利用仿射几何特性提取图像中的仿射不变特征

利用仿射几何的性质从图像中提取仿射不变特征,提出了扩展质心(extended centroid,EC)和仿射区域划分(affine region cutting,ARC)的概念,通过迭代ARC求得多个仿射区域的扩展质心序列,将扩展质心序列按一定规则组合成一系列三角形,然后根据仿射几何的性质,由各个三角形的面积构造不变特征。该不变特征提取方法具有速度快、简单灵活的特点,所构造的特征量对照度变化、噪声干扰、部分遮挡以及小角度3维旋转具有较好的稳定性,实验结果验证了该方法的有效性。     

一种新的图像局部仿射不变特征提取方法

提出了一种新的图像局部仿射不变特征的提取方法,首先利用阈值分割在图像中确定某个灰度取值范围的连通区域,文中证明了该区域的几何中心在图像仿射变换前后具有不变性,然后将几何中心作为局部仿射不变特征的"     

快速仿射非局部均值图像去噪

针对仿射非局部均值(ANLM)算法对图像去噪过程中出现用时过长的问题,提出了一种快速仿射非 局部均值去噪(F-ANLM)算法。通过对算法的研究和用时分析得知,仿射变换和关于仿射不变相似性度量的计算这 2 个模块占时最多,因此从这 2 个部分入手提出优化策略。算法首先使用仿射协变结构张量其特征向量的夹角代替 尺寸不变特征变换(SIFT)算子的主方向,简化了仿射变换过程;然后将 ANLM 方法中的仿射不变相似性度量改写为 离散卷积的形式,使用快速傅里叶变换减少卷积的运算量,加速仿射协变特征区域之间相似性度量的计算。实验证 明,F-ANLM 方法简化了仿射变换和仿射不变相似性度量的计算,与原来 ANLM 算法相比,速度得到很大的提升。     

基于仿射不变闭合区域和SURF的图像匹配算法

针对现有基于自然特征的增强现实系统中图像匹配准确度低、计算量大和鲁棒性差的问题, 提出了一种基于仿射不变闭合区域和SURF(speeded-up robust features)的图像匹配方法。对输入的图像首先利用灰度直方图均衡进行图像增强得到二值化的图像, 提取图像中的闭合区域作为图像的仿射不变区域, 然后运用SURF检测算法提取闭合区域的图像特征描述, 最后使用SURF双向匹配算法实现图像的匹配。实验结果表明, 图像匹配的准确度有很大程度的提升, 同时计算耗时更少; 提出的方法能够满足增强现实系统的要求。     

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。     

基于图像仿射不变特征点的零水印算法

本文提出了一种基于图像提升小波变换和仿射不变特征点的零水印算法。首先对图像进行3级提升小波变换,然后在低频部分,利用Harris-Affine算子提取出图像的仿射不变特征点和仿射协变特征区域,利用这些特征区域来构造零水印信息。实验证明,该算法不仅对常规信号处理攻击和简单的几何攻击具有很强的鲁棒性,对于剪切、纵横比改变、行列去除,局部扭曲等较复杂的几何攻击也具有较强的抵抗能力。     

用FPGA实现星图目标的质心提取

针对星图的具体特征,对星图目标进行识别和定位,把传统的扩展象素标记法改造成便于用硬件实现的算法,并给出了具体的实现方法.本设计将目标分割和质心计算两个步骤用FPGA合并处理,从而实现了快速的质心提取,为后续的图像匹配争取了时间.     

