统一Hu矩及在电视图像目标识别中的应用

分析了在离散状态下比例因子对不变矩特征的影响,扩展了Hu提出的基于区域的不变矩和Chen提出的基于边界的不变矩,构造了一种新的不变矩,统一了基于区域和边界的矩不变量公式,并满足离散状态下的比例不变性,比传统的不变矩更具一般性。将其应用到电视图像目标识别中,仿真结果表明,不变矩不变性好,识别率高,实时性好,具有一定的应用前景。     

图像分析中的矩技术

矩技术可广泛应用于图像检索和识别、图像分割、模板匹配、数据压缩、数字水印及运动图像序列分析等领域,近年来其研究取得了较大的进展。为了使人们对这一技术有个概略了解,首先对图像分析中的矩技术进行了较为全面的介绍和评述;然后着重探讨了离散正交矩技术在图像特征表示、图像重建、计算性能等方面的研究现状;最后提出了图像分析中的矩技术目前存在的问题和进一步的研究方向。     

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。     

影像匹配定位中的直线倾角直方图不变矩法

针对现有的基于图像直方图不变矩的匹配方法大多不能适应图像存在较大旋转变换的问题,提出直线倾角直方图不变矩的概念,并将其应用到影像的匹配与定位中.该方法采用直线段拟合表示图像边缘,利用直线倾角在基准图与待匹配图上的一致性进行影像匹配.实验结果证明,倾角直方图不变矩可以作为影像特征的描述形式,利用其进行影像匹配与定位是可行的.     

对象集变化时近似集动态维护的矩阵方法

目前粗糙集模型中概念的上、下近似集的计算方法大多是基于静态信息系统的.而实际的信息系统是随时间动态变化的,通常包括对象集、属性集和属性值3种类型的粒度变化,这些变化必然引起概念近似集的动态变化.如何快速、有效地更新概念的近似集是基于粗糙集的动态知识更新中的热点研究问题之一.而利用既有知识的增量式更新方法是一种有效的近似集动态更新方法.在信息系统动态变化的客观环境下,以矩阵作为表达和运算工具从一个全新的视角研究信息系统的论域随时间变化时,变精度粗糙集模型中概念的上、下近似集的增量式更新方法,并构造出近似集增量式更新的矩阵算法,随后分析了算法的时间复杂度。进一步,在MATLAB平台上开发出增量式更新和非增量式更新近似集的两种矩阵算法的程序,最后在UCI的6个数据集上测试了两种矩阵算法的性能并将实验结果进行比较,结果表明增量式更新的矩阵算法可行、简洁和高效.     

基于遗传算法的图象不变矩匹配

研究模板和图象间的有效匹配，利用不变矩特征作为检测模板和图象中物体轮廓相似度的测度，同时把遗传算法引入图象匹配识别，并针对简单遗传算法在应用过程中出现收敛过早和早熟现象的问题，采用了一种 改进型遗传算法。该算法和不变矩相结合能有效检测出具有平移、旋转 和尺度变化的物体，该方法可以应用于实际图象匹配和识别中。     

基于Legendre矩的CT及MR医学图象融合方法

为了提高CT、MR多模态医学图象配准、融合的精度和速度,提出了基于Legendre矩的CT和MR多模态医学图象配准、融合方法,并运用二维9数据图象的Legendre矩正交性和无冗余性的特点,通过找出CT及MR两种模态医学图象的质心,计算出两图象的比例因子,从而完成了两图象的平移和旋转,并精确地实现了CT和MR两模态图象的配信、融合,还优化了Legendre矩的快速算法和提高了应用Legendre矩配准CT和MR图象的速度。实验表明,利用Legendre矩对CT和MR等多模态图象配准、融合,不失为一种比较直接、简洁的方法;同时,Legendre矩在医学影象诊断、放疗计划系统等方面也具有重要的应用价值。     

基于归一化相关矩的多分辨率遥感图象融合

多传感器数据融合技术已广泛应用于遥感图象处理方面 .针对遥感多光谱图象空间分辨率较低的问题 ,提出了一种基于归一化相关矩的多分辨率图象融合方法 .该方法首先对图象进行二维小波变换 ,然后根据所得到的高频小波系数的一阶、二阶统计特征来定义图象局部灰度相关矩 ,并以此作为图象融合测度来对遥感图象进行多分辨率特征融合 ,从而得到包含更多信息和有效特征的融合图象 .仿真结果表明 ,融合后的图象在保留多光谱信息和提高空间分辨率上均能获得较好的效果 ,因而可以更好地用于目标识别、分类等遥感图象处理方面     

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。     

基于细分的图像插值算法

将基于法向的曲线细分技术应用到图像插值中,提出一种基于细分的图像插值算法．该算法无须建立中间连续图像模型,能自适应地插值,而且插值系数可为任意正实数．应用该算法插值后的边界清晰、自然,忠实地反映了原始图像的面貌．与传统的插值算法相比,其边界处理效果好,具有线性复杂度且易于实现．     

