a virtual ruler approach, in which a vehicle equipped with multiple ultrasound beacons travels around the area to measure distances between pairwise sensors. Virtual Ruler can not only obtain sufficient distances between pairwise sensors, but can also eliminate incorrect distances in the distance measurement phase of sensor localization. We propose to measure the distance between pairwise sensors from multiple perspectives using the virtual ruler and filter incorrect values through a statistical approach. By assigning measured distances with confidence values, the localization algorithm can intelligently localize each sensor based on high confidence distances, which greatly improves localization accuracy. Our performance evaluation shows that the proposed approach can achieve better localization results than previous approaches in an indoor environment.     

Binary code reranking method with weighted hamming distance

Due to its compact binary codes and efficient search scheme, image hashing method is suitable for large-scale image retrieval. In image hashing methods, Hamming distance is used to measure similarity between two points. For K-bit binary codes, the Hamming distance is an int and bounded by K. Therefore, there are many returned images sharing the same Hamming distances with the query. In this paper, we propose two efficient image ranking methods, which are distance weights based reranking method (DWR) and bit importance based reranking method (BIR). DWR method aim to rerank PCA hash codes. DWR averages Euclidean distance of equal hash bits to these bits with different values, so as to obtain the weights of hash codes. BIR method is suitable for all type of binary codes. Firstly, feedback technology is adopted to detect the importance of each binary bit, and then big weights are assigned to important bits and small weights are assigned to minor bits. The advantage of this proposed method is calculation efficiency. Evaluations on two large-scale image data sets demonstrate the efficacy of our methods.     

Some cosine similarity measures and distance measures between q-rung orthopair fuzzy sets

In this paper, we consider some cosine similarity measures and distance measures between q-rung orthopair fuzzy sets (q-ROFSs). First, we define a cosine similarity measure and a Euclidean distance measure of q-ROFSs, their properties are also studied. Considering that the cosine measure does not satisfy the axiom of similarity measure, then we propose a method to construct other similarity measures between q-ROFSs based on the proposed cosine similarity and Euclidean distance measures, and it satisfies with the axiom of the similarity measure. Furthermore, we obtain a cosine distance measure between q-ROFSs by using the relationship between the similarity and distance measures, then we extend technique for order of preference by similarity to the ideal solution method to the proposed cosine distance measure, which can deal with the related decision-making problems not only from the point of view of geometry but also from the point of view of algebra. Finally, we give a practical example to illustrate the reasonableness and effectiveness of the proposed method, which is also compared with other existing methods.