基于不变矩的高分辨率遥感图像建筑物提取方法

为了有效地对图像进行特征提取, 利用不变矩算法对IKONOS和WorldView两种高分辨率遥感图像的城市建筑物地区进行提取。首先将图像数据经过Canny边缘检测和标记分水岭分割, 然后在此基础上分别利用胡氏不变矩和仿射不变矩对图像进行特征提取; 最后通过实验结果的评价可以证明在建筑物的特征提取上, 仿射不变矩比胡氏不变矩的提取效果更加显著, 进而也证明了利用不变矩算法对高分辨率遥感图像建筑物特征提取这一方法是可行且有效的。     

基于Zernike矩的模糊与仿射混合不变量研究

Zernike矩作为形状描述子,其信息冗余度低且对噪声不敏感,在图像特征提取和模式识别中得到了广泛应用。为提高Zernike矩对含有模糊和仿射图像的形状描述能力,提出一种基于Zernike矩的形状描述子,该描述子使用规范化方法构造Zernike矩的仿射不变量,结合Zernike矩的模糊不变量得到Zernike矩的模糊和仿射混合不变量。将该矩混合不变量作为形状描述子描述图像的形状特征,并与几何矩模糊和仿射混合不变量进行对比实验,结果表明,Zernike矩的模糊和仿射混合不变量在混合形变下形状描述能力较强,具有不变性,并且对噪声的鲁棒性较好。     

基于分数阶矩的仿射不变特征提取

仿射不变的特征提取在目标识别和配准中起关键作用, 图像矩是提取仿射不变特征的重要方法, 高阶矩对噪声较敏感, 实际中仅有几个由整数阶矩构造的仿射不变量可用. 本文引入分数阶矩, 它由变形累次积分定义, 不仅充分利用仿射变换映直线为直线这一特性,而且能方便地消除仿射变换前后极角因子的影响. 利用分数阶矩给出了仿射不变量的构造, 传统矩构造的不变量仅是这种构造的特例. 实验结果表明低次矩构造的不变量一般有较好的抗噪性能.     

退化交通标志图像的RBPNN分类算法研究

为了识别退化的交通标志图像,采用模糊-仿射联合不变矩直接提取图像的特征,并针对各阶模糊-仿射联合不变矩数量级差异较大问题,提出一种数量级标准化算法,避免了需要较大计算量的图像复原处理过程。同时在深入研究径向基概率神经网络的基础上,采用全局K-均值算法优化其网络结构,并将其用于交通标志图像的分类识别。仿真结果表明,模糊-仿射联合不变矩是一种有效的处理退化交通标志图像的方法,所设计的径向基概率神经网络分类器不仅具有精简的结构而且有较好分类精度和推广性能。     

基于组合不变矩的空间目标识别

本文针对Hu提出的不变矩和Jan Flusser提出的仿射不变矩的不同特点和适用条件，提出在不增加特征向量维数的条件下，将不变矩的部分分量和仿射不变矩组合成一个新的特征向量即组合不变矩，以用于空间目标的识别，并通过仿真实验进行了比较验证，结果表明组合不变矩对于空间目标的识别是有效的，且在一定程度上提高了识别率。     

基于区域检测算法与不变矩特征的飞机特征提取方法研究

为了克服现有算法处理结果易受影像获取时光照、视角变化的影响,提出一种结合Harris-Laplace特征区域检测算法与梯度仿射不变矩特征描述子的飞机自动识别方法。首先,采用Harris-Laplace算子检测图像中飞机目标特征区域,在此基础上,采用梯度仿射不变矩,更形象地描述目标特征区域内的仿射变换特性,利用特征区域内的梯度仿射不变子作为飞机目标识别的特征向量用于目标识别。实验结果验证了该算法的稳健性及高效性。     

结合图像归一化与Slant变换的鲁棒图像哈希

为了提高图像哈希算法抵抗几何攻击的性能,提出了一种结合图像归一化和Slant变换的图像哈希算法。使用几何不变矩将原始图像进行归一化操作得到仿射不变图像,仿射不变图像分块并进行Slant变换,根据用户密钥选择Slant变换中频系数极性并生成最终的图像哈希序列。实验结果表明该算法对常见图像操作处理和常见几何攻击鲁棒,对原始图像内容和用户密钥敏感,是一种有效的图像哈希算法。     

一种鲁棒的图像局部仿射不变特征提取方法

提出一种鲁棒的图像局部仿射不变特征提取方法.该方法首先对图像进行M进制小波变换,根据M进制小波变换系数的能量性质来检测图像特征点.然后以检测到的稳定特征点为中心,根据特征点周围的局部图像信息,以矩的形式构造仿射不变特征描述子.实验结果证明该方法对图像的旋转变化、尺度变化、视点变化、平移等所有仿射变换均具有较好的不变性.     

