基于伪Zernike矩和DWT-SVD抗旋转水印算法

目的提出一种基于伪Zernike矩和DWT-SVD的抗旋转图像盲水印算法。方法对原始图像内切圆的内接正方形区域进行二级小波变换,对其低频子带进行奇异值分解。在一定的嵌入强度下将水印叠加到奇异值矩阵中,实现水印的嵌入。记录含水印图像的伪Zernike矩的相位信息用于检测旋转角度,在提取水印时校正旋转攻击。结果仿真结果表明,该算法水印的不可见性很好,PSNR值高达45.12,提取的水印与原水印相似度很高,NC值为1。该算法对旋转攻击具有很强的鲁棒性,对常见的信号处理攻击具有很强的鲁棒性。结论该算法对任意角度的旋转攻击都有很强的鲁棒性,能满足数字产品的版权保护需要。     

Harris算子耦合强度特征的图像复制-粘贴篡改检测算法

目的针对当前较多图像复制-粘贴篡改检测算法主要依靠度量图像的结构特征来实现篡改检测,忽略了图像的强度特征,使其在各种几何变换下难以准确检测出伪造内容,导致检测结果中存在漏检和误检等问题,设计一种基于Harris算子耦合强度特征的图像复制-粘贴篡改检测算法。方法利用Harris算子对图像的特征点进行精确的提取。通过特征点构造圆形特征区域,求取该区域的Zernike矩,通过Zernike矩的大小实现对特征点的描述。随后,利用不同阶数的Zernike矩来描述图像的强度特征和纹理特征,从而构造匹配模型,对图像特征进行粗匹配,并引入RANSAC方法对粗匹配结果进行优化。最后,利用形态学腐蚀与膨胀操作将特征区域进行连通,以确定篡改区域。结果实验结果表明,与已有的图像伪造检测方案相比,所提算法具备更高的检测精度和鲁棒性,在噪声和旋转等变换下仍有更好的检测效果。结论所提技术拥有较高的伪造检测准确性,在图像水印、信息安全领域具有一定的参考价值。     

基于颜色矩的改进尺度不变特征变换的移动机器人定位算法

针对基于图像外观的移动机器人定位中图像特征提取与匹配实时性和准确性差的问题,提出基于颜色矩的改进尺度不变特征变换分级图像匹配算法。该算法先由颜色矩来排序图像序列,再由改进尺度不变特征变换特征与排序后图像序列精确匹配实现定位。其中,改进的尺度不变特征变换算法以基于采样的迭代搜索算法检测极值点,由Sobel算子计算特征点的梯度方向和幅值,提高尺度不变特征变换算法速度及匹配精度。实验结果表明:改进的尺度不变特征变换算法降低误匹配率约9.2%,特征提取与匹配耗时减少约25.8%;分级图像匹配算法减少尺度不变特征变换特征计算代价约70%,减少总体耗时约43.3%。     

一种基于小波变换的目标融合跟踪方法

本文在分析小波变换的基础上，将小波分析应用到目标图像的融合跟踪技术上，利用小波的多尺度和多分辨特性，不仅能够获得不同分辨力下的图像序列，进行目标图像融合；还能有效地从信号中提取突变信号。对函数或信号进行多尺度的细化分析。图像边缘用小波变换进行处理和提取并对图像形心进行计算。能够得到较好的轮廓提取效果和形心定位精度，进而说明了小波变换可能成为目标跟踪中较好的数学方法。     

一种基于小波特征的彩色图像分割算法

利用小波变换的多尺度对图像纹理特征良好表达的特点,用小波变换提升算法图像纹理特征进行提取,从而达到较好的分割效果。     

图像边缘检测的二维连续小波变换法

提出一种新的基于二维连续小渡变换的图像边缘检测方法。算法充分利用连续小渡变换探测信号奇异性的能力和小波的多分辨率特性。对图像进行二维连续小波变换后，直接对各个分解层的正的小波系数或负的小波系数利用闽值法初步确定图像的边缘点，然后利用“投票选举法”综合各个尺度的边缘信息。这种方法不需要进行边缘点连接，可以直接得到光滑连续的边缘。实验结果表明，新方法能够准确探测图像中目标的整体轮廓和细节信息，在性能上优于传统的两种边缘检测算子。     

小波变换轮廓术中小波尺度的一种快速确定方法

从传统的小波变换理论出发,给出了小波变换轮廓术的基本原理和实现算法,对连续小波变换轮廓术中小波尺度选择进行深入分析,探讨了条纹信号相位和条纹信号的连续小波变换模极大值之间的内在联系,为小波变换轮廓术中小波尺度选择提供一种快速确定方法.利用该方法进行实验验证,试验结果证实了该方法的可行性.     

