正交旋转不变 V 矩及其在图像重建中的应用

定义在单位圆盘上的正交旋转不变矩函数(如Zernike矩) 具有非常广泛的应用. 本文基于一类正交分段多项式函数系--V系统, 构造了一种新型的矩函数, 称之为正交旋转不变V矩(简称为V矩). 除了正交性、旋转不变性之外, 由于V系统具有次数低、表达式简单的优点, V矩能够避免传统矩函数中高阶多项式的计算, 从而能够保证数值稳定性, 降低计算复杂度. 实验结果表明, V矩比传统的正交旋转不变矩具有更好的图像重建与图像检索结果.     

基于Contourlet旋转不变特征的遥感图像检索

除了具有纹理属性外,遥感图像中还包含大量的结构性边缘特征,如何有效捕捉这些特征中的信息进行检索,成为提高遥感图像检索效率的关键。文章依据Contourlet在离散域的多尺度几何分析的功能,提出一种利用Contourlet子带能量分布特性提取原始图像在多个尺度下的边缘方向信息进行检索的方法。针对Contourlet变换捕获不同特征方向能力的差别,文章采用正交补偿法加以改正,并通过傅里叶算子的处理,实现基于结构性边缘特征旋转不变的图像检索。实验结果表明,该检索算法对含有丰富规则边缘特征的遥感图像更为有效。     

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。     

反投影构造二维旋转不变小波用于边缘检测

通过数值反投影的方法,从一维小波得到二维小波的离散形式。该二维小波具有旋转不变的特点,所以图像在每个方向上的边缘都能得到有效的检测。在非极大值抑制中,同时使用这种二维旋转不变小波与二维Mallat方向小波,阈值的设置更加合理,从而使边缘的定位更加准确。试验表明这种二维旋转不变小波结合Mallat方向小波有更好的检测效果。     

用于纹理特征提取的改进的成对旋转不变共生局部二值模式算法

针对用于纹理特征提取的成对旋转不变共生局部二值模式（PRICoLBP）算法计算特征维度大、旋转不变性较差、对光照变化敏感的问题,提出一种融合局部纹理信息的改进PRICoLBP算法。首先,分别最大化和最小化图像像素点的二值序列,得到两个邻域像素点的坐标,由中心像素点坐标和得到的邻域像素点坐标计算出共生点对的坐标;其次,利用完备二值模式（CLBP）算法提取图像的每个像素点的纹理信息。在相同分类器下,对Brodatz、Outex（TC10,TC12）、Outex（TC14）、CUReT和KTH_TIPS数据库的分类实验中,所提算法的识别率比PRICoLBP算法分别提高了0.17、0.24、2.65、2.39和2.04个百分点。实验结果表明,所提算法在处理纹理旋转变化、光照条件多样的图像时具有较好的识别效果。     

基于NSCT的旋转不变纹理图像检索算法

针对图像检索中常见的旋转问题,提出了一种基于非抽样Contourlet变换(NSCT)的旋转不变检索算法。以NSCT域各子带系数的均值和标准方差构成基本特征向量。在相同尺 度上,利用各子带的均值和标准方差之和对特征分量由小到大排序,同时根据旋转不变性调整排序后特征向量对应的方向序列,构造方向序列权值、特征分量权值。用加权欧氏距 离进行相似性度量以提高检索性能。采用Brodatz库生成实验库,实验结果表明本文方法取得了较好的检索效果。     

基于Gaussian-Hermite矩的旋转运动模糊不变量

目的 模糊图像的分析与识别是图像分析与识别领域的重要方向。有些图像形成过程中成像系统与物体之间存在相对旋转运动,如因导弹高速自旋转造成的制导图像的旋转运动模糊。大多数对于这类图像的识别都需要先对模糊图像进行“去模糊”的预处理,且该类方法存在计算时间复杂度较高及不适定的问题。对此,提出一种直接提取旋转运动模糊图像中的不变特征,用于旋转运动模糊图像目标检索和识别。方法 本文以旋转运动模糊的退化模型为出发点,提出了旋转运动模糊Gaussian-Hermite(GH)矩,构造了一组由5个对旋转变换和旋转运动模糊保持不变性的GH矩不变量组成的特征向量(rotational motion blur Gaussian-Hermite moment invariants, RMB＿GHMI-5),可从旋转变换和旋转运动模糊的图像中直接进行目标检索和识别,无需前置复杂的“去模糊”预处理过程。结果 在USC-SIPI(University of Southern California—Signal and Image Processing Institute)数据集上进行不变性实验,对原图进行不同程度的旋...     