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。     

基于Cartesian矩的水印图像矫正算法

提出了一种水印图像矫正算法。该算法利用水印图像几何变换前后的Cartesian矩计算出水印图像缩放的尺度因子、旋转角度和平移参数,实现了对水印图像几何失真的快速矫正,不但可以校正水印图像的旋转失真、缩放失真和平移失真,还能有效地矫正联合失真。实验表明,该算法矫正精度高、性能稳定、计算量小,可以快速准确地矫正水印图像的高强度几何失真和联合失真。     

A New Multiwavelet-Based Approach to Image Fusion

Image fusion refers to the techniques that integrate complementary information from multiple image sensor data such that the new images are more suitable for the purpose of human visual perception and the compute-processing tasks. In this paper, a new image fusion algorithm based on multiwavelet transform to fuse multisensor images is presented. The detailed discussions in the paper are focused on the two-wavelet and two-scaling function multiwavelets. Multiwavelets are extensions from scalar wavelet, and have several unique advantages in comparison with scalar wavelets, so that multiwavelet is employed to decompose and reconstruct images in this algorithm. In this paper, the image fusion is performed at the pixel level, other types of image fusion schemes, such as feature or decision fusion, are not considered. In this fusion algorithm, a feature-based fusion rule is used to combine original subimages and to form a pyramid for the fused image. When images are merged in multiwavelet space, different frequency ranges are processed differently. It can merge information from original images adequately and improve abilities of information analysis and feature extraction. Extensive experiments including the fusion of registered multiband SPOT multispectral XS1\XS3 images, multifocus digital camera images, multisensor of VIS\IR images, and medical CT\MRI images are presented in this paper. In this paper, mutual information is employed as a means of objective assessing image fusion performance. The experiment results show that this fusion algorithm, based on multiwavelet transform, is an effective approach in image fusion area.     

古钱币图像的多尺度相对矩检索方法

提出一种古钱币图像的多尺度相对矩检索方法。利用小波多尺度特征模板提取边缘图像,基于多尺度相对矩进行特征提取,对 特征向量归一化并进行相似性度量。实验结果表明,该方法的检索效果较优,也同样适用于汽车图像的检索,具有较优的通用性与较强的鲁棒性。     

图像放缩的离散算法

从简单的二值图像出发提出灰度图像的离散放缩算法。该算法尽可能地保持了放缩后图像内物体边界的清晰，自然，而放缩倍数可为任意非整数倍。应用该算法，图像放大后层面清晰，色彩丰富，忠实地反映了原始图像的面貌；图像缩小后能较好地体现原始图像的主要特征。实例证明，此方法比常见的商品软件有更好的边界处理效果，且计算稳定，实现方便，将算法已成功地应用于开发的医学图像处理系统中。     

基于小波矩的图像复制粘贴篡改检测

图像的局部复制粘贴篡改技术,是最常见的一种图像伪造方式,对此提出一种基于小波矩的图像复制粘贴篡改检测算法．首先通过变分水平集活动轮廓模型初步确定图像篡改的可疑区域：然后对每一块可疑区域利用小波矩算法提取其小波矩特征;接着利用余弦相关性测度判别可疑区域的相似性;最后定位图像的篡改区域．实验结果表明本算法能够有效提取可疑区域,并进一步定位篡改区域．此外,算法对图像前景篡改区域的平移、旋转和缩放具有较强的鲁棒性．     

基于颜色矩的图像检索算法研究

为克服基于文字的图像检索技术对大型图像数据库实施困难、描述不完整等弊端,对RGB颜色矩和Munsell颜色矩进行研究,RGB颜色矩只适用于简单图像,Munsell颜色矩无法判断图片具体信息。为此,采用信息融合技术进行检索判断层的融合,选择多颜色空间融合颜色矩,在分析传统融合算法基础上,提出一种改进融合算法NewcombMNZ。实验结果表明,该算法能提高检索精准度和排序值,对噪声具有良好的鲁棒性,且能减少检索性能较差的特征对融合结果的影响,适用于特征数量较少的情况。     

基于多邻域统计矩直方图的彩色图像检索

提出一种创新的基于多邻域统计矩直方图方法(MNSMH)，该方法在量化HSV颜色模型下，计算每个像素点不同邻域的统计矩，对每个邻域统计矩，计算它的归一化直方图．以这些直方图和颜色直方图一起作为图像的特征索引进行彩色图像检索．这些不同邻域矩反映了图像颜色的空间分布信息，而它们的直方图又是对整个图像的全局统计，对图像的平移、旋转和尺度不变．实验结果表明，该方法性能稳定，与两种基于颜色直方图方法相比，能够明显地提高检索率．     

基于独立纹元矩的纹理图像检索

基于统计方法和视觉感知机制,提出一种新型的纹理特征--独立纹元矩.首先通过独立成分分析方法从图像集中学习得到独立纹元滤波器,该滤波器表现出与图像集的良好相关性;然后利用独立纹元滤波器对纹理图像进行滤波分解,抽取滤波系数的一阶矩和二阶矩组成图像的纹理特征向量.在Brodatz纹理库中的实验结果表明,独立纹元矩特征的查准率和查全率比Gabor提高了6%,达到79.27%,而且在特征向量维度相同的条件下,独立纹元矩抽取的速度比Gabor快2个数量级.