一种基于向心链码的形状检索方法

提出了一种对形状进行编码和检索的方法.首先采用向心链码(Centripetalcode)对形状进行编码,再在形状的向心链码码流中直接提取形状的“相对凸数”及“凸度”,并利用这些特征作为形状检索的依据.由于形状的向心链码具有旋转不变性、平移不变性,并且在计算形状的特征量时采用了减少尺度影响的方法,因此,这种检索算法具有一定的抗“相似性形变”的能力,实验结果也表明了这一点.     

涡流栅位移传感器绝对定位可靠性算法

为了提高涡流栅位移传感器绝对定位的可靠性,利用编码码道信号之间互补关系,提出了一种新型的编码码道码字识别算法,即三类码字识别算法,该算法可将编码码道归一化误差限提高到±0.1。在此基础上,对归一化误差曲线经过有选择性的最小二乘法拟合,可将归一化误差进一步降低至±0.05。实验证明该方法可以满足码字识别算法的要求,采用该技术的涡流栅位移传感器确保了绝对定位的可靠性,提高了传感器的稳定性。     

矢量量化中码书旋转压缩的研究

普通码书中的码字之间在不同的方向上具有很大的相关性,存在大量的数据冗余。提出了将码书中的码字旋转压缩的理论。该理论是将各个码字按四个方向垂直旋转后进行相似性检查。如果旋转后的码字其中一个方向上与前面的码字存在相似,则将该码字删除,从而达到压缩的目的。编码时将压缩后的码书旋转恢复后进行编码,从而大幅降低了需要存储的码字数量。同时给出了一种将现有1 024阶16维码书旋转压缩成256阶16维的方法,并对该方法得到的码书性能进行了仿真验证。实验结果表明使用压缩后的码书在硬件实现时与普通的矢量量化码书相比减少了75%的存储空间和输入带宽,而PSNR平均只降低0.28 dB。     

一种低密度奇偶校验码的几何构造方法

提出了一种新的QC-LDPC码的几何构造法,通过该方法构造出来的码字,其校验矩阵的最小环长为8,有效地保证了码字性能。由于校验矩阵是由一系列循环子矩阵组成的,编码器的硬件结构简单。通过仿真结果表明,这种码字在具有较低的编码复杂度的同时,拥有良好的译码性能。     

基于类别-实例分割的室内点云场景修复补全

三维室内场景修复补全是计算机图形学、数字几何处理、3D计算机视觉中的重要问题.针对室内场景修复补全中难以处理大规模点云数据的问题,本文提出了一种基于类别-实例分割的室内点云场景修复补全框架.该框架包括点云场景分割模块和点云形状补全模块,前者由基于PointNet的类别分割网络和基于聚类的实例分割模块完成,后者由基于编码器-解码器结构的点云补全网络实现.本文框架以缺失的室内场景点云数据为输入,首先根据"类别-实例"分割策略,采用PointNet对室内场景进行类别分割,并利用基于欧式距离的聚类方法进行实例分割得到室内各家具点云,然后借助点云补全网络将分割出的缺失家具点云逐一进行形状补全并融合进原始场景,最终实现室内点云场景的修复.其中,为了实现缺失家具点云形状的补全,本文提出了一种基于编码器-解码器结构的点云补全网络,首先通过输入变换和特征变换对齐缺失的家具点云数据采样点位置与特征信息;然后借助权共享多层感知器和PointSIFT特征提取模块对各采样点提取形状特征和近邻点特征信息,并利用最大池化层与多层感知器编码提取出采样点的特征码字;最后将采样点特征码字加上网格坐标数据作为解码器的输入,解码器使用两个连续的三层感知器折叠操作将网格数据转变成完整的点云补全数据.实验结果表明,本文提出的点云补全网络能够较好地补全室内场景中缺失的家具结构形状,同时基于该网络的场景修复补全框架能够有效修复大型室内点云场景.     

