不变矩算法的改进与人耳识别技术

由于人耳识别具有不受表情、化妆等影响的独特优势,研究了人耳识别特征技术,对不变矩算法进行了改进,获得6个改进的高阶不变矩特征向量。分别用两种算法对人耳图像进行识别处理,比较两种识别结果。改进后不变矩算法的高阶不变矩具有平移、旋转不变和尺度缩放不变的特性。采用BP人工神经网络对60只人耳图像进行识别验证,正确识别率达到91．8％。     

Zernike矩快速算法的修正

首先对Mukundan和Ramakrishnan提出的Zernike矩快速算法进行了修正,给出了更为完整、准确的坐标变换公式。然后给出了由伪极坐标系向笛卡尔坐标系转换的方法。最后,将每一幅图像在相同阶数和重复度下的4个方向Zernike矩模值的均方差与均值的比作为评价指标,对修正前和修正后的算法以及图像预处理对Zernike矩快速算法的影响进行了综合验证。针对5幅图片,两种算法分别有5×11个评价值,实验结果表明:改进后的算法有44个评价值好于原始算法,同时也通过实验验证了多种预处理对Zernike矩的影响。     

不变矩及其在基于形状特征图像检索中的应用

提出一种快速有效推导不变矩的方法--三角函数生成法,并在此基础上描述了一种基于Hu形状不变矩的图像全局形状特征提取方法和算法.实验结果表明,使用这种算法提取的形状特征向量具有对平移、旋转和尺度变化的不变性,适合于进行图像形状的检索.     

基于不变矩的椭圆(圆)识别方法

为了能快速识别椭圆(圆)曲线,给出了利用不变矩的识别方法,根据曲线离散点的坐标,求出椭圆(圆)曲线的形心和归一化的中心矩,并利用这些中心矩,计算了椭圆(圆)曲线的特征参数,然后再根据这些特征参数和识别准则对曲线进行识别,该识别方法不需要施加任何条件和限制,能快速识别曲线中所有大小和摆向各异的椭圆,实验结果表明这种方法是有效的。     

边缘分类SIFT算法

针对经典SIFT算法的实时性较差和其在图像拼接应用时特征点冗余的问题,研究了其在整个尺度空间搜索极值点步骤后,利用图像几何不变矩理论结合图像边缘提取技术提取了图像的边缘类,并在边缘类对应的尺度空间中提取特征点,从而给出了一种改进的SIFT算法.经过多组实验后,结果显示改进后算法可以使图像的冗余特征点减少20%～50%,从而大大减少经典SIFT特征点冗余性并提高了算法的运行速度.     

基于不变矩和神经网络的抗几何攻击水印技术

针对数字水印领域中抗几何攻击这一难题,提出了一种新颖的盲水印方法.该方法充分利用BP网络具有很强的非线性逼近能力这一特点,建立含水印图象不变矩与水印不变矩之间的对应关系,因而在检测水印时不需原始图象.在检测水印时,提出了一种利用不变矩特征距离来计算水印相关性的方法.不变矩和神经网络的结合,不仅可以提高水印的强壮性,使水印算法具有抵抗几何攻击的能力,还可以充分利用神经网络的强壮性使水印的检测更加可靠.实验表明该方法具有良好的效果,不仅可以抵抗几何攻击,而且在高压缩比的JPEG压缩和一些图象处理下仍可检测到水印.同时该方法具有可推广性,可以进一步方便地应用于其它类型和不同变换域中的数字水印方法.     

小波和仿射不变矩的目标特征提取方法研究

不变矩是目标识别中重要而有效的特征提取方法。利用小波矩具有的多尺度、平移和旋转不变性进行特征提取,有较高的识别率。但当拍摄角度不同,图像发生形变,识别效果降低。针对这一问题,提出了一种将小波矩和仿射不变矩相结合用于目标特征新的提取方法,并验证本方法的鲁棒性更高,识别效果更好。     

基于特征提取的电气设备红外图像识别算法

针对变电站设备的红外图像特征提取和识别问题,提出了基于不变矩的图像特征提取和识别算法.基于统计学中矩函数的概念,提出了用于表征图像全局特征的图像矩函数,并以二维几何矩为基础,提出了用于图像识别的6个矩不变量参数.通过对中心矩计算方法进行改进,消除了图像变换过程中的计算误差,实现了图像不变矩参数的准确计算.结果表明,所提出算法的综合识别率可达94%,能够满足实际应用需求.     

现代计算电磁学中的矩量法与快速算法

介绍了现代电磁理论中辐射散射问题的基于边界积分方程的矩量法.通过引入Krylov子空间迭代算法来求解矩阵方程,并使用快速多极子算法来加速计算矩阵向量积,可以使算法的空间和时间复杂度降为O（N15）.     