基于线性不变矩和角度向量的立体匹配算法

针对室内场景双目立体匹配有别于一般场景立体匹配的特殊性,提出了一种计算简便、准确度高的立体图像匹配算法.该算法首先利用canny算子检测物体的边缘,根据边缘的线性不变矩寻找出目标物体,然后提取出目标物体轮廓的特征点,利用角度直方图计算出左右图像的旋转角度,最后利用角度向量实现左右图像的对应像素点的匹配.线性不变矩有效地将计算复杂度由二维降低到一维,大大降低了计算量.角度向量的提出降低了特征点匹配的复杂度,而且计算简便,准确率高.实验表明,该算法对图像的缩放、旋转、平移均免疫,具有较高的识别精度和良好的抗干扰性,计算效率高于传统方法,有着较高的应用价值.     

基于投票策略的图像配准算法(英文)

针对二维刚体图像配准,本文提出了一种由粗到细的图像配准方法.该方法首先由多尺度Harris角点检测算法提取出参考图像和目标图像的特征角点,采用基于投票策略的特征点匹配算法进行初步配准,有效地减少假点和不稳定点,然后对变换矩阵参数进行初估计,采用基于窗的精细算法对变换矩阵参数进行精估计,并得到最终的变换矩阵.实验结果表明,该算法具有高精度,对噪声鲁棒和低计算量的特点.     

基于小波变换的近平面影像数字配准方法研究

本文将小波变换技术与相似度检测算法、直线拟合方法等相结合,用于近平面影像数字配准。首先,对含噪遥感影像进行多尺度小波变换,以提取不同尺度上的广义特征点,并剔除图像噪声;其次,将序贯相似度检测算法和多分辨率分析相结合进行控制点匹配;最后,利用基于最小二乘法的直线拟合,建立配准变换关系。实际遥感影像的相对配准实验验证了方法的有效性。     

基于Zernike矩的快速图像配准算法

图像配准是机器视觉中的重要研究课题.本文针对任意角度图像配准问题,提出了一种基于Zemike矩的互相关算法.首先根据三角函数的对称性和反对称性,仅基于八分之一单位圆信息,快速计算Zemike矩;然后通过求取图像多个矩的互相关性,确定配准点位置;进而通过最小二乘拟合,得到亚像素配准位置;最终利用Zemike相位信息,估算旋转角度.同时,在线阶段采用径向多项式查表法加速配准过程.实验结果表明,该算法在保障配准精度的前提下显著提高了配准速度.     

Airplane extraction and identification by improved PCNN with wavelet transform and modified Zernike moments

At an airport, the information of the number and positions of airplanes is very important for the applications of air navigation. Especially, the information from airplane extraction and identification is significant in both civil and military remote sensing. In this paper, according to the characteristics of airplanes and airport in satellite remote sensing images, a new airplane image segmentation algorithm is proposed based on improved pulse-coupled neural network (PCNN) with wavelet transform, and airplane identification algorithm is carried out by using modified Zernike moments. Firstly, for an original image, a PCNN model is improved and then used to do image segmentation by combining the wavelet transform. Then, in order to reduce the number of irrespective targets in the image and increase the processing speed, the airplanes in the original image are roughly detected on the characteristics of the segmented object contour geometries. Finally, the Zernike moments are modified and then applied to identify the roughly detected airplanes accurately. By comparing to the five traditional image segmentation algorithms for the same airplane images, the testing results show that the improved PCNN image segmentation algorithm can segment and detect airplane regions at an airport accurately at a high recognising rate and with high recognising stability, and it is not affected by the image shadows and rotations.     

于小波变换的等价图割SAR图像配准方法

为改进SAR图像匹配的稳健性和实时性,提出一种基于小波变换的等价图割SAR图像配准方法.该方法首先利用小波变换对图像进行分解,在低频子图像下构造等价图割,克服相干斑噪声干扰,避免NP困难,解决映射函数选取问题,从图像中分割出精确目标.其次利用尺度不变特征变换（SIFT）方法实现目标的特征匹配,降低搜索空间特征点描述,提高实时性.最后通过匹配关系找到变换参数,实现图像精确配准.实验结果表明,该方法能快速而精确地实现SAR图像配准.     

