一种新颖的测地距傅立叶轮廓描述符

在传统的用于图像检索的傅里叶轮廓描述符的基础上,提出了一种新颖的、基于图像轮廓的测地距傅里叶描述符,并在标准图像轮廓数据库MPEG-7上进行了测试。实验结果表明这种轮廓描述符在性能上优于其他基于图像轮廓的傅里叶描述符。     

应用分数阶傅里叶变换的形状描述方法研究

傅里叶描述子是一种经典的形状描述方法。作为傅里叶变换的推广形式,分数阶傅里叶变换在数字信号处理工程领域已有相当广泛的应用,但在形状分析领域还很少有研究工作的报道。首次研究了基于分数阶傅里叶变换的形状描述方法,比较了不同阶数下的分数阶傅里叶描述子在图像检索中的性能。通过在MPEG-7的标准图像测试集的图像检索实验,得出：阶数ρ为0.1时,分数阶傅里叶描述子的检索效果最差,随ρ=0.1的增长,检索性能总体呈上升趋势,当ρ=0.5变化到1.0时,检索性能最高。同时,与Zernike矩进行比较：当阶数为0.1时,分数阶傅里叶描述子的检索性能较差;而阶数为0.5、1.0时分数阶傅里叶描述子的检索性能均较好。     

基于椭圆傅里叶描述子的形状表示的研究

形状表示是模式识别和计算机视觉中最重要的研究内容之一。针对传统形状表示算法对形状的整体特征和细节信息不能同时描述、通用性不高的问题,提出了一种基于高斯多尺度分析下的椭圆傅里叶描述算子。提出的算法利用高斯函数与目标形状的复坐标函数进行卷积,通过选择高斯曲线的参数,将形状的边界信息呈现到不同的尺度空间之中;利用椭圆傅里叶变换将其展开得到表示该形状的特征向量。实验结果表明,该方法的优点在于描述同类形状时,特征向量之间的相关系数高,具有很好的平移、旋转以及尺度不变性;在描述不同类形状时,相关系数低,有很强的形状区分能力。该方法在形状分类实验中也有较高的检索准确率。     

小波轮廓描述及在图像查询中的应用

该文提出一种基于小波变换方法对目标形状的描述方法,在给出小波轮廓描述等数学定义的基础上,详细分析和实验验证了描述符的各个性质,并讨论了描述符的实际计算问题,另外结合基于内容的图像查询以皮轮廓描述符与傅里叶轮廓描述符的描述和检索性能进行了比较,证实了了小波轮廓描述符的优越性。     

小波轮廓描述符及在图像查询中的应用

该文提出一种基于小波变换方法对目标形状的描述方法．在给出小波轮廓描述符数学定义的基础上,详细分析和实验验证了描述符的各个性质,并讨论了描述符的实际计算问题．另外结合基于内容的图像查询对小波轮廓描述符与傅里叶轮廓描述符的描述和检索性能进行了比较,证实了小波轮廓描述符的优越性．     

改进的数字图像轮廓曲线傅里叶描述算法

研究图像轮廓曲线特征问题,图像轮廓曲线的描述是图像理解的一个核心问题,傅里叶描述算法是图像轮廓曲线描述的较优算法.由于传统的轮廓曲线傅里叶描述算法中曲线的采样过于复杂和不稳定,降低了识别的性能.为提高曲线描述的性能,提出了一种改进的图像轮廓曲线傅里叶描述算法,通过运用循环移位采样算法对曲线采样得到多组采样点,并取傅里叶变换后最小的一组规范化系数作为曲线的傅里叶描述子,避免了传统算法中复杂的采样过程,使算法更简洁稳定.通过算法仿真与实验对比,算法有更高的准确度和稳定性,能有效反映轮廓曲线特征.     

基于傅里叶变换特征遗传算法的人脸识别

提出了一种基于傅里叶变换特征遗传算法的人脸识别方法。首先对人脸图像进行傅里叶变换,并去掉不包含识别信息的零频率分量。然后以人脸图像傅里叶变换的模作为描述人脸模式的特征,考虑到并不是所有傅里叶特征都包含较好的分类信息,应用遗传算法进行特征选取。实验结果表明：给出的方法不仅具有较好的识别性能,而且可以在一定程度上减少人脸模式的存储空间。     

基于矩阵秩估计偏移量的频域超分辨率重建

假设图像频谱是有限波段的,将低分辨率图像混迭的离散傅里叶变换系数与未知场景连续傅里叶变换的相应采样点相联系。利用矩阵相乘描述成像模型中各个元素之间的关系,基于矩阵秩的关系构造目标函数。通过对目标函数进行最小化,可以得到正确的序列图像相对位置关系和连续傅里叶变换的系数,将高精度配准与后期图像重建相结合。实验结果证明,该方法取得了良好效果。     

