彩色图像中基于Hu矩的手势识别方法研究

手势识别是图像处理中一个主要研究方向,Hu矩由于其良好的不变性被广泛地应用在二值图像中进行图像识别.文中将传统的Hu矩引入到彩色图像中,经过大量的实验,得出了Hu矩在彩色图像中的特性,提出了基于Hu矩的图像旋转识别法,应用在彩色图像的手势识别中.     

SAR图像目标识别新方法

提出一种SAR图像目标识别新方法。首次引入BM3D方法,用于滤除原始图像中的相干斑噪声,BM3D结合了空间域和变换域去噪的优势,滤波性能优异。在特征提取步骤,将低阶Hu矩与高阶Zernike矩组合,Hu矩描述目标的粗略信息,高阶Zernike矩描述目标的细节信息,因此组合矩能够更加全面而细致地表达目标特性。使用组合矩特征训练SVM分类器,对含噪的SAR图像进行识别实验。实验结果表明:本文方法的识别率高达98.90%,优于已有的SAR目标识别方法。     

基于组合矩的激光成像雷达目标识别算法

随着激光技术的发展,激光成像雷达在现代战争复杂战场环境中逐渐获得了广泛的应用,目前激光成像雷达自动目标识别技术已成为国内外研究的热点问题。提出了基于组合矩的激光成像雷达目标识别算法,从激光成像雷达目标的距离像中提取低阶的Zernike矩、Hu矩和中心矩构成组合矩特征,该特征对距离像噪声不敏感,应用径向基函数(RBF)神经网络对三种地面目标进行分类识别。实验结果表明,该算法与应用Zernike矩和Hu矩特征进行分类识别相比,对三种激光成像雷达地面目标的平均识别率在高载噪比(20dB)下分别提高了1.0%和3.7%;在低载噪比(10dB)下分别提高了11.8%和42.5%;当载噪比高于17dB时,该算法的平均识别率达到100%。因此该算法取得了比较好的识别效果。     

基于原点矩偏导的K分布杂波参数估计

K分布的参数估计研究对于雷达杂波特性预测和估计具有重要意义。基于矩估计的K分布参数估计方法通过联立不同阶原点矩进行参数求解,这些不同阶数下的联合,在数据长度受限情况下会产生误差。因此,通过计算原点矩偏导和原点矩之间的关系,推导出了一种新的K分布杂波参数估计方法。该方法在同阶原点矩的条件下进行参数估计,避免了不同阶原点矩之间的估计误差,具有更好的估计性能。通过仿真和实测杂波数据,分析比较了该方法与其他矩估计法的参数估计有效率和估计精度,该方法具有100%的估计有效率且估计精度更高。高阶矩对数据敏感,在矩估计法中应尽量选取低阶矩,通过合理选取阶数k可以得到较为理想的估计结果和精度。     

并行高阶矩量法分析舰队RCS和其它电磁特性

随着计算机多核技术和计算机群技术的发展和MPI并行技术的应用,使得并行高阶矩量法可以解决复杂大型目标的电磁特性。文中介绍了并行高阶矩量法的基本理论：高阶基函数、并行矩阵填充和并行矩阵求解,并在这些理论的基础上应用其分析舰队的RCS和其它电磁特性来说明这种数值算法的可行性和快速性。     

介质散射的双线性高阶叠层基函数矩量法分析

提出了一种基于双线性思想的高阶基函数降低矩量法分析介质目标电磁散射问题时的未知量.论文给出了双线性高阶叠层基函数的构造过程, 并将其应用于介质的面积分方程分析中.数值算例比较了不同阶数时所需未知量以及计算精度, 表明该高阶叠层基函数在满足相同积分方程的计算精度时能比低阶基函数节省未知量.     