基于视觉的无人机自主着陆地标识别方法

在无人机自主着陆过程中,传统地标识别方法的相似阈值确定需大量实验估计。为解决此问题,采用一种基于仿射不变矩和支持向量机的识别方法,首先设计了六圆组合的图标作为无人机自主着陆地标;由于无人机会拍摄到发生扭曲的地标图像,因此提取地标的仿射不变矩作为输入特征;最后将其输入支持向量机分类模型,完成地标的识别。与传统的几何不变矩和BP神经网络相比较,该方法提高了地标的识别精度并降低了识别测试时间,因此对地标识别具有一定的实用性。     

一种用于飞机型号识别的树分类器方法

本文提出了一种飞机图像目标识别的方法。首先，我们建立了由多种型号飞机在大小、旋转角度改变或进行简单仿射变换等情况下的飞机样本图像库；其次，将样本库分为训练样本库和测试样本库，提取了训练样本库中飞机图像的不变矩、仿射不变矩、机长翼展比和紧凑度等特征量，对这些特征量进行了分析，建立了飞机目标的表述模型；最后后，分别用最小距离、BP神经网络和树分类器进行了分类实验。实验表明，树分类器方法效果较好。     

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。     

Extracting Group Transformations from Image Moments

Image distortion induced by the relative motion between an observer and the scene is an important cue for recovering the motion and the structure of the scene. It is known that the distortion in images can be described by transformation groups, such as Euclidean, affine, and projective groups. In this paper, we investigate how the moments of image curves are changed by group transformations, and we derive a relationship between the change in image moments and the invariant vector fields of the transformation groups. The results are used to formalize a method for extracting invariant vector fields of affine transformations from changes in the moments of orientation of curve segments in images. The method is applied to a realtime robot visual navigation task.     

Determination of blur and affine combined invariants by normalization

The determination of invariant characteristics is an important problem in pattern recognition. In many situations, images to be processed are usually subjected to geometric distortion and/or blur degradation. In this paper, we introduce an approach to derive blur and affine combined invariants (BAI). Firstly, we normalize the image to a standard form by using blur invariant moments as normalization constraints. Then, we construct the blur and affine combined invariants at the standard form. Using the method proposed in this paper, a set of blur and affine combined invariant features can be obtained easily and effectively. Several experimental results are presented to illustrate the performance of the invariants for simultaneously affine deformed and blur degraded images.     

基于遗传规划的SAR图像目标识别

针对SAR图像目标的特征,采用新的Hu不变矩和仿射不变矩的组合作为特征矢量,设计了一种基于遗传规划的SAR图像目标识别算法。该方法不需要数据先验知识,通过自身的学习就能快速发现数据和数学表达式之间的联系。通过对MSTAR数据中的3类目标进行仿真实验,获得了较好的识别率。     

Wavelet-based affine invariant representation: a tool forrecognizing planar objects in 3D space

A technique is developed to construct a representation of planar objects undergoing a general affine transformation. The representation can be used to describe planar or nearly planar objects in a three-dimensional space, observed by a camera under arbitrary orientations. The technique is based upon object contours, parameterized by an affine invariant parameter and the dyadic wavelet transform. The role of the wavelet transform is the extraction of multiresolution affine invariant features from the affine invariant contour representation. A dissimilarity function is also developed and used to distinguish among different object representations. This function makes use of the extrema on the representations, thus making its computation very efficient. A study of the effect of using different wavelet functions and their order or vanishing moments is also carried out. Experimental results show that the performance of the proposed representation is better than that of other existing methods, particularly when objects are heavily corrupted with noise     

Shape-based Invariant Texture Indexing

This paper introduces a new texture analysis scheme, which is invariant to local geometric and radiometric changes. The proposed methodology relies on the topographic map of images, obtained from the connected components of level sets. This morphological tool, providing a multi-scale and contrast-invariant representation of images, is shown to be well suited to texture analysis. We first make use of invariant moments to extract geometrical information from the topographic map. This yields features that are invariant to local similarities or local affine transformations. These features are invariant to any local contrast change. We then relax this invariance by computing additional features that are invariant to local affine contrast changes and investigate the resulting analysis scheme by performing classification and retrieval experiments on three texture databases. The obtained experimental results outperform the current state of the art in locally invariant texture analysis.     

基于小波域图像不变矩的图纸一致性检测

审图系统中，需要对报送的工程图纸和已有的电子图纸进行一致性检测。为此，提出了基于小波变换和图像不变矩的图纸一致性检测算法。该算法首先利用仿射变换对预处理后的工程图纸进行图纸配准，然后利用小波变换对扫描图纸和电子图纸实现小波分解，简化比对的计算量，并利用图像不变矩的平移、尺度和旋转不变特性，作为图纸比对的准则。实验结果表明，此算法能很好地实现审图系统中图纸的一致性检测。     

图像归一化与伪Zernike矩的鲁棒水印算法研究*

以基于矩的图像归一化技术及伪Zernike矩相关知识为基础,提出一种可有效抵抗几何攻击的数字水印新算法。算法首先利用归一化技术将原始图像映射到几何不变空间内;然后结合不变质心理论提取出归一化图像的重要区域;最后通过量化调制伪Zernike矩幅值将水印嵌入到重要区域中。仿真实验表明,该算法不仅具有较好的透明性,而且对常规信号处理(滤波、锐化、加噪和JPEG压缩等)和几何攻击(全局仿射变换、局部失真等)均具有较好的鲁棒性。