基于傅里叶描述子和加权稀疏表示的军事图像分类方法

军事图像分类是一个重要的研究方向。在傅里叶描述子和加权稀疏表示的基础上,提出一种军事图像分类方法。利用Canny算法提取军事图像的轮廓特征,计算轮廓点的中心距离序列;再将该序列转换为极坐标转换,进行傅里叶变换,得到军事图像的改进傅里叶描述子;利用加权稀疏表示分类方法对图像进行分类。该方法的优点在于提取的傅里叶描述子具有很好的平移、旋转、尺度缩放和轮廓起始点的不变性。加权稀疏表示能够克服遮挡、弱特征、视角和姿态变化等因素的影响,并且具有较强的形状区分能力。在ICL军事图像数据库上进行分类实验,分类率高达92%以上。结果表明,该方法是有效可行的,能够为军事图像自动分类识别系统提供技术参考。     

一种基于形状特征的大规模图像检索方法

形状是物体的一个重要属性,在图像检索中发挥着重要作用.本文针对基于形状的大规模图像检索技术进行了研究,提出了一种基于自相似描述符的大规模图像检索方法.自相似描述符是最近提出的一种不同于传统图像形状描述方法的方法,利用图像的重复模式对图像进行描述.本文所述图像检索方法利用自相似描述符作为图像特征,使用近似K-Means方法进行视觉词典生成,之后利用矢量化后的直方图作为图像表示,并使用广义霍夫投票方法进行图像空间验证.在ETHZ图像数据集上的实验结果表明了本文方法的有效性,并具有一定的实用性和推广意义.     

基于链码的傅立叶描绘子在图象检索中的应用

形状是图象目标的重要特征,基于形状的图象检索近来在基于内容的图象库系统管理和应用中得到越来越多的重视。论文提出了一种基于边缘轮廓链码的傅立叶描绘子对目标形状的描述方法,分析并实验验证了该方法的各个性质,并讨论了它的实际计算问题。实验证明该方法性能稳定,具有很好的检索效果。     

改进后的Zernike矩在文物图像检索中的应用

Zernike矩作为一种基于区域的形状描述子,具有良好的旋转不变性,能够很好地提取图像内部的形状信息,广泛应用于基于内容的图像检索(CBIR)、图像描述、物体定向及模式识别等各个领域.介绍了Zernike矩的定义和基本特性,并对Zernike矩算法提出了改进,使其具有较好的比例不变性,最后讨论了Zernike矩在基于内容的文物图像检索系统中的应用,同时给出部分实验数据和实验结果.     

卫星遥感图像中的小目标形状描述算法

提出一种卫星遥感图像中基于小波变换的形状描述新算法。对图像进行一级小波变换,用Hu矩、Zernike矩和Fourier描述子分别提取子波段特征向量,并根据各子波段的描述能力强弱对所得特征向量进行加权处理,并输入到分类器中检验其描述能力。实验结果表明,该算法能够对目标形状进行更准确的描述,较经典描述子性能更优。     

基于特征值分解的图像边界与空间关系描述

针对图像识别、检索、配准中的特征提取与特征描述问题,利用加权图的邻接矩阵特征值分解方法,构造具有平移、缩放、旋转不变性的图像边界形状和空间关系描述子。理论分析与仿真实验结果表明,该算法在缩放和旋转条件下具有较强的鲁棒性和较好的类别可分离性,相比传统算法可以更好地进行图像描述,且计算量有所减小。     

基于多尺度通用傅里叶描述子的灰度图像检索

灰度图像相似性匹配是图像检索系统的一个重要组成部分。为了把多尺度分析和通用傅里叶描述子相结合来得到多尺度通用傅里叶描述子，并将其用于灰度图像检索系统对。实验结果表明，多尺度通用傅里叶描述子具有多尺度分析效果，不仅能较好地克服图像灰度噪声带来的干扰，并且具有旋转、比例不变性，在灰度图像检索中能取得较好的结果。     

基于计算机视觉的农产品形状分级研究

计算机视觉在农产品分级和品质检测领域中的应用越来越广。但由于水果等农副产品的形状不规则,如何准确地用较少的特征值定量描述农产品形状,是目前研究的重要课题之一。该文在分析了现有农产品形状描述方法的基础上,提出了采用傅立叶半径描述子对农产品图像轮廓进行描述和分类的方法。并给出了利用半径描述子计算图像区域面积以及利用欧几里德距离判定边界相似度的方法。     

基于SIFT和角点特征的商标检索算法

针对基于尺度不变特征变换(SIFT)的商标图像检索对于高度相似的反转商标图像容易出现漏检现象,提出了一种基于SIFT和角点特征的商标图像检索方法,该方法利用商标图像的局部角点特征弥补了SIFT特征的不足。实验结果表明,与现有方法相比,该方法保留了SIFT特征对遮挡、扭曲、噪声等干扰具有很强的抵抗力的优点外,同时增强了算法对图像形状的描述能力,表现出了更好的检索能力和性能。     

基于傅里叶变换的形状上下文描述方法

提出了一种新的基于傅里叶变换的形状上下文描述方法,与以前的形状上下文描述子相比,增加了天然的旋转不变性,同时描述子本身也更加简洁.该傅里叶形状描述子,将全局采样点的分布信息有机地结合到了每个采样点的特征描述中去,从而使代表不同形状的采样点集可以得到准确的鉴别匹配.进一步考虑点集之间仿射变换的代价,从而可以很好地运用到二维形状分类识别问题中去.该方法满足平移、缩放、旋转三个不变性,在形状有遮挡、缺损的情况下都可以取得较好的容错识别效果.