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．     

圆形目标图像定位与归一化旋转研究

在图像配准过程中,图像存在一定角度旋转是常见的问题,会造成后续视觉任务处理困难。同时,由于圆形目标图像不具有明显的外轮廓定位信息,故当其发生一定角度旋转时,检测难度有所增加。以多种圆形目标图像为研究对象,研究了常见的圆定位算法和旋转角度检测算法。实验结果表明,最小二乘法进行圆定位的误差最小,基于Zernike矩的旋转角度检测算法可以在兼顾速度的同时,达到较高的检测精度。     

增强成对旋转不变的共生扩展局部二值模式

目的 针对成对旋转不变的共生局部二值模式（PRICoLBP）算法对图像光照、旋转变化鲁棒性较差,且存在特征维度过大的问题,提出了一种可融合多种局部纹理结构信息的有效特征——增强成对旋转不变的共生扩展局部二值模式。方法 首先,对图像各像素点的邻域像素点灰度值进行二值量化得到二值编码序列,并不断旋转二值序列得到以不同邻域点作为编码起始点对应的LBP值;然后,分别利用极大、极小LBP值对应的邻域起始编码点和中心像素点确定两个方向矢量,并沿这两个方向矢量在两个不同尺度图像上选取上下文共生点;其次,利用扩展局部二值模式（ELBP）算法的旋转不变均匀描述子来提取上下文共生点对的中心像素灰度级、邻域像素灰度级及径向灰度差异特征间的相关性信息;最后,用上下文共生点对的特征直方图训练卡方核支持向量机,检测纹理图像类别。结果 通过对Brodatz、Outex （TC10、TC12）、Outex （TC14）、CUReT、KTH-TIPS和UIUC纹理库的分类实验,改进算法的识别率比原始的PRICoLBP算法识别率分别提高了0.32%、0.57%、5.62%、3.34%、2.1%、4.75%。结论 利用像素点LBP特征极值对应的起始编码序列来选取上下共生点对,并用ELBP算法提取共生点对局部纹理信息,故本文方法能更好描述共生点对间的高阶曲率信息及更多局部纹理信息。在具光照、旋转变化的Outex、CUReT、KTH-TIPS纹理库图像分类实验中,所提方法比原始PRICoLBP算法取得了更高的识别率。实验结果表明,改进算法相比于原始算法能在较低的特征维度下对图像光照、旋转变化具有较好的鲁棒性。     

Rotation-invariant texture image retrieval using particle swarm optimization and support vector regression

This paper presents a novel rotation-invariant texture image retrieval using particle swarm optimization (PSO) and support vector regression (SVR), which is called the RTIRPS method. It respectively employs log-polar mapping (LPM) combined with fast Fourier transformation (FFT), Gabor filter, and Zernike moment to extract three kinds of rotation-invariant features from gray-level images. Subsequently, the PSO algorithm is utilized to optimize the RTIRPS method. Experimental results demonstrate that the RTIRPS method can achieve satisfying results and outperform the existing well-known rotation-invariant image retrieval methods under considerations here. Also, in order to reduce calculation complexity for image feature matching, the RTIRPS method employs the SVR to construct an efficient scheme for the image retrieval.     

