空间目标融合识别算法及实验研究

提出了基于红外与可见光图像的空间目标融合识别算法。算法针对空间目标的物理特征,利用红外和可见光图像提供的互补信息进行空间目标融合识别。方法以空间卫星为识别目标,采用不变矩和仿射不变矩来描述目标特征,提出了基于红外和可见光的特征级和决策级融合识别方案,并进行了半物理仿真实验和分析。实验证明这两种基于红外和可见光的融合识别算法可明显改善目标识别的精度和可靠性。     

基于不变矩与证据理论的飞机序列图像识别

D—S证据理论是一种决策级信息融合方法,能够综合各信息源。为了提高对飞机序列图像进行识别的能力,增加信息可信度,提高系统容错能力,提出一种不变矩与D—S证据理论相结合的方法,对飞机序列图像进行了识别。通过构造飞机图像的模板库,对于待识别的图像提取不变矩特征,提出了两种通过不变矩特征构造基本置信函数,然后运用D—S证据理论进行融合,得到图像的识别结果。通过实验,比较了两种不变矩特征和三种构造函数对识别结果的影响,并将其结果与支持向量机、神经网络的仿真结果相比较。实验结果表明方法是有效且可行的,识别概率优于其它的方法。     

图像识别的RSTC不变矩

分析了对比度变化对Hu矩的影响,构造了一种新的不变矩形式,该矩不但具有通常的旋转、尺度缩放以及平移不变性,同时还具有对比度变化不变性。以三类具有旋转、尺度缩放、平移以及对比度变化（RSTC）的目标图像为例进行了识别仿真实验,结果表明新的不变矩形式消除了对比度变化带来的影响,增强了三类图像的类内内聚性和类间可分性,实验结果证明能够对具有RSTC变化的目标图像进行有效识别。     

AGV机器人多角度静态识别图像智能拼接方法

传统多角度静态图像识别拼接方法存在图像拼接精准度低、识别准确率低和拼接时间、识别时间长的问题,对此,文章提出了AGV机器人多角度静态识别图像智能拼接方法。对中心矩进行了归一化处理,获得多角度不变矩,利用不变矩对静态图像进行特征提取;采用对数几率回归分类算法进行分类;采用最大似然法估算图像中的参数;利用梯度下降法判定参数最小值,得到图像识别结果;利用AGV机器人,将图像的识别结果投影到变换矩阵中,将矩阵中的重叠图像划分成一个缝合部分和两个过渡部分;通过多分辨率图像融合算法和加权平均图像融合算法对这三个部分进行融合,得到完整的图像,实现静态图像智能拼接。实验结果表明,该方法的拼接精准度较高、识别准确率始终在80%以上,拼接时间最高仅为36 s,识别时间始终低于20 s,该方法的准确性高、实时性强。     

改进的手背静脉识别算法

提出了一种基于不变矩和支持向量机的手背静脉识别算法。算法在采用修正的NiBlack算法从原始图中分割出静脉纹路,然后采用改进的条件细化算法进行细化获得静脉骨架的基础上,提取静脉骨架的7个修正的几何不变矩作为支持向量机分类器的输入进行静脉分类识别,在有500个样本的数据库上进行实验,获得了95.5%的识别率,表明了算法的有效性。     

特征点和不变矩结合的遥感图像飞机目标识别

传统的飞机目标识别算法一般是通过目标分割,然后提取不变特征进行训练来完成目标的识别。但是,对于实际情况比较复杂的遥感图像飞机目标,至今没有一种适合多种机型的分割和识别算法。针对现有识别算法的不足,本研究提出一种基于特征点空间分布、颜色不变矩和Zernike不变矩相结合的遥感图像飞机目标识别算法。方法：首先,对预处理后的遥感图像和模板图像进行小波变换,在低分辨率图像下采用圆投影特征进行粗匹配,确定候选目标;粗匹配结束后,提取高分辨率图像的多尺度Harris-laplace角点,并画出Delaunay三角网,同时提取出颜色不变矩和Zernike不变矩;然后使用欧氏距离作为这三种特征的相似性度量,并和样本图像进行加权匹配;最后选取欧式距离最小的图像作为最终的识别目标。结果：实验表明,本文算法飞机检测精度比现有算法高2.2%,飞机识别精度比现有算法高1.4%-10.4%。该算法能从遥感图像中精确识别出十大飞机目标,并对背景、噪声、视角变化等多种干扰具有良好的鲁棒性。结论：提出了一种基于特征点空间分布、颜色不变矩和Zernike不变矩相结合的飞机识别算法,该算法使用了图像的多种信息,包括特征点和不变矩,有效地克服了使用单一特征无法描述多种信息的不足。实验结果表明,本文采用基于特征点和不变矩的飞机识别算法比其他算法具有更强的抗干扰能力和识别精度。     

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。     

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.     

