仿射不变的中心投影

 考虑将区域和轮廓类不变特征提取算法结合:利用中心投影将目标转化为闭曲线,对闭曲线运用轮廓类方法提取不变特征.证明了图像经中心投影所得闭曲线保持仿射变换的结论.介绍了一种利用小波变换进行仿射不变特征提取的算法.对一些汉字、26个大写英文字母等的实验结果表明结论的有效性,与传统方法相比该算法对噪声具有较强的鲁棒性.     

结合中心投影和非下采样Contourlet的不变特征提取

在基于形状的目标识别中,提取出鉴别力强且具有不变性的特征至关重要.为了克服目前局部不变特征提取方面存在的不足,提出一种结合中心投影和非下采样Contourlet变换的全局图像不变特征提取算法.算法首先利用中心投影获得图像的广义轮廓表示,其次在相位域中对广义轮廓进行离散傅里叶变换,最后对离散傅里叶系数进行NSCT变换并构造不变特征.实验结果证明了该算法的不变性.     

采用级联仿射不变函数的快速平面形状识别(英文)

现有的基于小波变换的形状识别算法具有很高的计算复杂度,难以满足许多实时应用的要求。文中提出了基于级联仿射不变函数的快速形状识别算法,用于识别仿射变换下的含噪目标。利用目标轮廓的小波变换可以得到一组仿射不变函数,并进一步构造出级联仿射不变函数。为了保证级联仿射不变函数的平移不变性,预先对轮廓的起始点进行了有效配准。从而通过级联仿射不变函数的内积,方便地度量出目标形状的相似度。与现有基于小波的识别算法相比,所提出的算法具有很低的计算复杂度,其所需CPU时间仅为其它算法的1/7。实验结果验证了该算法的有效性和起始点配准的准确性。     

融合多重信息的图像局部不变特征描述

以SIFT(Scale Invariant Feature Transform)算法为基础,提出了一种将局部二进制模式(Local Binary Patterns,LBP)描述子和全局上下文(Global Context)信息相融合的图像局部不变特征描述算法,增强了SIFT算法的仿射不变性,以及对处于图像相似区域的特征辨别能力。在特征检测阶段,通过迭代变换,使得SIFT特征点收敛到仿射不变点;在特征描述阶段,为每个特征点计算主方向,分别计算特征点的LBP描述子和全局上下文信息。实验结果表明,提出的局部不变特征描述子对图像仿射、尺度和旋转、光照等变换均具有良好的不变性。     

一种基于投影的小波矩及其在图像识别中的应用

该文提出了一种基于图像投影的小波不变量算法。首先将图像投影到一维空间,然后引入一种平移和比例不变自适应一维小波变换,利用该变换获得图像的平移和比例不变特征。由于图像的旋转导致特征矩阵发生行之间的循环平移,该文利用奇异值分解进行研究,得到的奇异值向量具有图像的3个不变性。实验分析表明,本文方法具有较好的图像识别效果。     

基于广义典型相关分析的仿射不变特征提取方法

该文结合广义典型相关分析(GCCA)理论，提出了一种新的图像仿射不变特征提取方法。首先，基于多尺度自卷积变换(MSA)构造了一组新的变换量—多尺度自卷积熵(MSAE)。然后证明了该熵具有仿射不变性；再利用GCCA将MSA和MSAE变换值作为两种特征进行融合，得到具有更丰富图像信息的组合特征。最后利用MSA，MSAE和组合特征，结合最近距离分类器分别对视点变换图像以及加噪声、加部分遮挡视点变换图像进行分类识别实验。结果表明，组合特征得到了最高的正确识别率，MSAE次之，MSA最低。     

基于不变距的舰船目标识别

通过对Hu不变矩和仿射不变矩原理的分析,得知不变距特征在图像平移、伸缩、旋转时均保持不变.分析了舰船红外图像的特点,结合Hu不变矩和仿射不变距原理,以大量外场试验数据为基础,对转向的舰船进行了识别研究.从仿真实验得到的大量数据中,发现舰船在转向过程中仍然能很好的识别.     

