三维极半径矩及其在三维模型检索中的应用

提出一种用于三维数据模型检索的三维极半径矩.证明这种矩具有平移、缩放和旋转的不变性.给出18个不变矩表达式,可用于三维模型的比较和识别.实验验证特征向量的不变性.并且,基于这种三维极半径矩的识别算法具有较好的识别率.     

基于极半径曲面矩的三维模型检索

提出一种三维极半径曲面矩,并应用于三维模型检索.三维极半径矩是一种具有平移、旋转和缩放不变性的不变量,将三维极半径矩推广到三维极半径曲面矩获得了新的不变矩,该方法不需要将三角面片表示的三维模型数据体素化,从而提高了计算速度和计算精度.同时,基于这种三维极半径曲面矩的识别算法具有很好的识别率.     

基于形状不变矩的图像检索算法的研究

描述了一种基于Hu形状不变矩的图像全局形状特征提取方法和算法IMS。实验结果表明,使用IMS。算法提取的形状特征向量具有对平移、旋转和尺度变化的不变性,适合于进行图像形状的检索。     

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。     

不变矩在模式识别中的应用研究

矩作为模式的特征在二维图象模式识别中应用很广。该文根据Hu矩、Zernike矩、Pseudo-zernike矩、Legendra矩、旋转矩和复数矩的原始表达式,归纳出适用于计算机处理的矩的一般表达式。接着,引出三次B样条小波矩,依照矩的一般表达式与Zernike矩比较它们作为模式特征的辨别力和可靠性,得出与前人不一样的结论。最后,以实验验证之。     

基于不变矩的实时人形识别研究

介绍了一种实时人形识别方法,使用这个方法,可以自动监测进入摄像机镜头拍摄范围内的物体,并识别其是否是人类,其主要步骤包括,首先预处理其中包括含一除背景之外的其它物体的图像,然后提取其7个不变矩,利用贝叶斯分类器作主要手段对不变矩进行分类,最后采用辅助手段修正分类结果,识别该物体的形状是否为人形,从而判断出是否有人类经过.     

基于不变矩匹配的人耳识别

人耳识别技术是一门新型的个体生物识别技术,头部转动是影响人耳识别的重要原因之一.本文提出一种基于加权高阶不变矩特征方法的人耳个体生物识别系统,并初步建立60只人耳图像库.通过实验得出了主要测试数据,识别准确率可达到95%,证明该系统能够克服因头部转动对识别的影响.表明不变矩方法在人耳识别中具有一定优势.     

图像不变矩的推广

该文提出了一种快速有效的推导不变矩的方法——三角函数生成法,建立了一种不变矩空间,总结出不变矩的一般构造规律,导出了5个新的不变矩表达式C8～C12其它高阶不变矩表达形式也可采用类似的构造方案．在此基础上还得出多种高阶不变矩的表达通式,讨论了不变矩的反射变换特性．并在实验中给出了离散情况下一些图像不变矩的稳定性比较．利用扩充后的不变矩特征集能更准确地对图像进行分类和识别．     

基于仿射不变矩的三维多面体特征匹配识别

提出一种应用仿射不变矩识别三维多面体的新方法。通过用单幅二维图像信息,利用仿射不变矩和多面体结构图相结合的方法,实现对三维多面体目标识别。后面的房屋识别实验表明,该方法具有很好的有效性和稳定性。     

基于形状不变矩的储粮微生物识别

运用柔性形态学进行图像边缘检测,然后采用改进的7个形状不变矩对储粮微生物中的四种主要细菌进行了特征提取和分类。实验取得理想结果,说明改进的形状不变矩能够满足储粮微生物识别要求。     

Adaptive Pattern Recognition

A long term goal of research in artificial intelligence is todetermine and to implement principles which permit a movable machine to direct its actions depending uponsensory feed-back from its environment. This paper concentrates onspatial sensors which input images (2-dimensional arrays). A proposal is put forward in which the machine adaptsto the actual data, and examplesare given of input prediction, of detection of unexpected events, andof recognition of spatial patterns.The image sequence is locally partitioned into temporally contiguous subsequences of afixed spatial extent. The spatial extent is constant over time and the temporal extent of a subsequence is maximizedsubject to the condition that the subsequence has occurred previously. The principle is illustrated on image sequences. It is further demonstrated on images which are structured as pseudo-temporal sequences of their rows. The demonstrations use diverse complex and simple examples to illustrate theversatility of the method. The demonstrations show that to a large degree it is not necessary for the user to supply explicit models for different patternrecognition tasks.     

