几何矩顺序算法的比较性研究

几何矩是用于推导平移、伸缩和旋转不变量的常用技术。用直接方法计算矩涉及大量的加法和乘法,因而有必要研究几何矩的快速算法。该文首先综述现有的对几何矩进行快速计算的顺序算法,然后用数字实验比较Delta方法、多线段积分方法、以及Li和Shen的格林定理法的性能。多线段积分方法和Delta方法在计算Hu矩不变量方面性能是相同的,但Delta方法仅适于处理二值水平连续图像,而多线段积分方法可以处理任意二值图像。与Li和Shen的格林定理法相比,多线段积分方法在计算精度上性能很完美。     

三维正交矩的快速算法

给出一种针对一类特殊三维物体－多面体的Ｌｅｇｅｎｄｒｅ正交知匠有效算法。首先利用高斯公式,将矩定义中的体积积分转化为表面积分,这使得矩计算中的运算量减少一个数量级。其次,为计算面积积分,彩格林公式将其转化为围线积分,后者可以方便地用迭代方法求出。文中介绍的方法能显著地减少三维正交矩的运算量。     

新的图像几何矩快速算法

矩技术作为一种有效的图像描述方法,在图像分析方面有着重要应用,但由于涉及大量计算,在一定程度上制约其应用.提出一种新的基于GPU的快速计算方法,它首先将图像加戟成纹理,然后在像素着色器中利用GPU内核同时对多个像素进行处理,快速计算所需矩值.实验结果表明,与当前的直接法和对称核快速算法相比,文中提出的算法可有效节省计算时间,尤其在图像尺寸较大及所使用的矩的阶数较高的情况下,计算性能更优.     

基于差分法的灰度图像矩的快速算法

本文提出了一种新的对于灰度图像的几何矩的快速算法。首先运用图像差分法,将图像函数f（x,y）变换为图像函数d（x,y）。其次,从x^n（n=1,2,3）的递推求和得到一组数组。灰度图像的几何矩可以由该数组和函数d（x,y）计算获得。这种方法的优点在于：图像行（列）中具有相同像素值的连续部分,经差分后,除端点外的其它部分都为0,求矩无需考虑值为0的像素。所以,求矩计算量大大地降低了。文中给出了实验结果,和其它灰度图像求矩算法相比,文中算法在大多数情形下都极大地降低了计算复杂度。该算法乘法和加法的运算次数大约是Belkasim’s算法的47．4％和59．8％,大约是Yang’s算法的35％和51．8％。     

一类新的正交矩-Franklin矩及其图像表达

该文定义了一类以Franklin函数为核的正交矩,称之为Franklin矩.Franklin函数是一类完备正交一次样条函数系.传统的Legendre矩、Zernike矩等多项式矩,由于涉及高次多项式的计算,往往会导致计算不稳定,特征空间维数扩展受到制约.Franklin函数是正交的,相应的矩函数可以使得图像分解后的信息具有独立性,没有信息的冗余.而且,Franklin函数仅由一次分段多项式组成,在计算过程中,避免了高次多项式的计算,兼具复杂度低、数值稳定的优点.通过对图像的重构实验表明,Franklin矩比传统正交多项式矩具有更好的特征表达能力.     

一种计算图像几何矩的快速算法

提出了一种计算图像几何矩的快速算法.根据图像区域边界的顶点链码,给出了图像几何矩的计算公式.该算法可以看作是格林理论的离散版本的一个推广,对低阶几何矩,算法的复杂度为O(n).与原有的几何矩算法比较,该方法具有实现简单、计算量小、计算结果精确等优点.     

矩特征的一种快速算法

介绍了一种基于边界点计算形状矩特征的算法,并采用该算法计算了目标的形状特征。结果表明该算法比传统的矩特征计算方法是具有高的运算速度。     

基于傅里叶-梅林矩的抗几何攻击图像水印算法

如何有效抵抗几何攻击是数字图像水印研究领域的热点问题之一,一个微弱不可觉察的几何攻击就可能使绝大多数水印算法失效。以不变矩理论为基础,提出了一种基于正交傅里叶-梅林矩的可有效抵抗几何攻击的图像水印新算法。结合傅里叶-梅林矩的几何不变特性,计算出原始图像的傅里叶-梅林矩;根据稳定矩的选取规则选取部分稳定的傅里叶-梅林矩,采用量化调制策略将水印信息嵌入到所选矩的幅值中;将傅里叶-梅林矩修改前后的重构差值图像叠加到原始载体图像中,得到含水印图像。仿真实验表明,该算法不仅具有较好的不可感知性,而且对常规信号处理和几何攻击均具有较好的鲁棒性。     

一种基于Krawtchouk矩的水印算法

提出一种基于Krawtchouk矩的水印算法,通过修改一些原始Krawtchouk矩并重构图像以获得水印图像.基于Krawtchouk矩与几何矩的关系,提出采用具有平移、比例缩放和旋转不变性的几何不变矩来检测水印.实验表明,与用Krawtchouk不变矩检测相比,该算法对于大角度旋转和图像平移的几何攻击具有更好的鲁棒性.     