基于Radon和小波变换的图像检索

提出一种基于Radon和小波变换的图像纹理特征检索算法.对原始图像进行坐标系的方向归一化,再对方向归一化后的图像进行Radon变换.根据Radon变换投影数据的几何特性,构造了适合投影数据的具有尺度和平移不变性的小波分解,该小波分解系数具有旋转、平移和尺度不变性.采用图像中各尺度小波系数的能量值作为图像的纹理特征,以此作为纹理特征进行图像检索.基于纹理特征的试验结果表明该特征具有旋转、平移和尺度不变性,与其他算法相比具有较高的检索率.     

一种通用的仿射不变特征区域提取方法

本文利用尺度-空间理论和自相关矩阵的局部形状提出了一种通用的提取仿射不变特征区域的方法.首先,在尺度-空间中对图像的归一化高斯微分求三维局部极大值获得特征点和特征尺度位置,然后在特征点的特征尺度上用自相关矩阵刻画局部的灰度变化,提取的椭圆区域即为仿射不变特征区域.在此通用方法框架下构造了Harris3D、Laplace3D、Hessian3D和Localjet43D四种仿射不变特征区域算法.实验结果表明这四种算法都具有照度、旋转和尺度不变性.用本文设计的一种仿射不变性仿真实验方法验证了算法的仿射不变性.比较四种算法发现除了Harris3D性能稍差外其他三种算法性能接近.     

一种基于SIFT的仿射不变特征提取新方法

图像局部特征提取是图像理解及机器视觉领域一个非常关键的问题,其中SIFT特征因具有良好的显著性和鲁棒性而得到广泛应用.但是,SIFT采用DOG检测子,定位的特征区域为各向同尺度变化的圆形区域,故其只具有尺度不变性,并不具备仿射不变性.此外,SIFT采用128维特征向量表示,当在图像特征点较多情况下进行匹配实验时,存在存储空间大、匹配耗时多等缺点.针对这两个问题,本文提出一种新的仿射不变特征提取方法,即HA-DR-SIFT(Hessian AffineDimensionality Reduction-SIFT).首先,用Hessian-Affine检测子代替DOG检测子,使提取的椭圆图像区域满足仿射不变性需求;其次,用PCA或NLPCA方法对128维特征向量进行降维处理,提高后续运算效率.实验表明,新方法不仅具有良好的仿射不变性,而且在匹配时间和存储空间上优于SIFT算子.     

图像匹配中具有仿射不变性特征的定量分析

不同视点图像中相应特征点邻域窗口之间存在几何上的透视畸变,这可以用平面单应映射来表示,而目前大多特征匹配算法将该映射用仿射变换模型来近似,即用具有仿射不变性的特征进行图像的匹配。仿射变换的线性特点不仅能降低匹配算法的复杂度,还能保证迭代过程收敛的稳定性,然而并没有人对这一近似的可行性及合理性给出定量的讨论和分析。本文首先回顾各种几何层次上的特征点匹配策略,重点针对具有仿射不变性特征点的定位误差给出定量分析,通过椭圆曲线规范化方法推导出这一近似所造成定位误差的解析表达式,指出用仿射变换模型近似单应映射的合理性;然后用真实图像的实验结果验证了本文分析方法的正确性;最后给出相应的分析结果和结论。     

基于协同神经网络的仿射不变性检索相似性度量方法

根据协同神经网络 ,提出了一种新的控制参数———序矢量 ,并着重研究了其在图像检索方面的相关性质 .在此基础上 ,针对商标图像检索 ,提出了一种高效的基于元素的仿射不变性度量方法 .实验表明 ,该检索算法抗噪、抗缺损能力强 ,同时对于平移、旋转、缩放具有不变性 .     

