基于双谱不变量的图像识别研究

提出了一种基于双谱变换的图像识别方法。为降低计算的复杂性,利用Radon变换将图像数据变换到一维空间,通过计算投影数据的双谱构造出具有比例和平移不变性的特征。提出了一种基于循环相关的旋转不变性算法以使得该算法具有真正的不变量特性,该文还提出了一种改进的整体平均算法,使得该不变量计算速度大为提高,通过仿真分析与讨论,指出了该算法的有效性。     

基于Radon变换的纹理图像多尺度不变量分析算法

为了更好地进行图像纹理分析,提出了一种基于Radon变换的不变量纹理识别算法。该算法首先利用Radon变换将图像投影到1维空间,然后通过对投影数据进行一种平移和比例不变的自适应小波变换来构造出具有比例和平移不变性的图像的特征矩阵。这种通过对特征矩阵进行多尺度分析得到的多尺度能量特征不但具有平移、比例和旋转不变性,而且反映出了纹理图像在不同尺度上的能量分布特征。在特征提取完成以后,即可利用支撑向量机进行分类。同其他方法的比较说明,该算法可较好地描述纹理特征,并可完成纹理识别。     

一种保持频域高阶统计特征不变的隐写算法

在分析离散Haar小波分解特性的基础上,论证保持其高阶统计特征不变性引理,据此设计一种空域隐写算法,保持了图像Haar小波分解后H、V、D区域的高阶统计特征。该算法使嵌入信息满足不可见性,具有一定抗RS攻击和基于高阶统计特征检测的能力,为构造保持高阶统计特征不变的更一般性隐写算法提供了一种启发式思路。     

融合互信息与线性变换的非线性特征提取

由于线性变换无法较好保留数据的非线性结构而非线性变换往往需要进行大量的复杂运算,提出一种快速、高效的非线性特征提取方法。该方法通过研究互信息梯度在核空间中的线性不变性,采用互信息二次熵快速算法及梯度上升寻优策略,在有效降低计算量的同时能够提取有判别力的非线性高阶统计量。详细的数据投影和分类实验表明该方法在分类性能和算法时间复杂度上都优于传统算法。     

基于几何矩的字母手势识别算法

提出了一种基于提取字母手势的统计特征的方法，计算各手势图像的几何矩，以形成特征空间，并将之应用到手势识别中去。该算法具有旋转、缩放、及平移不变性的特点，并取得了较好的实验效果。     

基于LBP的尺度不变特征的描述和匹配算法

针对尺度不变特征变换(SIFT)算法计算复杂度高和匹配速度慢的难题,提出一种新的基于局部二进制模式(LBP)的尺度不变特征变换算法.首先采用高斯差分尺度空间检测局部极大值,利用圆形邻域统计梯度方向直方图来确定特征点的主方向,再通过坐标轴旋转避免图像旋转的计算代价;然后运用改进后的LBP算子求取特征点邻域的纹理信息,得到132比特的特征点描述子,有效地降低了描述子的计算复杂度;最后运用逻辑与运算对描述子进行特征点匹配.图像匹配实验结果表明,该算法具有尺度不变性、旋转不变性、仿射不变性和光照不变性等优良特性,在保证匹配正确率与SIFT和CS-LBP算法基本一致的情况下,运算速度优于以上2种算法,其中光照不变性明显优于SIFT算法.     

高阶统计与局部几何特征结合的货币图像识别

由于硬币具有多样性特点及现代假币手段的隐蔽性,这给硬币鉴伪带来了很大的困难,为此提出了一种基于高阶统计量与局部几何特征相结合的硬币图像识别方法。利用图像边缘纹理和图像面积的比值不变性,给出了一种变阈值的Robert边缘检测算法。将边缘图像的不变矩、纹理特征以及区域占有率等高阶统计量,以及不同版本硬币的局部几何特征量作为硬币图像的特征向量,采用模糊C均值聚类方法对其进行聚类分析,从而实现硬币的分类识别。实验结果表明该方法的识别率可以达到98．5％以上,并对环境光照的变化有很强的适应性。     

一种互信息梯度不变的非线性特征提取方法*

针对线性的互信息特征提取方法,通过研究互信息梯度在核空间中的线性不变性,提出一种快速、高效的非线性特征提取方法。该方法采用互信息二次熵快速算法及梯度上升的寻优策略,提取有判别能力的非线性高阶统计量;在计算时避免传统非线性特征提取中的特征值分解运算,有效降低计算量。通过UCT数据的投影和分类实验表明,该方法无论在投影空间的可分性上,还是在算法时间复杂度上,都明显优于传统算法。     

基于SIFT特征的图像检索*

提出一种多尺度图像检索算法,该算法基于SIFT特征提取,它将一幅图像转换成特征向量的集合,图像间的相似距离是通过计算两幅图像特征向量间的欧氏距离来实现的.实验结果很好地说明了该算法具有尺度、平移、旋转不变性,一定的仿射、光照不变性以及算法能很好地应用在特定形状特征目标的检索中.     