一种新的二维图像几何矩快速计算方法

几何矩是二维图像形状特征的有效描述,本文提出了一种新的快速计算二维图像几何矩的方法,通过分离二维矩为计算两步一维矩,并将阶数高的一维矩计算中的乘法运算转换为加法运算,能够大幅度地提高计算二维图像几何矩的计算速度。本文从理论上证明了新算法的有效性与时间复杂度,并进行了实验分析,验证了新算法的运算速度效率。     

Fast Algorithms for Approximating Distances

In this paper we present efficient approximation algorithms for the distance selection problem. Our technique is based on the well-separated pair decomposition proposed in [8]. Received May 16, 1999; revised June 5, 2001.     

Fast Algorithms for Area Morphology

Acton, S. T., Fast Algorithms for Area Morphology, Digital Signal Processing11 (2001) 187–203Efficient algorithms are developed for area morphology. As opposed to traditional morphological operations that alter grayscale images via a concatenation of order statistic filters, the area morphological operators manipulate connected components within the image level sets. Essentially, the area morphology filters are capable of removing objects based on the object area solely. These operators can then be effectively used in important multiscale and scale space tasks such as object-based coding and hierarchical image searches. Unfortunately, the traditional implementation of these filters based on level set theory precludes real-time implementation. This paper reviews previous fast algorithms and introduces a pyramidal approach. The full pyramidal algorithm is over 1000 times faster than the standard algorithm for typical image sizes. The paper provides supporting simulation results in terms of computational complexity and solution quality.     

Fast Polynomial-Space Algorithms Using Inclusion-Exclusion

Given a graph with n vertices, k terminals and positive integer weights not larger than c, we compute a minimum Steiner Tree in $\mathcal{O}^{\star}(2^{k}c)$ time and $\mathcal{O}^{\star}(c)$ space, where the $\mathcal{O}^{\star}$ notation omits terms bounded by a polynomial in the input-size. We obtain the result by defining a generalization of walks, called branching walks, and combining it with the Inclusion-Exclusion technique. Using this combination we also give $\mathcal{O}^{\star}(2^{n})$ -time polynomial space algorithms for Degree Constrained Spanning Tree, Maximum Internal Spanning Tree and #Spanning Forest with a given number of components. Furthermore, using related techniques, we also present new polynomial space algorithms for computing the Cover Polynomial of a graph, Convex Tree Coloring and counting the number of perfect matchings of a graph.     

快速小波变换的加速算法（Ⅱ）

1 小波变换的加速算法将文[10]的变换矩阵T(a)改写为: 根据文[10]的计算公式容易知道: cosα_N…cosα_2cosα_1=h0。因此易见每次计算的重点是做向量乘法。X_(2n)总计算量为:2Nn+2n乘法与2Nn加法。如果采用Mallat算法为4Nn乘法与2n(2N—1)加法,其运算量相差近一倍!同时,我们的算法非常简单,很容易实现。不过考虑到H与G已被按奇偶重新排列了,     

无结构对等网搜索机制研究

无结构对等网络由于搜索的灵活性和对动态环境的适应性,得到了广泛的应用,已经成为对等网络的主流。本文研究了目前已有的无结构对等网络的搜索算法,指出了搜索算法的特点和不足,总结了无结构对等网络需要解决的问题。     

快速小波变换的加速算法(I)

1 自适应方法对小波变换的迫切期望 图像、语音等处理技术的研究加快了小波理论的发展[1～9],今天信号处理技术随着通讯技术、计算机或机器人感知技术(实现计算机视觉、听觉、嗅觉、温度、运动等方面感知能力的技术)的飞速发展必将迎来更快发展.正如文[1]中所述:"忽然间不可避免地涌现出了各种各样的非线性算法,从而也打开了信号处理通往现代数学的大门.除了传统的应用如信号传输、编码和信号恢复之外,信号处理也进入了信息分析的领域.”     

无结构对等网搜索机制研究

无结构对等网络由于搜索的灵活性和对动态环境的适应性,得到了广泛的应用,已经成为对等网络的主流。本文研究了目前已有的无结构对等网络的搜索算法,指出了搜索算法的特点和不足,总结了无结构对等网络需要解决的问题。     

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。     

电子商务平台快速身份认证算法研究

提出一种快速身份认证方法。待验证用户提出证书申请后,利用门限的思想将证书颁发的任务分派到每个认证参与者身上,通过计算得到的认证参与者的子证书集合,完成身份认证,避免了所有认证工作都在认证中心进行计算造成的认证效率低的问题。实验证明,这种方法能够快速完成用户的身份认证,同时保证了认证的安全性,取得了满意的结果。     

Fast Theta-Subsumption with Constraint Satisfaction Algorithms

Relational learning and Inductive Logic Programming (ILP) commonly use as covering test the -subsumption test defined by Plotkin. Based on a reformulation of -subsumption as a binary constraint satisfaction problem, this paper describes a novel -subsumption algorithm named Django,¹ which combines well-known CSP procedures and -subsumption-specific data structures. Django is validated using the stochastic complexity framework developed in CSPs, and imported in ILP by Giordana et Saitta. Principled and extensive experiments within this framework show that Django improves on earlier -subsumption algorithms by several orders of magnitude, and that different procedures are better at different regions of the stochastic complexity landscape. These experiments allow for building a control layer over Django, termed Meta-Django, which determines the best procedures to use depending on the order parameters of the -subsumption problem instance. The performance gains and good scalability of Django and Meta-Django are finally demonstrated on a real-world ILP task (emulating the search for frequent clauses in the mutagenesis domain) though the smaller size of the problems results in smaller gain factors (ranging from 2.5 to 30).