Lossless parameterisation of image contour for shape recognition

A parameterised contour that is invariant against affine transformations is a convenient substitution of the object image for shape recognition. Generally, parameterisation needs several representative signals of the image contour to fit the affine transformation model. When the representative signals fail to carry the contour information thoroughly, information loss occurs in the resulting parameterised contour, and so the accuracy of shape recognition may deteriorate. Synthesised feature signals are shown, which represent that an image contour without information loss can be extracted with partial Fourier synthesis or partial cosine synthesis. Lossless parameterisation of the image contour is obtained by substituting the synthesised feature signals into the affine invariant function. Experimental results verify its representative, affine invariance and recognition rate in shape recognition. The results are compared with those by partial wavelet synthesis, which has insignificant information loss.     

Image analysis by fast improved radial harmonic-Fourier moments algorithm

Radial harmonic-Fourier moments (RHFMs) are popular for image reconstruction and invariant pattern recognition due to their properties of translation, scaling and rotation invariant. RHFMs possess lower computation complexity as compared to Zernike moments and Bessel-Fourier moments. However, they always suffer from discontinuity, numerical instability near the center of image, and reconstruction error, especially have a rise for higher order of moments. In this paper, an improvement of radial harmonic-Fourier moments (IRHFMs) is proposed for effectively avoiding the above-mentioned problems.In this paper, a 2D fast Fourier transform algorithm also is applied to the image matrix to obtain the IRHFMs. Simulation experimental results demonstrate the proposed IRHFMs perform better than traditional RHFMs and other classic orthogonal moments including the latest image moments, for example, polar harmonic Fourier moments in terms of the image reconstruction capability and rotation invariant recognition accuracy in noise-free and noisy conditions.     

基于轮廓特征的图像配准

提出了一种新的基于轮廓特征的图像配准算法,首先提取图像轮廓并计算每个轮廓点的法向角,然后对轮廓点法向角进行直方图统计,通过对两幅图像的轮廓点法向角直方图进行圆周相关计算便可快速估计出两幅图像所存在的旋转角度.由于旋转角度参数的求出通常可以大大简化配准变换模型中其他参数的估计,因而这种方式可以实现快速配准.这种利用轮廓点法向角来估计旋转角度的方式具有旋转、平移和尺度不变性,并对轮廓缺失以及存在噪声的情况均具有很高的鲁棒性,可广泛适用于存在闭合轮廓与开轮廓的各种情况.本文所提出的配准算法已成功应用于PCB缺陷检测中实现了参考图像轮廓和待检测图像轮廓的快速精确配准.     

自适应选取阈值的三层快速匹配算法

提出一种自适应选取阈值的三层快速匹配算法。采用了由粗到精的匹配策略,先分别用环形模板和十字形模板进行粗匹配来淘汰大量非匹配点,再用全模板进行精匹配确定匹配位置以减小计算量。以模板和实测图的平均灰度差来自适应选取阈值,增强了算法的稳定性,从而弥补了环形法的模板信息单一且阈值固定的缺点。实验结果表明,该算法的匹配位置准确,匹配速度比相关法提高5倍,比环形法提高10倍,且在目标发生明显运动变化时仍具有很强的可靠性。     

基于泽尼克矩耦合颜色空间加权度量的商标检索算法

目的 针对商标检索系统中利用单一特征进行识别和度量时,往往难以充分表征商标特征,易出现检索精度和鲁棒性不高等问题,文中拟设计一种泽尼克（Zernike）矩耦合颜色空间加权度量的商标检索方案。方法 首先,利用Zernike矩作为商标的形状描述符,充分描述商标的形状信息。随后,利用颜色空间来描述图像中像素空间信息的颜色分布特征。然后,分别将输入商标的Zernike矩特征、颜色空间特征与存储在数据库中的特征进行匹配,以计算Zernike矩特征的加权Euclidean距离与颜色空间度量。最后,联合颜色空间度量与Euclidean距离,综合考虑形状与颜色特征,形成新的距离测量规则,输出与查询商标相似的商标。结果 实验数据表明,与当前商标检索算法相比较,所提算法具有更高的检索准确率与鲁棒性,表现出更为理想的Precision-Recall以及平均准确率（Mean Average Precision, MAP）。结论 所提算法返回的图像与查询图像相似度较高,在商标注册、侵权保护等方面中具有一定的参考价值。