网函数插值法在数字图像盲检测中的应用

针对计算机生成图像和拼接图像伪造,提出一种基于网函数插值法的数字图像盲检测算法.该算法首先利用Coons型分形曲面片对待检测图像进行预测.然后计算待检测图像和预测图像之间的差异,并提取待检测图像、预测图像及其差值的统计特征.最后,根据这些特征利用支持向量机判定待检测图像是否为自然图像.实验结果表明:与基于高阶统计特征和几何不变量的算法相比,该算法具有更高的效率、准确率和稳定性.     

基于Hessian矩阵和Gabor函数的局部兴趣点检测

局部特征方法是基于内容的图像与视频检索的重要方法。提出一种新的基于Hessian矩阵和Gabor函数的尺度不变局部特征点检测方法(Hessian-Gabor Detector)。该方法首先利用基于Hessian矩阵的检测子定位图像在空间域上的候选特征点位置,然后用基于Gabor函数的算子检测候选兴趣点在尺度空间的特征尺度,从而获得具有尺度不变特性的局部特征点。实验证明,与DOG、Harris-Laplace等方法相比,计算简单。应用于图像匹配中,能够显著地提高匹配效率。     

结合IGA和BP算法的物体识别方法

目前常用的物体识别方法,其过程非常复杂,信息量和计算量都很大。结合改进遗传算法的神经网络方法,采用将结构与误差结合的适应度函数,改进的遗传算子实现对BP网络结构和权值的同步优化。提出一种用改进遗传算法优化后的BP神经网络进行物体识别,并以提取的修正不变矩特征作为BP神经网络的输入,仿真结果表明该方法提高了识别的稳定性和收敛性能,并且识别率较高。从而验证了该方法的有效性。     

基于ORB的快速完全仿射不变图像匹配

ASIFT具有完全仿射不变性,但计算耗时;ORB实时性好,但仿射不变性差。为了在图像匹配中同时兼顾仿射不变性和实时性,利用模拟相机在不同视点下成像的手段使得ORB具备完全仿射不变性,进而提出了一种基于ORB的快速完全仿射不变图像匹配新算法(AORB)。首先通过模拟相机在不同视点下成像以获取模拟的图像,然后用快速的ORB算法对所有模拟的图像对进行匹配,最终取得完全仿射不变性。实验结果表明,该算法能够满足完全仿射不变图像匹配需求,并且相比基于OpenMP的ASIFT计算速度提高了约6倍。     

On the computation of invariant sets for constrained nonlinear systems: An interval arithmetic approach

This paper deals with the computation of control invariant sets for constrained nonlinear systems. The proposed approach is based on the computation of an inner approximation of the one step set, that is, the set of states that can be steered to a given target set by an admissible control action. Based on this procedure, control invariant sets can be computed by recursion.We present a method for the computation of the one-step set using interval arithmetic. The proposed specialized branch and bound algorithm provides an inner approximation with a given bound of the error; this makes it possible to achieve a trade off between accuracy of the computed set and computational burden. Furthermore an algorithm to approximate the one step set by an inner bounded polyhedron is also presented; this allows us to relax the complexity of the obtained set, and to make easier the recursion and storage of the sets.     

Fast computation of 3D Meixner’s invariant moments using 3D image cuboid representation for 3D image classification

Multimedia Tools and Applications - In this paper, we propose a new fast computation method of 3D discrete orthogonal invariant moments of Meixner. This proposed method is based on two fundamental...     

Applications of approximate string matching to 2D shape recognition

A new method for the recognition of arbitrary two-dimensional (2D) shapes is described. It is based on string edit distance computation. The recognition method is invariant under translation, rotation, scaling and partial occlusion. A set of experiments are described demonstrating the robustness and reliability of the proposed approach.     

基于连通区域的仿射不变区域提取方法?

针对现有仿射不变特征提取方法存在计算量大、鲁棒性差的问题,提出一种基于连通区域的仿射不变区域提取方法。对输入的灰度图像进行各向异性高斯滤波,并对滤波后的图像进行灰度直方图均衡化。找到图像中灰度值相同点所组成的连通区域,将灰度值差小于delta的相邻连通区域进行合并,把满足条件的最后一次合并结果作为图像的局部仿射不变区域。实验证明,该方法提取效果好、速度快且鲁棒性强。     

一类高维映射不变圈的计算

在一类高维映射中实现了由Iooss等人提出的映射不变圈的算法.首先分析了不变圈的分岔条件,然后通过Fredholm择一方法分析了在计算不变圈过程中出现的一类方程解的存在性,再根据不变圈上映射到自身的不变性,通过分析振幅各阶项的系数,最终在一高维映射中实现了不变圈的计算.     

纹理图像识别中的旋转不变性分析

在对纹理图像进行分类识别过程中,许多具有相同纹理特性的不同图像经常在方向上呈现多样性。这些图像应该被归为一类。针对这一问题,有许多方法可以得到旋转不变性特征,例如：几何矩,正交矩,灰度共生矩阵等,然而,前两种方法计算量很大,第三种方法效果也不令人满意。提出了一种基于灰度-梯度共生矩阵的方法来得到旋转不变特征量,并且提出了一种快速计算灰度-梯度共生矩阵的算法。实验表明利用灰度-梯度共生矩阵的方法得到旋转不变量的方法非常有效,快速计算灰度-梯度共生矩阵的算法也大大减小了计算量。