多特征矩融合的液晶屏字符缺陷检测算法

为了实现液晶屏字符高效、精准的自动化检测,针对液晶屏字符显示的断线、亮度缺陷,提出一种基于多特征矩融合的液晶屏字符缺陷检测算法。首先提取原始液晶屏图像中ROI区域,使用Hu不变矩来描述字符的结构特征,采用Zernike矩来弥补Hu矩所不能描述的高阶矩信息;然后使用颜色矩来描述字符的颜色特征,采用灰度矩弥补颜色矩所不能描述的灰度信息,并运用2DPCA技术融合上述矩阵,通过欧氏距离来衡量标准图像融合特征矩阵与待检测图像融合特征矩阵之间的相似度,通过设定相似度阈值来达到缺陷检测的目的。实验的客观和主观评价结果表明：主观上,该算法具有一定的稳定性、实用性;客观上,该算法相比于同类算法具有较低的误判率1%、漏判率0%以及较高的效率0.6 s,基本满足实际检测需求。     

基于机器视觉的工件定位和识别

根据机器视觉系统具有非接触性、实时性、稳定性及高精度的特点。文中采用机器视觉技术对工件的定位和识别进行了研究。通过求取工件轮廓中心矩和轮廓轴线二阶导数的最小值,求得工件的中心坐标和旋转角度;通过提取模板工件的Hu不变矩与工件轮廓的Hu不变矩,利用轮廓的相似度量函数识别工件类型。实验结果表明,通过提取工件轮廓矩能在旋转的情况下精确地定位和识别工件。     

基于改进离散Green函数的字符矩的计算方法

图像矩及其不变量是图像处理和图像识别的一个重要工具。高阶矩的计算会对计算效率产生影响。利用离散Green函数可以实现降维操作,文中提出一种改进的离散Green函数矩计算算法,消除左右端点配对的要求,适应于任意多连通区域,并且大幅度提高了算法的执行速度,利用边界标定自动机方法,对边界像素进行跟踪和标记,避免重复扫描,得到边界像素,结合改进的离散Green函数方法完成对图像中所有字符矩的计算工作。     

基于区域矩的舰船图像目标特征融合方法研究

为了增强特征对图像目标的描述能力,一类重要的方法是将不同类型的特征融合。面向舰船图像目标识别,研究了基于区域矩的特征融合方法。区域矩不是计算原始图像像素的矩,而是计算图像特征的矩,具体是首先设计合适的目标特征,然后利用中心矩、Hu氏不变矩和径向矩实现特征融合,并基于KNN分类实现目标识别。仿真实验表明,与区域协方差相比,区域矩可以更好地融合舰船可见光图像或红外图像的目标特征,而且没有随机初始化问题,所以实用性和有效性更高。     

基于组合矩的激光雷达距离像目标识别

激光成像雷达距离像与目标表面物理结构特性密切相关,体现目标的本质特征,是目标识别的主要研究方向。采用组合矩的神经网络方法进行了相干激光雷达距离像目标识别仿真研究。用Hu不变矩和仿射不变矩两者的低阶矩组合表示距离像目标区域特征,利用反向传播(BP)神经网络识别不同方位角的车辆。当视场角不变时,训练10个目标,每个目标取3～19个样本,在不同载噪比(CNR)情况下,分析Hu不变矩、仿射不变矩和两者组合矩的识别率。理论分析和仿真实验表明利用组合不变矩进行距离像目标识别性能优于单独利用其中一种不变矩。     

基于小波结构矩的图像识别算法

提出了一种基于小波结构矩的具有平移、旋转、缩放不变性的新型图像识别方法.小波结构矩是在小波矩的基础上通过改变图像函数的结构即几何矩的密度得到的.该算法结合了小波和结构矩的优点,不但实现了对图像特征的精细把握还增大了相似图像之间的距离.采用三次样条函数作为母小波,有效提取了图像的全局特征和局部特征.实验证明,小波结构矩比改进的Hu矩和结构矩具有更高的识别率,目前该算法已经成功运用到全自动金丝球焊机图像识别系统.     

