一种基于多尺度拱高形状描述的图像检索方法

本文提出了一种多尺度拱高形状描述（MSAH ）．该方法用多尺度的拱高来度量形状轮廓线在其每一个点的弯曲程度,这里尺度是以该点为中点的弧段的长度．在每一个尺度级,为形状轮廓线构建一个一维的拱高函数,然后对其进行傅立叶变换,组合各尺度级的低阶的傅立叶变换系数,构成描述形状的特征向量．在形状匹配阶段,用两个形状的特征向量的 L1-距离来度量它们的形状相似性．该方法不仅能描述形状的全局特征,而且能描述形状的细节信息,因而在应用于图像检索中,具有高的检索精确率．MSAH形状描述子非常紧致,而且具有较低的计算复杂度,因而检索效率也很高．在用MPEG-7形状数据库和植物叶片形状数据库的检索实验中,其检索性能要优于近年来提出的基于变换域的形状描述方法和经典的形状上下文描述方法．     

一种用于形状描述的拱高半径复函数

提出了一种新的用于形状描述的轮廓线函数-拱高半径复函数(AHRC).AHRC用中心距离和带正负号的拱高来分别描述形状的全局特征和局部细节.用AHRC的傅立叶变换系数构成描述形状的特征向量.在MPEG-7标准测试集上对该方法进行图像检索实验,并将其实际应用于植物叶片图像的检索,同现有的分别基于中心距离、三角形面积、最远点...     

一种基于形状矩阵的傅立叶描述子

提出了一种基于形状矩阵的傅里叶描述子,该算法首先对植物叶片图像二值化,随后将图像的直角坐标转换为极坐标,并将极点移至图像质心,再利用极坐标光栅系统对图像重新采样形成形状矩阵,之后对矩阵进行离散傅里叶变换,利用低频系数描述图像的形状信息。实验结果显示该方法的检索性能明显优于Hu不变矩、等面积同心圆等其他5种算法,在对图像的抗噪性实验中也证明了该算法的高效性。     

基于小波变换的单帧干涉图象分析

本文提出了利用复数小波变换对干涉图象相位进行分块线性拟合的一种新颖的单帧干涉图象分析方法。首先对干涉图象进行适当的分块,然后通过线性相位模型对每个子块的相位进行拟合;拟合系数通过干涉图象分块的小波变换与最小均方误差估计方法获得。该方法克服了傅立叶分析方法的相位去包裹过程以及迭代算法计算量大的缺点。仿真实验表明该方法具有较高的精度和可行性。     

一种结合边缘与区域信息的图像特征提取算法

为了能够较准确地表示图像的形状特征,提出了一种融合边界和区域信息的新的形状描述子。首先对图像进行二维离散余弦变换,获得低频系数作为区域特征。之后提取图像的轮廓并进行采样,形成描述形状轮廓的有序点列表,对每个采样点分别顺时针和逆时针等距离跟踪获得2个邻点,计算拱高以及质心距离。然后获取由拱高和质心距离组成的复函数的频域描述子,并组合区域特征与轮廓特征。对 MPEG-7标准图形库的检索实验显示,该描述子的检索性能显著优于三角形面积函数、质心距离函数与拱高半径复函数等同类描述子。     

MPEG-7视觉区域形状描述子的商标图像检索

为了降低MPEG-7区域形状描述子-角半径变换(ART)的数据冗余,首先提出在新的离散情况下ART变换的算法实现方法;然后利用极坐标系的对称性和三角函数性质,提出了新的只需计算图像区域形状大小1/4的ART变换快速算法.构建了一个基于形状特征的自动图像检索系统,并将其应用于商标图像检索.实验结果表明,该方法具有一定的可行性和有效性,快速算法大大降低了数据冗余.     

分数阶傅立叶变换OFDM系统自适应均衡算法

由于子载波间干扰(ICI)的影响,传统OFDM系统均衡方法在快速衰落的信道环境下性能有较大下降.本文提出了一种基于分数阶傅立叶变换的OFDM系统自适应均衡方法,它用分数阶傅立叶变换代替傅立叶变换进行子载波调制与解调,同时在分数阶傅立叶域对接收信号进行自适应均衡.文中给出了最优分数阶傅立叶变换阶次的选取方法,和分数阶傅立叶域最小均方算法的步骤.分析和数值仿真结果表明,最优分数阶傅立叶域的自适应均衡算法较传统频域方法有更好的均衡效果,并且复杂度不高.     

