基于Zernike矩的圆形插针特征点提取算法研究

在电连接器插针缺陷检测系统中,插针图像特征点的获取是检测关键,为了实现插针位置的高精度检测,提出了一种基于Zernike矩的插针特征点定位算法。通过增大Zernike矩的算子模板尺寸,以及优化边缘阶跃模型,提高了亚像素边缘检测算法的精度。将最大熵阈值法应用于Zernike矩边缘检测算法,实现了自动选择最佳阈值,解决了传统算法中手动调节阈值的低效率问题。对提取的亚像素边缘点进行拟合获得椭圆目标中心,实现了插针的位置特征点提取。仿真实验与实际测试结果表明,该算法能够实现图像边缘的亚像素检测和插针特征点的准确定位,算法定位误差小于0.1个像素。     

考虑圆形特征边缘模糊和偏心误差修正的高精度相机标定方法

针对立体视觉系统采用圆形特征点标定时存在的空间圆形投影边缘模糊和偏心现象问题,利用改进Zernike矩和偏心误差修正进行圆心的高精度定位,以此提高相机参数的标定精度。首先考虑了由于立体视觉成像系统的标定场景光照强度不均匀引起的圆形特征投影图像边缘模糊的问题,引入高斯误差函数对边缘过渡段的灰度分布进行描述,建立了高斯边缘模型,并基于该模型计算投影图像的Zernike矩,然后利用改进Zernike矩实现高精度的圆形特征投影边缘像素坐标定位。此外,分析了影响圆形特征中心投影点和拟合圆心间偏差大小的因素,基于该分析对迭代拟合圆心进行偏差补偿使之逼近真实的圆心投影,最后通过所提算法对99圆形标志点进行圆心坐标提取并用于相机参数的标定。仿真实验表明,文中算法对投影图像边缘定位的精度以及圆心拟合的精度均高于传统的算法;实测实验中,基于圆心高精度坐标得到的相机标定参数对标准杆进行三维重建,长度测量精度比传统算法提高了30%。     

基于水平集方法的抵抗几何攻击的多比特图像水印算法

提出了一种基于水平集方法的多比特顽健水印算法。该算法首先利用水平集方法在图像中确定一个稳定的图像轮廓,进而确定一个位置稳定的单位圆,然后计算这个单位圆的伪Zernike矩,利用抖动量化的方法将水印嵌入伪Zernike矩的幅值上。水印的检测过程采用均方根误差法提取出水印。克服了传统基于伪Zernike矩水印算法的缺点,同时可以很好地抵抗各种几何攻击。     

基于等积环投影与Zernike矩的快速模板匹配

为增强工业级机器视觉系统的实时性和稳定性,本文提出一种基于等积环投影与Zernike矩的具有旋转不变性的快速模板匹配方法,该方法采用由粗到精匹配策略,在粗匹配阶段以等积环投影向量作为特征进行匹配得到候选点集,再基于Zenrike矩进行精确匹配.主要创新点为提出复杂度低、抗噪性强和具有旋转不变性的等积环投影向量特征,并利用圆对称性在八分圆法基础上进一步降低Zernike矩计算量.经理论分析和实验对比验证,此法在保障匹配精度前提下,其匹配速度胜于当前同类最优算法,且对高斯噪声及线性亮度变化有强鲁棒性.     

基于局部Zernike矩的RST不变水印

旋转、缩放和平移(RST)等几何攻击能够破坏水印检测的同步性,而使常规水印检测失败,提出了一种基于图像局部Zernike矩的RST不变水印算法.利用图像归一化后的Zernike矩幅度具有RST不变的性质,将由Zernike矩重构的水印图像在空域嵌入原始图像的局部中,并提取该区域的Zernike矩幅度矢量作为水印矢量.水印检测时,计算局部区域的Zernike矩,并与已知Zernike矩矢量计算均方误差根(RMSE)判断水印存在与否.与使用图像全局Zernike矩相比,使用局部矩使得水印具有更好的旋转不变性,同时水印对于缩放、JPEG压缩和噪声等攻击也具有较好的检测性能.     