基于Zernike矩的三维目标多视点特性视图建模

目标的模型化是三维目标识别的一个重要环节。由于从多视点特征法建立的模型能够避免从二维图像中恢复目标的三维结构．在三维目标识别中应用比较广泛。使用镶嵌式多面体分割视觉空间以得到三维目标的多视点投影图像,采用较小的镶嵌单元尺寸以完备地描述目标各种姿态的信息。Zernike矩具有旋转不变性,并能够方便地由各阶矩重建图像。计算多面体各个单元的投影图像的Zernike矩．所需的矩的最高阶次由重建图像与原图像的差别确定,通过聚类方式合并那些图像的矩变化很小的投影对应的几个小单元．每个新单元可以提取一幅特性视图．实现较小数目的多视点特性视图的建模。实验证明了这种方法的可行性。     

基于改进的Hu不变矩的图像检索技术研究

提出一种改进的Hu不变矩形状特征描述算法。首先使用Canny算子对图像进行边缘轮廓提取,然后分析传统Hu不变矩的缺点提出一种相对矩与离心率特征相结合的不变矩描述算法,通过实验证明改进后的形状描述算法具有良好的旋转不变性、平移不变性以及尺度不变性,同时对改进前后的检索性能进行实验对比,发现改进后算法的检索性能优于改进前。     

采用径向Tchebichef矩不变量的飞机型号识别

针对几何矩非正交性对目标描述的不足以及连续正交矩在处理数字图像方面存在离散化误差的缺陷,为了提高识别精度,提出了一种利用离散正交的Tchebichef矩结合全局特征和局部特征的飞机型号识别方法。首先,根据几何矩和Tchebichef矩之间的关系,利用归一化几何中心矩、圆谐函数得到径向Tchebichef矩的旋转、尺度和平移(RST)不变量;然后,利用径向Tchebichef矩提取飞机目标的局部和全局特征构成特征向量;最后,利用Matlab构造了四类飞机的样本集,采用支持向量机(SVM)作为分类器识别测试样本飞机型号,分析了几何矩、Zernike矩和本文方法在识别精度上的差异以及训练样本集大小对识别精度的影响。实验结果表明,本文提出的算法提高了识别精度,并且在训练样本集较小时仍能获得90%以上的识别精度。     

基于加权Hu矩和HOG特征的自适应融合人体行为识别新方法

针对HOG在强噪条件下以及加权Hu矩在弱噪条件下识别性能较差的情况,通过最小二乘拟合估计加权系数与噪声参数之间的映射关系,自适应调整融合参数达到将加权Hu矩和HOG特征融合的目的。实验证明,基于加权Hu矩和HOG的特征识别对噪声的容忍度更好,适用范围更广,识别率更稳定。     

识别红外目标的实用算法

本文针对采用红外成象的实际系统,分析了目标的红外图象特性,提出用目标的投影函数求得目标图象不变矩的方法,并在理论上和计算机模拟结果中分析了采用两个不变矩描述目标特征的可能性。     

位积分方程组矩量法用于精确计算非均匀介质柱的电磁散射

位积分方程组的主要特点是以电磁位为未知函数,这些未知函数在具有不同电磁参数的介质分界面处是连续的,因而在矩量法的实现过程中能够非常方便地应用高阶插值基函数来展开未知函数,以便获得高精度的解。但是,经典的点匹配方案使该模型的数值稳定性较差。本文用位积分方程组矩量法模型计算任意截面非均匀介质柱的电磁散射,采用三角形离散方案和高阶插值基函数,在测试过程中应用新提出的测试方法,克服了原位方程组矩量法模型的数值不稳定性。对矩量法矩阵中自阻抗元素的奇异性处理方法也作了详细介绍。文中提供的数值结果表明,该方法是精确、稳定的。     

一种高阶矩量法迭代求解的预处理技术

频域高阶矩量法越来越多地用于求解目标散射问题.但高阶矩量法得到的矩阵方程中,系数矩阵条件数较差,并且一般为非对角占优阵,通常用计算效率较低的直接方法求解.本文针对叠层高阶基函数的特点,提出了一种函数空间域分解的加性Schwarz预处理技术.通过数值计算,给出了最优分解方案,并数值验证了预处理技术的有效性.     

基于Zernike矩和SVM的不变性目标识别

在图像目标识别中,目标图像平移、尺度和旋转不变性是一个重要前提.文中采用稳定性好的低阶几何矩特征实现目标的平移、尺度不变性变换;然后利用Zemike矩提取目标的旋转不变性特征;最后在目标不变特征空间通过支持向量机(SVM)分类器实现目标识别.实验证实了算法的有效性.