基于同底三角形面积描述的形状检索

为了在形状匹配的过程中提高形状特征对边界噪声和图像变形的鲁棒性,同时兼顾形状匹配算法的检索精度和运算效率,提出一种基于同底三角形面积的形状匹配方法.该方法首先计算每个轮廓采样点的同底三角形面积描述子,并对该描述子进行局部平滑,使其更加鲁棒.然后采用加权L1度量方法计算两个形状所有轮廓点的同底三角形描述子之间的距离,获得匹配代价矩阵.最后利用动态规划算法计算匹配代价矩阵的相似度,获得形状距离,实现形状匹配.通过在MPEG-7、Kimia以及铰接形状数据库上测试分析表明,该方法对变形目标具有良好的鲁棒性,且提高了运算效率和检索精度.     

基于内容的图像过滤新方法

随着互联网和多媒体技术的发展,色情图像在网络上的传播越来越泛滥.为了有效地过滤色情图像,提出了一种基于内容的图像过滤新方法.该方法首先利用统计肤色模型分割出皮肤区域,再通过轮廓勾勒算法提取皮肤区域边界,最后对边界点序列进行傅立叶变换,提取用傅立叶描述符表示的肤色区域的形状特征,进而利用分类器对图像进行分类来判断图像是否为色情图像.实验结果表明,该方法具有较好的准确率和误检率.     

一种新的轮廓描述子快速提取方法

用目标轮廓上点的相对几何位置关系对其形状进行描述，基于统计的思想，运用小波变换的方法，提出了一种新的轮廓描述子。与SuYang统计矩阵描述子相比，减少了计算量，大大提高了目标识别速度，并将这种方法应用到实时目标识别系统中去。实验表明，该方法可以快速提取目标轮廓对旋转、伸缩和平移具有不变性的特征，在实时目标识别系统中具有很好的表现。     

基于链码和快速傅里叶变换的轮廓描绘方法

将八方向链码和快速傅里叶变换（FFT）相结合,提出一种新的形状轮廓描述方法。通过链码按顺序搜索物体边界,根据链码值的投影变换与轮廓的关系构造出轮廓的链码函数,对链码函数进行快速FFT,并对傅里叶描述符进行优化,提出了新的傅里叶不变因子描述符（FCFD）。实验结果表明,本文提出FCFD具有旋转、尺度和平移（RSS）不变性...     

条纹投影动态3维测量中相位高精度估计

为了提高条纹投影动态3-D形貌测量精度, 采用加窗傅里叶分析辅助相移的方法来减小运动导致的相移误差。首先采用加窗傅里叶分析法估计变形条纹间的实际相移量, 然后采用最小二乘法估计出变形条纹的高精度相位分布, 最后由估计的相位计算得到场景3维形貌。理论分析了物体运动对相移量的影响, 通过仿真研究了所提方法的相移量估计精度, 并搭建了实验系统进行验证。结果表明, 实验中采用所提方法的相位恢复精度达到0.1673rad, 比现有方法有明显提高。该方法用来提高条纹投影动态3-D形貌测量中相位精度是有效的。     

Fourier描绘子和人工神经网络应用于大样本集分类

模式识别常要求识别结果不受目标的平移、旋转和大小等变化的影响，因此通常先对模式进行规—化预处理，得到与图形形状有关但与目标的平移、旋转和放大缩小无关的图象数据，然后对预处理后的图象数据进行识别分类．这样就减少了原始数据量，且有助于区别带有不同特征的区域。为了识别有变形等失真的图形，要求识别系统有程强的容错能力，因此用神经网络是比较适合的。本文介绍了目前最常用的Fourier描绘子和反向传播算法(BP算法)，并针对飞机轮廊图的特点对这两种方法分别做了一些必要的讨论、比较和改进。成功地把这两个算法应用到大样本集飞机的分类和识别，网络训练后能识别三维空间中任意姿态的飞机在两维平面上的投影图。     

基于多特征的服装图像检索

基于内容的图像检索一直是一个受关注的研究热点,这里利用图像的颜色和形状特征,将基于内容的图像检索应用于电子购物领域。提出先利用不变距与傅里叶描述子相结合的方法对图像形状特征进行检索,再利用改进的颜色直方图进行二次检索的检索方法。在检索前引入图像背景消除法消除图像中背景信息的影响。最后通过实验验证了基于颜色和形状特征的服装图像检索效果以及利用图像背景去除对检索效果的影响。