基于SIFT特征点的抗几何攻击水印算法

提出了一种基于尺度不变特征变换(SIFT)和伪Zernike矩的抗几何攻击的鲁棒水印算法。首先,利用SIFT算法从载体图像中提取稳定的特征点;然后,根据特征尺度和方向自适应地确定每个局部特征区域大小和方向;最后,从中选择具有较大特征尺度互不重叠的特征区域,并利用量化调制伪Zernike矩幅值方法将水印嵌入到每个局部特征区域内。仿真实验结果表明,该算法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和几何攻击的能力。     

Zernike矩不变性分析及其改进

在分析了Zernike矩不变性后,提出了一种基于图像整个区域形状描述算子的改进Zernike矩。改进的Zernike矩不仅具有旋转不变性,而且还具有改进前不具有的比例不变性。试验结果证明,和改进前的Zernike矩相比,改进后的Zernike矩具有更好的不变特征,可用作基于区域的形状描述算子。     

基于小波和Zernike矩的标尺靶亚像素检测算法

为解决特殊环境下基于光电成像的高精度测量系统中的低照度含噪靶面高精度测量的难题,提出了一种基于小波变换和Zernike矩相结合的亚像素边缘检测方法.该算法首先对获得的低照度含噪靶面图像采用基于小波变换局部模极大值的方法进行抗噪声的粗级边缘提取和去噪处理,获得靶面图像的像素级边缘和具有边缘保持特性的无噪声靶面图像,然后通过在边缘区域内求取Zernike矩的方法进一步提高边缘检测的精度,使得边缘检测的精度达到亚像素级,以便进一步提高测量精度.试验和仿真结果表明:该算法能够在特殊环境下实现对低照度含噪靶面的高精度边缘检测和测量,检测精度达到0.2pixel,具有较强的工程应用价值.     

基于伪Zernike矩的抗几何攻击图像水印

针对几何攻击容易使常规水印算法检测失败的问题,利用图像伪Zernike矩的幅度具有旋转不变的性质,提出了一种抗几何攻击图像水印算法(GWPZM).首先计算图像的伪Zernike矩,选择适宜于嵌入水印的矩进行幅度改变量测试.筛选出最优矩集合,根据水印比特自适应地修改集合中的矩,并对差矢量进行伪Zernike矩重构,通过将重构图像在空域迭加到原始图像中嵌入水印.水印检测时,首先计算受攻击图像的伪Zernike矩,以最优矩集合作为密钥,通过与原始图像比较矩的幅度提取水印.实验结果表明,GWPZM算法能够抵抗旋转、缩放攻击、二者组合攻击以及JPEG压缩、噪声等常规攻击.     

适用航空的地形匹配导航算法研究

地形轮廓匹配(TERCOM)匹配算法在速度误差和航向误差较大的情况下可靠性下降,桑地亚惯性地形辅助导航(SITAN)算法在初始位置误差较大时Kalman滤波器不能收敛,针对以上问题,提出了一种新的适用航空的地形匹配导航算法.该算法采用基于地形剖面匹配系统(TERPROM)算法作为搜索算法,以基于扩展Kalman滤波原理的SITAN算法作为跟踪算法.将该算法在真实地形数据上仿真,并和传统的基于单状态并行Kalman滤波器阵列做搜索的SITAN算法在不同高度表噪声情况下比较.仿真结果表明,该算法有效地提高了搜索的效率,提高了地形匹配的精度及实用性.     

基于Zernike矩的低信噪比红外目标检测方法

针对低信噪比红外目标图像,分析了Zernike矩的基本原理、计算方法和旋转不变性,提出了基于Zernike正交矩的低信噪比红外目标检测方法,并比较了模板匹配、Hu矩、Zernike矩方法的目标识别效果.理论分析与实验验证了所提方法的有效性.     

一种基于Zemike矩和稳态遗传算法的遥感图像匹配方法

该文提出了一种基于稳态遗传算法和Zernike矩的遥感图像匹配方法。将稳态遗传算法快速而有效的全局寻优特点应用于遥感图像的匹配定位。考虑到旋转畸变,采用遥感图像的Zernike矩作为相似性量度,实现遥感图像的匹配。实验结果表明,该算法可以克服图像的旋转畸变,在保证一定的匹配精度下,具有较高的匹配效率。     