Zernike矩在基于内容的医学图像检索中的应用

介绍了Zernike矩的基本性质，讨论了Zernike矩在基于图像内容检索中的应用。     

三维U系统矩与三维模型检索

提出3DU系统矩的定义,并将其应用于3D模型检索．作为一种可选定次数的完备正交多项式系统,U系统所定义的矩具有标准正交性、收敛性等优良性质．根据U系统理论实现了U1系统矩的高阶的快速计算,可以定义任意维数的特征空间．实验结果表明,3DU1系统矩优于几何矩和Zernike矩,具有更高的检索效率．     

基于分块权重和相关反馈技术改进Zernike矩描述符的执行效率

Zernike矩是一种基于区域的形状描述符,它适合于描述具有复杂边界的目标。原始的Zernike矩描述符认为形状中任何位置的像素都具有相同的重要性,基于此,提出了一种改进的Zernike矩描述符。它首先采用预定义的两个半径值对原始形状进行分块,提取各分块的Zernike矩值作为图像的形状特征向量,然后采用相关反馈信息和各分块间的距离方差来动态调整各个分块的权值系数,根据欧式距离来计算图像间的相似度。改进的Zernike矩描述符可以根据人类视觉特征灵活确定形状各部分的重要性,而且相关反馈技术使得提取出来的图像更加接近用户的需求。实验结果表明,该方法能够有效地改善基于形状特征的检索效果。     

A moment-based nonlocal-means algorithm for image denoising

Image denoising is a crucial step to increase image quality and to improve the performance of all the tasks needed for quantitative imaging analysis. The nonlocal (NL) means filter is a very successful technique for denoising textured images. However, this algorithm is only defined up to translation without considering the orientation and scale for each image patch. In this paper, we introduce the Zernike moments into NL-means filter, which are the magnitudes of a set of orthogonal complex moments of the image. The Zernike moments in small local windows of each pixel in the image are computed to obtain the local structure information for each patch, and then the similarities according to this information are computed instead of pixel intensity. For the rotation invariant of the Zernike moments, we can get much more pixels or patches with higher similarity measure and make the similarity of patches translation-invariant and rotation-invariant. The proposed algorithm is demonstrated on real images corrupted by white Gaussian noise (WGN). The comparative experimental results show that the improved NL-means filter achieves better denoising performance.     

基于二进小波变换及局部二值模式特征的图像检索

纹理是一种反映像素的空间分布属性的图像特征,成为图像分析的重要手段。在图像检索领域,由于小波变换具有方向性、局部特性、多尺度特性,使得图像的纹理特征能得到更好的表征。局部二值模式是提取图像纹理特征的有效工具,具有旋转不变性和灰度不变性。利用性能良好的 Bubble 小波对图像进行二进小波变换得到四个子带图像,其中低频子带包含原图信息最多,对角线方向的子图包含信息最少,其余两个子图包含信息介于两者之间,因此选取低频和垂直,水平高频图像,然后对分量利用等价局部二值模式提取图像纹理特征,并进行图像检索。实验结果表明该算法不仅有效地结合了小波与局部二值模式的优势,而且具有较好的检索性能。     

一个基于深度图像的三维模型检索算法

三维模型检索是现在的研究热点,提出一种基于深度图像的三维模型检索算法。对三维模型进行规范化处理,采用基于正交投影的方法计算三维模型在其包围立方体的六个面上的深度图像;提取深度图像的边界方向直方图和Zernike矩特征;利用特征距离度量进行三维模型检索,并采用相关反馈技术实现权值的调整,得到用户最满意的目标检索模型。对比实验表明,该算法避免了传统视觉图像丢失三维模型空间信息的缺点,有效地提高了检索的精确性和鲁棒性。     

Contourlet变换域中基于矩特征的图像检索

提出一种Contourlet变换域中基于矩特征的图像检索方法。为了提高方法对于噪声的鲁棒性,对图像进行Contourlet变换后,对变换结果进行阈值滤波,计算各子带系数的一阶几何矩作为图像的特征向量,采用欧氏距离进行相似度度量。该方法提取的图像特征能反映子带系数的空间分布特征,无需任何前提假设。实验结果表明,该方法具有较高的查准率,对噪声的容忍度高于现有算法。     

多事件学习方法及其在三维物体识别中的应用

该文首先介绍了计算机视觉研究领域新近提出的一种知识学习方法———多事件学习模型,简要说明了其研究思路、研究进展、计算方法以及在图像检索中的应用。其次,在简要回顾当前三维物体识别的研究进展和困难的基础上,提出了一种改进的多事件学习模型计算方法,并将其引入到三维物体识别的研究中,以有效简化三维物体的特征表达,提高识别效率。