基于区域特征分析的层级有序码书目标检测算法

针对原码书算法在检测中码字匹配效率低以及在复杂背景下检测精确度差的问题,提出了一种基于区域特征分析的层级有序码书目标检测新算法。首先,利用一种新颖的"码书—码章—码字"三级结构用以精确划分码书,在优化了码字参数之后,将码字按访问频度进行排序并组织成定长列表。实验数据表明,该优化策略显著地提高了算法的实时性。其次,提出一种基于局部方向模式的运动边缘标记法,较好地克服了噪声的影响,并准确而完整地获取了运动物体的边缘信息。最后,将运动边缘轮廓区域与码书区域融合,得到了准确的运动目标。算法在时间域和空间域构建了一个能精确反映运动目标本质属性的立体模型,经实验验证,本算法在有随机噪声及光照变化影响的场景中,仍有较高的识别率和较好的鲁棒性。     

基于MEL的纠删码容错能力分析

最小删除错误列表（Minimal Erasure List,MEL）是最近提出的一种衡量纠删码容错能力的新方法。MEL方法不但能够反映码字的汉明距离,而且还能充分描述其他各种情况下码字的容错能力。因此,MEL可以作为各种码字容错能力的一个度量标准。将MEL方法用于阵列码的分析与比较,详细分析了常见阵列码（例如EVENODD）的MEL性质,显示了阵列码构造参数与容错能力之间的关系。改进了MEL的构造算法。     

基于区域特征分析的层级有序码书目标检测算法

针对原码书算法在检测中码字匹配效率低以及在复杂背景下检测精确度差的问题, 提出了一种基于区域特征分析的层级有序码书目标检测新算法。首先, 利用一种新颖的“码书—码章—码字”三级结构用以精确划分码书, 在优化了码字参数之后, 将码字按访问频度进行排序并组织成定长列表。实验数据表明, 该优化策略显著地提高了算法的实时性。其次, 提出一种基于局部方向模式的运动边缘标记法, 较好地克服了噪声的影响, 并准确而完整地获取了运动物体的边缘信息。最后, 将运动边缘轮廓区域与码书区域融合, 得到了准确的运动目标。算法在时间域和空间域构建了一个能精确反映运动目标本质属性的立体模型, 经实验验证, 本算法在有随机噪声及光照变化影响的场景中, 仍有较高的识别率和较好的鲁棒性。     

基于形状边缘方向直方图的图像检索算法研究

描述了一种基于边缘方向直方图(Edge Direction Histogram,EDH)的图像形状特征提取方法,算法提取的特征向量同时满足尺度、平移和旋转不变性.实验证明该方法对于具有单一背景、形状特征明显的图像具有较好的检索效果.     

基于局部形状图的三维人脸特征点自动定位

准确定位人脸特征控制点是三维人脸识别的关键技术之一。提出了一种新的三维人脸特征点自动定位方法,结合局部形状索引与基于局部形状图(LSM)的统计模型,通过误差分析自适应地确定局部形状图的统计半径,实现任意姿态下的三维人脸鼻尖和内眼角的自动精确定位。在CASIA 3D人脸数据库的比较实验结果表明,该方法比基于先验信息和基于曲率分析的定位方法都具有更高的定位精确度。     

基于参数化求和不变量与特征重整的形状匹配

从特征提取和特征匹配两方面考虑,提出了一种鲁棒的形状匹配方法。首先,基于求和不变量,设计了基于面积的形状参数化和归一化方法,提出了参数化求和不变量,该不变量基于形状局部描述且采用积分算子计算,具有较好的鲁棒性和仿射不变性。然后,为进一步提高形状匹配的鲁棒性,在特征匹配上,分析了参数化求和不变量的先验信息,设计了基于特征重整的匹配距离函数,并通过动态规划进行实现。仿真实验表明了所提方法的有效性。     

形状的全尺度可视化表示与识别

目的视觉目标的形状特征表示和识别是图像领域中的重要问题。在实际应用中,视角、形变、遮挡和噪声等干扰因素造成识别精度较低,且大数据场景需要算法具有较高的学习效率。针对这些问题,本文提出一种全尺度可视化形状表示方法。方法在尺度空间的所有尺度上对形状轮廓提取形状的不变量特征,获得形状的全尺度特征。将获得的全部特征紧凑地表示为单幅彩色图像,得到形状特征的可视化表示。将表示形状特征的彩色图像输入双路卷积网络模型,完成形状分类和检索任务。结果通过对原始形状加入旋转、遮挡和噪声等不同干扰的定性实验,验证了本文方法具有旋转和缩放不变性,以及对铰接变换、遮挡和噪声等干扰的鲁棒性。在通用数据集上进行形状分类和形状检索的定量实验,所得准确率在不同数据集上均超过对比算法。在MPEG-7数据集上精度达到99.57%,对比算法的最好结果为98.84%。在铰接和射影变换数据集上皆达到100%的识别精度,而对比算法的最好结果分别为89.75%和95%。结论本文提出的全尺度可视化形状表示方法,通过一幅彩色图像紧凑地表达了全部形状信息。通过卷积模型既学习了轮廓点间的形状特征关系,又学习了不同尺度间的形状特征关系。本文方法...     