基于机器视觉的图像识别方法研究

本文介绍了一种采用Blob算法实现图像识别的方法,在此基础上提出识别规定形状物体的方法,利用不变矩、图形的面积和周长的比值来识别物体的形状,从而从多个规则物体中识别出规定形状的物体,同时利用该算法还能够给出所识别物体的位置信息。实验结果表明,该图像识别算法能够满足实际要求,物体识别准确率达到100%。     

基于不变矩特征及SVM的图像识别

该文提出了一种利用不变矩和支持向量机(SVM)对图像进行识别的方法。该方法提取图像的7个不变矩作为特征矢量,对得到的特征量应用支持向量机进行图像分类和识别。该文通过试验验证了此方法的有效性。     

改进型Gabor自商图算法及其在人脸识别中的应用

光照变化是影响人脸识别系统性能的关键问题之一,针对该问题提出了一种改进的基于Gabor特征的自商图算法。对人脸图像采用改进的加权Gabor滤波器进行平滑的Gabor特征提取,使用自商图像的方法求取图像的光照不变特征;对得到的自商图像用直方图截断等方法进行归一化;在Extended Yale B与CMU PIE人脸库上通过基于皮尔逊相关系数的最近邻方法进行实验。实验结果表明,与传统算法相比,该算法可以大幅度提高人脸识别率。     

基于归一化投影直方图不变矩的图像特征提取

提出归一化投影直方图和在平移缩放变换下保持不变的归一化投影直方图不变矩概念,由此构造归一化投影直方图不变矩,用于提取图像特征。实验结果证明,与经典不变矩理论相比,该方法能有效反映图像的结构特征,识别细微差异和区分相似图形的能力更强,应用于图像识别时具有较好的鲁棒性。     

基于边界矩和面积特征的零件图像识别方法

本文在研究和分析了零件图像特征提取技术的基础上,利用二值化的零件图像,依据Hu不变矩特征和面积特征相结合,克服了单一特征识别的局限性。从实验结果的对比可以看出,多特征识别减少了误差,具有较好的识别性能。     

Statistical Image Object Recognition using Mixture Densities

In this paper, we present a mixture density based approach to invariant image object recognition. To allow for a reliable estimation of the mixture parameters, the dimensionality of the feature space is optionally reduced by applying a robust variant of linear discriminant analysis. Invariance to affine transformations is achieved by incorporating invariant distance measures such as tangent distance. We propose an approach to estimating covariance matrices with respect to image variabilities as well as a new approach to combined classification, called the virtual test sample method. Application of the proposed classifier to the well known US Postal Service handwritten digits recognition task (USPS) yields an excellent error rate of 2.2%. We also propose a simple, but effective approach to compensate for local image transformations, which significantly increases the performance of tangent distance on a database of 1,617 medical radiographs taken from clinical daily routine.     

离散状态下的不变矩算法研究

针对R.Y.Wong提出的不变矩算法在离散状态下并不具有比例不变性的情况,本文分析了比例因子对不变矩的影响方式,通过对矩特征实施归一化处理,提出了一种新的不变矩算法,使其具有比例因子不变性,又能保持平移和旋转不变性,并给出了实验结果。     

基于主目标区域形状不变矩的图像匹配算法

基于不变矩图像匹配虽然克服了性能的不稳定性,在相对平移、旋转尺度变换的鲁棒性等方面具有一定的优势．但由于其计算公式复杂,匹配耗时长,实时性差。针对此提出了一种新的基于主目标区域的形状的图像匹配算法。此算法先取出待匹配图像的主目标区域,通过提取主目标区域的7个矩不变量图像特征,用图像特征向量的归一化欧氏距离表示图像的相似度,并用花朵等图像作为示例图像进行验证,实验证明该算法具有一定的优越性。     

基于三维不变矩的人脸表情识别系统研究

本文提出了基于三维不变矩的人脸表情识别系统研究框架。在对三维人脸表情模型进行预处理及归一化的基础上建立具有平移比例和旋转不变性的三维人脸表情模型的矩不变量特征表示。针对人脸表情分类应用背景采用基于支持向量机的智能学习技术研究实现利用多维度3D-Zernike描述子特征的人脸分析识别系统的建模,基于D-ABC算法的分析识别模型优化,提高模型可靠性和系统的鲁棒性,进而利用该系统进行三维人脸表情数据的分类识别。     

图像智能识别技术在图像自主导航中的应用

为了实现图像自主导航,研究了基于人工神经网络的图像智能识别技术。利用神经网络非线性、自适应性、鲁棒性及自学习特性,完成了从模式空间到类型空间的映射,得到不同类对象的不同几何不变矩特征,从而实现对图像的智能识别。图像处理技术已经成功地运用到了飞行器的导航方面,图像智能识别技术的进一步完善将有力地推动图像自主导航技术的发展。