结合轮廓与形状特征的仿射形状匹配

目的 针对仿射变换下形状匹配中存在的描述子对形状的描述能力不足,以及描述子计算耗时大的问题,改进基于所有图像点投影的方法,提出一种利用轮廓计算投影面积的仿射形状匹配算法。方法 该算法分为粗匹配和精匹配两个阶段。粗匹配阶段以CSS角点作为备选特征点,首先统计轮廓投影面积分布作为特征点描述子;然后利用动态规划蚁群算法匹配两幅图片公共特征点序列,并将匹配好的特征点序列记为对应的新特征点;最后采用该新特征点划分目标曲线,得到对应的轮廓曲线;这一阶段的目的是对形状的筛选以及寻找一致的轮廓特征点,同时完成轮廓曲线的划分。精匹配阶段,采用小波仿射不变描述子,对粗匹配阶段匹配代价最小的5%的目标进行对应曲线匹配,得到精匹配阶段的匹配代价,从而实现对仿射目标的识别;精匹配弥补了描述子对轮廓细节描述不足的问题。结果 算法的平均检索速度比传统基于形状投影分布描述子提高44.3%,在MPEG-7图像库上的检索效果为98.65%,在MPEG-7仿射图像库上的查准率与查全率综合评价指标比传统的基于形状投影分布描述子高3.1%,比形状上下文高25%。结论 本文算法匹配效果好,效率高,抗噪性强,解决了仿射描述子计算速度慢、描述能力不足的问题,能有效地应用于仿射形状匹配与检索领域。     

多尺度最稳定极限区域仿射不变特征

基于局部区域的仿射不变特征被广泛应用于目标识别、场景分类和图像检索.在已经提出的仿射不变局部特征中,最稳定极限区域特征MSER(maximally stable extremal region)在多个方面具有优越的性能.但是由于最稳定极限区域特征MSER是从单一尺度图像中提取的,当图像尺度发生较大变化时,图像的模糊会使最稳定极限区域特征的边界发生变化,从而影响特征的稳定性.针对这一问题,通过定义多尺度空间中极限区域的稳定性指标,提出一种在图像空间和尺度空间都最稳定的极限区域特征,并设计了在尺度空间进行极限区域提取的快速算法.同时,针对极限区域可以较好地描述特征轮廓的特点,将局部灰度梯度信息和形状信息相结合设计了一种新的特征描述器.这种特征被称为多尺度最稳定极限区域MMSER(multi-scale maximally stable extremal region)特征.实验结果表明,在不同仿射变化条件下,MMSER的稳定性和可识别性均优于MSER,而且其描述器的创建时间约为SIFT描述器的45%.     

结合仿射不变特征的平面目标区域矩研究

平面目标闭合曲线的傅里叶描述子只描述了目标区域的边界形状，无法反映目标内在属性。若目标区域的灰度分布已知，可利用目标区域的灰度分布构造各阶矩来描述目标的灰度分布特性及边界形状，即用区域矩来表征目标，可以得到反映目标内在属性的一些仿射不变特征，更能全面地反映目标本原特征。     

广义质心及其在仿射变换参数恢复中的应用

目的 全局的仿射变换配准需估计出仿射变换的参数,现有算法要么效果不佳,要么对二值图像无能为力。本文改造传统质心的定义,提出广义质心的概念。方法 传统的质心以二重积分定义,所提广义质心利用变形累次积分定义,传统质心只是这种广义质心的特例。本文给出了广义质心保持仿射变换前后对应关系的条件,并提出了一种利用这种广义质心进行仿射变换参数恢复的算法。结果 该算法对灰度和二值图像的仿射变换参数恢复都适用,实验结果也表明现有的交叉权重矩方法耗时是本文算法耗时的25倍,但它们的恢复效果相差不大,并且本文算法要比现有的图像矩构造非线性方程组方法恢复效果好。结论 本文提出了广义质心,利用这种广义质心进行仿射变换参数恢复算法,对二值图像和灰度图像均适用,恢复效果较好,并且计算量较小。     

平稳小波变换在仿射不变性目标识别中的应用

寻找相对于平移、尺度、旋转、扭曲不变的仿射不变量是现今多尺度分析在模式识别中应用的关键性问题。以文献[4]定义的仿射不变量为基础,构造了基于平稳小波变换的仿射不变量。通过分析,指出原文中所给绝对仿射不变量存在的缺陷,定义了一种新的绝对仿射不变量。试验结果和分析表明,构造的仿射不变量可以更好地用于目标物体识别。     