基于Gabor变换和不变矩的掌纹识别研究

提出了一种将二维Gabor变换和不变矩特征相结合对掌纹图像进行特征提取,并采用多层前向反馈神经网络进行掌纹图像训练识别的方法。该方法首先对掌纹图像进行预处理,获得掌纹感兴趣区域(ROI),然后构造一组Ga-bor滤波器从而得到ROI的特征向量,结合掌纹图像的不变矩特征共同作为神经网络的输入进行训练识别。实验表明该方法的有效性。     

一种应用于弹塑性结构重分析的快速计算方法

为提高弹塑性计算的效率,以弹塑性有限元增量迭代方法为基础,提出了一种新的快速计算方法。该算法用已求解样本的信息来加速求解待求样本,从预测位移、迭代求解2个步骤来实现弹塑性问题的计算。数值计算结果表明,快速算法能大幅提高计算效率,且具有较高的可行性。     

基于均值查找的快速中值滤波算法

针对传统中值滤波算法时间复杂度高、运行速度慢,难以满足大型图像数据实时处理的问题,提出了一种快速中值滤波算法,将确定中值元素的过程由排序运算转换为基于均值对集合的二分查找,算法不依赖于滤波窗口的形状以及相邻窗口的相关信息,有效提高了中值滤波的执行效率,使传统中值滤波算法的时间复杂度由O(nln n)下降至O(n).实验中,该算法应用于大型图像序列的滤波处理,其运算速度提高到传统中值滤波算法的3倍以上,并且算法运行时间仅随滤波窗口大小线性增长,可以满足大尺度滤波窗口对大型图像数据实时处理的需求,具有显著的实际应用价值.     

求解图像分割模型的快速梯度投影算法

针对带约束条件的凸图像分割模型,提出一种快速数值实现算法。该算法在梯度投影算法的基础上结合了快速迭代收缩算法的加速收敛策略,利用正交投影处理不等式约束条件,避免了一般罚函数方法所带来的处罚项的不规则性;同时采用对偶方法来避免全变分项的非光滑性和高非线性性。实验结果表明了所提出算法的有效性和在收敛速度上的优越性。     

图像分形特征提取的快速算法

介绍了一种利用归整化对数表提取图像分形特征的快速方法．该方法在计算图像的局部分维数和局部分形模型拟合误差时,通过查表的方式获得对数运算的数值,避免了对数的在线计算,同时使计算时间大大缩短．该算法为用现有硬件实现图像分形特征的实时提取创造了先决条件．     

Delaunay三角剖分的快速重建算法

本文描述了一种Delaunay三角剖分的快速重建算法,用以节省三角网格存储和传输时间.该算法既可以在基于均匀网格的Delaunay三角化过程中,直接生成点集序列,也可以推广到其他Delaunay三角剖分方法的输出结果,在O(n)的时间内生成点集序列.简单遍历这个点集序列就可以在O(n)的时间内重建Delaunay三角剖分.与以前的算法相比,该算法具有重建操作简单、执行速度快、拓扑信息完全隐藏在点集序列中、不需要增量插入操作等特点.     

基于不变矩算法的行人识别方法研究

行人识别对于智能辅助驾驶和智能车辆至关重要.采用一种基于不变矩算法的行人特征提取和识别方法,通过利用不变矩在目标平移、旋转和缩放的不变性,在HU不变矩基础上添加3个表达式,使不变矩包含更多的细节特征,将其作为行人目标的识别特征,利用支持向量机分类器作为主要手段对不变矩进行分类识别,并分析影响识别效果的影响因素.试验结果表明,选择改进的不变矩作为行人特征具有较好的行人识别效果,较高的识别率使行人和非行人能得到有效的识别.     

多路快速卡尔曼算法

在实际应用中,往往遇到需要处理具有多输入单输出的系统。在要求快速收敛和跟踪的场合下,LMS 算法及常规的快速卡尔曼算法均不适用。本文导出了一种适用于这种情况的复值多路快速卡尔曼算法。理论分析和计算机模拟结果均表明了这种算法的可行性。     

一种改进的RootMUSIC快速算法

MUSIC算法是一种基于特征结构的子空间类超分辨算法,该算法性能优良,但需要估计协方差矩阵并进行特征分解和谱峰搜索,运算量较大。研究了波达方向估计问题并提出了一种改进的快速算法,该算法利用协方差矩阵的子矩阵得到信号子空间,无需特征分解,只需估计该子矩阵,然后用多项式求根的方法代替谱峰搜索,故该快速算法运算复杂度远低于MU-SIC算法,同时性能损失并不太大。理论分析和计算机仿真结果表明此算法是有效的。     

快速并行细化算法在焊缝识别中的实现

针对焊接部分和其他部分的特征区分不明显,在焊缝质量检测的图像采集中可能会存在大量噪点从而导致焊缝识别出现偏差的问题,提出一种基于图像快速并行细化的焊缝识别方法。文章给出图像获得、图像灰度转化、图像二值化、图像缩小、图像快速并行细化的处理步骤及采用C#语言对焊缝识别的编程实现,并对实际焊缝图像进行实验验证。该算法对图像的焊缝骨架提取较为准确,同时具有运行效率高和易于移植的特点。       

大尺度高分辨率遥感图像机场目标的快速识别

基于对机场的图像特征、目标特征的全面分析,提出了一种从大幅面高分辨率光学遥感图像(10000×10000 pixel)中快速识别机场目标的算法。首先通过预处理去除图像中大部分与目标特性不相关的区域,然后在剩余区域中作精确的检测,其中用到的目标特征有空间频率、均值、方差和能量等,使用canny边缘检测、线段分割与四邻域跟踪技术对目标进行精确识别。研究结果表明,本文算法能够实现对机场的快速识别,识别算法时间小于2 s。