基于Zernike矩的三维目标多视点特性视图建模

目标的模型化是三维目标识别的一个重要环节。由于从多视点特征法建立的模型能够避免从二维图像中恢复目标的三维结构．在三维目标识别中应用比较广泛。使用镶嵌式多面体分割视觉空间以得到三维目标的多视点投影图像,采用较小的镶嵌单元尺寸以完备地描述目标各种姿态的信息。Zernike矩具有旋转不变性,并能够方便地由各阶矩重建图像。计算多面体各个单元的投影图像的Zernike矩．所需的矩的最高阶次由重建图像与原图像的差别确定,通过聚类方式合并那些图像的矩变化很小的投影对应的几个小单元．每个新单元可以提取一幅特性视图．实现较小数目的多视点特性视图的建模。实验证明了这种方法的可行性。     

基于组合矩的激光成像雷达目标识别算法

随着激光技术的发展,激光成像雷达在现代战争复杂战场环境中逐渐获得了广泛的应用,目前激光成像雷达自动目标识别技术已成为国内外研究的热点问题。提出了基于组合矩的激光成像雷达目标识别算法,从激光成像雷达目标的距离像中提取低阶的Zernike矩、Hu矩和中心矩构成组合矩特征,该特征对距离像噪声不敏感,应用径向基函数(RBF)神经网络对三种地面目标进行分类识别。实验结果表明,该算法与应用Zernike矩和Hu矩特征进行分类识别相比,对三种激光成像雷达地面目标的平均识别率在高载噪比(20dB)下分别提高了1.0%和3.7%;在低载噪比(10dB)下分别提高了11.8%和42.5%;当载噪比高于17dB时,该算法的平均识别率达到100%。因此该算法取得了比较好的识别效果。     

Verification system robust to occlusion using low-order Zernike moments of palmprint sub-images

This paper proposes a palmprint based verification system which uses low-order Zernike moments of palmprint sub-images. Euclidean distance is used to match the Zernike moments of corresponding sub-images of query and enrolled palmprints. These matching scores of sub-images are fused using a weighted fusion strategy. The proposed system can also classify the sub-image of palmprint into non-occluded or occluded region and verify user with the help of non-occluded regions. So it is robust to occlusion. The palmprint is extracted from the acquired hand image using a low cost flat bed scanner. A palmprint extraction procedure which is robust to hand translation and rotation on the scanner has been proposed. The system is tested on IITK, PolyU and CASIA databases of size 549, 5239 and 7752 hand images respectively. It performs with accuracy of more than 98%, and FAR, FRR less than 2% for all the databases.     

基于视觉图像的石英摆片参数精密测量方法

为了解决检测石英摆片易划伤和提高检测的速度、精度,提出了利用视觉图像进行石英摆片平面几何参数测量的非接触测量方法.该方法通过视觉系统对石英摆片图像进行摄取, 由Sobel算子对图像进行单像素精度的边缘初始位置定位,进而利用改进的Zernike矩亚像素定位算法实现对目标边缘的精确定位,最后通过最小二乘法拟合边缘点得出石英摆片的平面几何参数.实验结果表明:该方法稳定性好,测量精度高,定位精度优于0.1 pixel,可实现石英摆片平面几何参数的精密测量.     

A new Zernike moments based technique for camera identification and forgery detection

In multimedia forensics, it is important to identify those images that were captured by a specific camera from a given set of N data images as well as detecting the tampered region in these images if forged. This paper presents a new technique based on Zernike moments feature extraction for blindly classifying correlated PRNU images as well as locating the tampered regions in image under investigation. The proposed clustering algorithm is based on estimating the Zernike moments and applying a hierarchical clustering for classification. The forgery detection algorithm is based on picking up the peak Euclidean distance between the Zernike moments vector of blocks of the scaled-down forged image and its corresponding ones in the capturing camera PRNU. As Zernike moments are scale and rotational invariant, its feature when computed using scaled-down PRNU images lead to considerable computation time saving. Simulation examples are given to verify the effectiveness of the proposed techniques when compared to other state-of-the-art techniques even in case of very weakly correlated PRNU.     

基于Zernike矩和熵的图像感知哈希算法

提出了基于Zernike矩和熵特征的数字图像感知哈希算法。算法利用Zernike矩计算参考方向,以计算等面积环块和等角度扇形块内的熵作为感知特征,并通过量化处理构造哈希序列。算法利用哈希码之间的欧氏距离作为图像内容相似性的判定依据。实验结果表明,该算法对加性噪声、JEPG压缩、几何变换等操作具有较好的鲁棒性,且对于内容不同的图像有较好的区分度。