Performance analysis for geometrical attack on digital image watermarking

We present a technique for irreversible watermarking approach robust to affine transform attacks in camera, biomedical and satellite images stored in the form of monochrome bitmap images. The watermarking approach is based on image normalisation in which both watermark embedding and extraction are carried out with respect to an image normalised to meet a set of predefined moment criteria. The normalisation procedure is invariant to affine transform attacks. The result of watermarking scheme is suitable for public watermarking applications, where the original image is not available for watermark extraction. Here, direct-sequence code division multiple access approach is used to embed multibit text information in DCT and DWT transform domains. The proposed watermarking schemes are robust against various types of attacks such as Gaussian noise, shearing, scaling, rotation, flipping, affine transform, signal processing and JPEG compression. Performance analysis results are measured using image processing metrics.     

Despeckling of medical ultrasound images using Daubechies complex wavelet transform

The paper presents a novel despeckling method, based on Daubechies complex wavelet transform, for medical ultrasound images. Daubechies complex wavelet transform is used due to its approximate shift invariance property and extra information in imaginary plane of complex wavelet domain when compared to real wavelet domain. A wavelet shrinkage factor has been derived to estimate the noise-free wavelet coefficients. The proposed method firstly detects strong edges using imaginary component of complex scaling coefficients and then applies shrinkage on magnitude of complex wavelet coefficients in the wavelet domain at non-edge points. The proposed shrinkage depends on the statistical parameters of complex wavelet coefficients of noisy image which makes it adaptive in nature. Effectiveness of the proposed method is compared on the basis of signal to mean square error (SMSE) and signal to noise ratio (SNR). The experimental results demonstrate that the proposed method outperforms other conventional despeckling methods as well as wavelet based log transformed and non-log transformed methods on test images. Application of the proposed method on real diagnostic ultrasound images has shown a clear improvement over other methods.     

一种不变的基于傅立叶变换的区域形状描述子

 提出了一种不变的基于傅立叶变换的区域形状描述子.该方法首先将区域形状图像用极坐标光栅重新采样成形状像素矩阵,然后对该矩阵进行两次一维傅立叶变换和一次相位修正操作,最后用低频傅立叶系数构成的矩阵作为形状描述子.该形状描述子不仅保留了傅立叶系数中的相位信息,而且满足不变性.实验结果表明该方法要优于现有的傅立叶区域形状描述方法和Zernike矩形状描述方法.     

基于Radon变换的多尺度虹膜特征提取算法

系统分析了基于虹膜特征的身份识别系统.针对典型预处理特点,设计了基于Radon变换的新特征提取算法.该算法在保持旋转、平移和尺度缩放不变性的同时,利用标准化方差加权的绝对距离,使识别准确度达到了93%.这种算法对于其它不规则图像的分析也具有启发意义.     

基于NSCT子带自适应Bayes阈值图像去噪方法

利用非下采样Contourlet变换（NSCT）平移不变性、多分辨率、多方向的优点,提出了一种基于非下采样Contourlet变换的子带自适应Bayes阈值图像去噪算法。该算法将源图像分解至NSCT变换域．能根据不同尺度、不同方向的子带能量,自适应调整去噪阈值。实验表明,与Contourlet多尺度阈值去噪、Conto...     

基于非下采样Contourlet变换的多传感器图像融合

根据非下采样Contourlet变换同时具有多尺度多分辨分析和平移不变性质的特点,提出一种基于非下采样Contourlet变换的多传感器图像融合方法,将其应用于多传感器图像融合的两个重要领域——多聚焦图像融合和高分辨、多光谱图像融合,从视觉效果和信息量指标方面对融合图像进行主观评判和数值评价.实验中将本文方法与Contourlet变换、小波变换、主成分分析等方法进行了比较,结果表明本文方法得到的融合结果具有更优的视觉质量和量化指标,能很好地将源图像的细节信息融合在一起,拓广了NSCT的应用范围.     

基于兴趣点检测和仿射变换模型的序列图像拼接

针对序列图像的拼接问题，提出了一种基于兴趣点检测和仿射变换模型的图像配准算法，利用Harris算子检测兴趣点，并引入灰度交叉匹配和兴趣点坐标离散度两级约束策略确定同名兴趣点，通过在图像间建立仿射变换模型实现图像的配准；提出了一种自适应加权归一化函数对拼接图像进行处理，消除由于图像间灰度差异而导致的拼接缝。实验结果表明算法具有较高的配准精度和良好的像素融合效果。