A survey of six International Conferences on Pattern Recognition

In order to visualize the trends in pattern recognition during the past 10 years, the full papers contained in the Proceedings of the six International Conferences on Pattern Recognition held so far were categorized and indexed. In total, 40 index terms were used.The paper supplies information about participation by various countries. The continuous shift from pattern recognition towards image processing is substantiated. The general trends in emphasis are visualized in more detail on maps as obtained by the application of correspondence analysis. Some national differences are also indicated.     

协同模式识别算法及其改进

本文演示了应用协同学理论进行模式识别的基本过程,讨论了其平移、旋转和缩放不变性,将小波变换应用于识别过程,并以人脸为例进行了识别。     

几种拐点不变量及其在目标识别中的应用

拐点不变量是局部不变量的一种,广泛应用于缺损目标识别。介绍了三种拐点提取方法,分割融合算法,Ｈｏｕｇｈ变换和广义拐点方法。它们具有旋转,平移,尺度不变形,利用它们对４类缺损目标图象进行识别,取得了较好的结果。     

利用信息融合技术的缺损目标识别方法

拐点不变量是局部不变量的一种,具有旋转,平移,尺度缩放不变性,可以有效地应用于目标,该文利用Ｄｅｍｐｓｔｅｒ－Ｓｈａｆｅｒ证据推理法,将用不同方法求取拐点特征所得到的决策层信息进行融合,进一步提高了识别系统的可靠性,通过仿真实验对该方法进行了验证。     

基于图像处理和模式识别的网络图像监控系统

随着科学技术和生活水平不断的提高,人们的财产和人身安全问题已经不仅仅来自于传统的经验,而是逐渐的转变到虚拟的网络当中;为此,提高人们的隐私安全和财产安全需要加强网络监控,其中图像监控是较为主要的方面;加强图像监控的可靠性和实时性,是实现社会稳步发展和人民网络隐私安全的首要目标;应用计算机网络技术和现代化通讯技术相结合,综合图像处理技术和模式识别技术的应用,设计应用于网络图像监控系统是当前社会发展的安全技术保障之一;文章通过对图像监控进行简析,阐述图像处理技术和模式识别技术的相关方面,探讨研究网络图像监控中图像识别和处理方面的技术;通过对图像处理中的色彩均化和模糊识别实验,得出其对于网络中传播的图片辨识度和提取信息能力具有很高的发展。     

An Approach to Solving Multidimensional Problems of Training in Pattern Recognition

A possible approach is proposed to the solution of multidimentional problems of training in pattern recognition. The approach lies in reducing a multidimentional problem to a one-dimentional one.     

基于统计模式识别的岩石节理图像分割方法

岩石节理裂隙形状复杂,图像中含有很多噪声。而使用统计模式识别方法在分割图像时,可以首先使分类器学习图像中不同样本的特征,进而利用这些特征对图像中每个像素进行分类,实现分割。在设计统计模式识别的分类器时,我们提出使用基于核函数Fisher判别法构造分类器。使用该方法可以将图像高维的属性空间上的非线形判别转化为图像特征空间上的线形判别,而不需要知道从属性空间到特征空间的具体映射形式。通过对岩石节理裂隙图像分割实验表明,该方法能达到较其他方法更好的分割效果。     

基于模式识别技术的股票市场技术分析研究

研究从统计模式识别的角度出发,智能的利用技术指标作股市技术分析。利用处理后的一些技术指标形成特征空间,在特征空间上用聚类技术寻找股市规律。所用聚类算法是根据股市特点设计的一种较适宜的模糊主轴核聚类算法。通过大盘和个股实例分析,该方法能降低传统技术分析的难度和潜在主观性,并能较充分利用历史数据包含的信息,对市场趋势作出客观分析。     

基于Contourlet变换和仿生模式识别的纹理图像识别方法

纹理图像的分类是目前一个非常活跃的研究课题。针对现有纹理图像分类算法的局限性,本文提出了一种基于Contourlet变换和仿生模式识别方法的纹理图像识别算法。首先应用Contourlet变换获得能量特征的方法提取能量特征,进而利用仿生模式识别算法实现对纹理图像的识别。采用Vistex纹理库数据进行仿真实验,结果表明:与传统的分类方法相比,利用Contourlet变换和仿生模式识别结合进行纹理图像的识别能获得更高的正确率和速度,最佳正确率可达100%。