高斯卷积角:用于叶片图像检索的形状描述不变量

植物叶片图像的识别是计算机视觉和图像处理技术在生物学和现代农业中的一个重要应用.其挑战性在于植物叶片种类数量巨大,且许多叶片图像具有很大的类间相似性,使得描述叶片图像的类间差异变得非常困难.提出一种称为高斯卷积角的叶片形状描述方法.该方法用高斯函数与叶片轮廓点的左右邻域向量的卷积产生高斯卷积角,再通过改变高斯函数的尺度...     

Geometric Invariant Shape Representations Using Morphological Multiscale Analysis

In this paper, we present a new geometric invariant shape representation using morphological multiscale analysis. The geometric invariant is based on the area and perimeter evolution of the shape under the action of a morphological multiscale analysis. First, we present some theoretical results on the perimeter and area evolution across the scales of a shape. In the case of similarity transformations, the proposed geometric invariant is based on a scale-normalized evolution of the isoperimetric ratio of the shape. In the case of general affine geometric transformations the proposed geometric invariant is based on a scale-normalized evolution of the area. We present some numerical experiments to evaluate the performance of the proposed models. We present an application of this technique to the problem of shape classification on a real shape database and we study the well-posedness of the proposed models in the framework of viscosity solution theory.     

Illumination invariant extraction for face recognition using neighboring wavelet coefficients

The features of a face can change drastically as the illumination changes. In contrast to pose position and expression, illumination changes present a much greater challenge to face recognition. In this paper, we propose a novel wavelet based approach that considers the correlation of neighboring wavelet coefficients to extract an illumination invariant. This invariant represents the key facial structure needed for face recognition. Our method has better edge preserving ability in low frequency illumination fields and better useful information saving ability in high frequency fields using wavelet based NeighShrink denoise techniques. This method proposes different process approaches for training images and testing images since these images always have different illuminations. More importantly, by having different processes, a simple processing algorithm with low time complexity can be applied to the testing image. This leads to an easy application to real face recognition systems. Experimental results on Yale face database B and CMU PIE Face Database show that excellent recognition rates can be achieved by the proposed method.     

基于骨架和统计直方图的形状匹配算法

目标的柔性变化和局部遮挡是形状匹配的主要困难,传统的形状匹配算法对这类问题常不能奏效。针对该问题,提出了一种新的接合骨架和统计直方图匹配柔性变化和局部遮挡目标的方法。算法首先提取骨架接合点,根据骨架接合点将目标形状分块;基于每个骨架接合点构造各个子块的不变特征并将其直方图化;再构建了一种新的相似性度量函数;通过对骨架接合点的匹配实现目标形状的匹配。由于算法是提取骨架接合点,较骨架端点提取更稳定,从而能提高匹配精度;此外算法采用分块描述匹配的思想,所以能有效处理局部遮挡和柔性变化。理论分析和实验结果均表明算法是有效的。     

尺度不变单样本人脸识别方法

人脸识别是近年来图像处理、模式识别等领域的研究热点,但其面临的小样本空间、图像旋转、尺度变化等难题一直制约着人脸识别技术的发展与应用。为此,提出一种针对单样本人脸识别,提取尺度不变特征和样本脸进行匹配的识别方法:通过提取并匹配人脸图像的尺度不变特征得到特征点匹配关系,用以估计和校正图像间的旋转、尺度变化,并得到相对输入人脸图像尺度、旋转不变的样本脸,再使用子区域归一化互相关算法快速计算样本脸与输入图像之间的匹配程度,最后基于联合判决器综合特征点、样本脸两级匹配置信度综合判定识别结果。该方法有效结合了SIFT尺度不变特征对于旋转、尺度和光照变化稳定不变的优势,对于弱纹理图像也能够有效识别,具有较强的鲁棒性和适应性。