改进的基于凸壳仿射不变量的图像识别和配准算法

提出了一种新的基于凸壳和仿射不变量的图像识别和配准的方法。该方法利用从参考图和测试图中得到的特征点提取其凸壳，并计算凸壳的仿射不变特征向量。通过比较参考图和测试图特征向量的一致性，建立它们的仿射变换关系，最后利用凸壳内特征点的匹配来实现识别和配准。该方法的优点是即使目标物体被部分覆盖或者缺损，其图像也能够达到较好的识别和配准效果。     

一种新的统计仿射不变量

本文在充分分析了现有各种仿射不变量的基础上，提出了一种新的统计仿射不变量，它对于发生尺度变化、旋转、扭曲和平移的目标具有不变性。实验结果表明，相对于传统的仿射不变量，在目标轮廓分割不完整或噪声污染的情况下，仍能够保持较高的稳健性，同时克服了基于轮廓的小波方法和傅立叶级数等方法对目标轮廓出现缺陷时的不足，
，在图像目标识别中具有实用价值。     

An automatic method for generating affine moment invariants

Affine moment invariants are important if one wants to recognize the surface of a plane in three dimensions when the orientation of the plane is not known beforehand and only two-dimensional information is available. The notion of generating function is introduced as a simple and straightforward way to derive various affine invariants. By this notion, we can get the explicit construction of much more affine moment invariants. Based on this conclusion, a large set of invariant polynomials can be generated automatically and immediately by the algorithm we have designed. These new affine moment invariants can be applied to recognize the image. Approaches in this paper will improve the practicability of affine invariants in object recognition applications.     

面向自动校验系统的指针式压力表读数识别

针对基于机器视觉的指针式压力表校验系统,给出了一种采用帧差分法和角度法自动识别指针仪表读数的方案,并且为了解决残缺指针区域的质心偏移问题提出了一种利用区域极值点确定指针质心的方法。首先基于霍夫圆检测进行表盘中心定位和表盘分割;然后采用三帧差分法检测指针区域,并从其八方向极值点中选择最接近指针区域最小外接矩形对角顶点的两点来定位指针质心;最后连接指针质心和表盘中心以计算指针偏转角度和识别读数。实验结果表明基于区域极值点的指针质心定位可以简单有效地修正残缺指针区域质心偏移,整体方案能够较准确地识别指针式压力表读数。     

一种基于目标边界的不变特征提取方法

提出了一种基于目标边界的不变特征提取方法。导出了用物体角点坐标表示的低阶边界矩的闭合形式,构造了基于边界矩的仿射变换不变量。该方法只需要对物体角点进行简单的代数运算,因此,该方法简单明了,计算量很小。实验结果证明了该方法的有效性。     

3D Motion Estimation and Motion Fusion by Affine Region Matching

In this paper,a new method is presented for 3D motion estimation by image region correspondences using stereo cameras.Under the weak perspectivity assumption.we first employ the moment tensor theory (Cyganski and Orr^[11]) to compute the monocular affine transformations relating images taken by the same camera at different time instants and the binocular affine transformations relating images taken by different cameras at the same time instant.We then show that 3D motion can be recovered from these 2D transformations.A space-time fusion strategy is proposed to aim at robust results.No knowledge of point correspondences if requred in the above processes and the computations involved are linear.To find corresponding image regions,new affine invariants,which show stronger invariance,are derived in term of tensor contraction theory.Experiments on real motion images are conducted to verify the proposed method.     

基于区域面积比的几何不变量构造算法*

几何不变量是物体几何结构信息的抽象与概括,在识别中可解决由目标移动产生的旋转或变形等问题。针对现有的算法在提取几何不变量特征时,易造成误差增大和效率不高的问题,提出了一个基于区域面积比的几何不变量构造算法。该算法利用质心和伪质心构成的直线,对灰度图像的面积区域应用划分策略,构建几何不变量的矢量表示形式。在哥伦比亚大学的fish及coil-100数据集上的实验表明,算法得到的不变量特征满足仿射不变性,在物体图像受到一定范围内干扰(被擦除、涂抹及遮挡)下,提取出的不变量特征具有良好的区分辨别能力。