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。     

一种基于补偿法则的矩的快速算法

由于不变矩对图像的平移放大旋转的不敏感性，因此在模式识别、图像分类、场景匹配等图像处理和分析领域获得越来越广泛的应用．但是，求矩运算过程复杂、计算量大、使它的应用受到限制．基于Delta方法，提出了一种新的基于补偿法则的矩的快速算法．对任意二值图像分解为多条线段，图像的矩就等于所有线段的矩的和．对每一线段，将其左方(或上方)填满．每一线段的矩就等于填充后的线段的矩减去填充线段的矩．这样做的好处在于：一幅图像所有可能横(竖)线段的数目由N^2减少为N．引入一组N大小的数组，将求矩过程中大量重复计算的数据一次计算后存人数组，需要时查数组即得．从而极大地减少了计算量．由于填充后线段规格一致，便于用统一的公式计算且有利于编程．和已有的某些算法仅适用于无凹图像和矩计算结果是近似的相比，该算法计算结果准确，适用于任意复杂的二值图像．列出了已有矩算法运算量的评估，比较而言，所讨论的算法的计算量和用时都优于其他算法．     

基于差分矩因子的灰度图像矩快速算法

由于不变矩对图像的平移放大旋转的不敏感性,因此在图像处理、模式识别、场景匹配和计算机视觉等领域获得越来越广泛的应用．但是,求矩运算过程复杂,计算量大,使它的应用受到限制．快速求矩算法不少,但大多限于二值图像．文中提出一种新的适用于灰度图像的快速求矩算法．算法基于文中提出和证明的差分求和定理,即两个离散函数数组的乘积,等于将其中一个差分、另一个累进求和后的乘积．将矩因子作为一个函数数组,图像作为另一个函数数组,对矩因子数组实施多次差分,差分结果使得矩因子数组除边界1个或几个数组元素外,其余数组元素值皆为0．这样需对所有数组元素的乘积变为只对边界1个或几个数组元素的乘积．由于边界上不为0的数组元素值几乎都为1,这实际上就无需乘法计算．该算法原理简单,编程容易,求矩结果精确,适用于任意灰度图像．利用该算法,对任意大小和任意级别的灰度图像,无需任何乘法计算,且加法运算次数也大幅减少．和其它求矩算法相比,计算复杂性大大降低．     

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％。     

一种用于复杂二维图像矩的快速算法

本文给出一种新的求矩快速算法。该算法用扫描方法求图像各行各线段的左外边界和右内边界;将所有线段转换为标准线段,从而使所有可能的线段数目由N^2减少为N;定义了一组N维数组,将求矩过程中大量重复计算的一些算式的结果储存于数组,需要时查数组即得,从而极大地减少了计算量。该算法原理简单,计算结果准确。不同于有些文献给出的算法只适用于无凹图像或不适用于图像中有空洞的情形。本算法适用于任何复杂的有任意多个空洞的图像。从对各种算法求矩运算量比较来看。本算法要优于其他算法。     

一种新的灰度图像Legendre矩的快速算法

Legendre正交矩在模式识别和图像分析等领域有着广泛的应用,但由于计算的复杂性,相关的快速算法尚未得到很好的解决,已有方法均局限于二值图像．文章提出了一种灰度图像的Legendre正交矩的快速算法,借助于Legendre多项式的递推公式推导出计算一维Legendre矩的递归公式．利用该关系式,一维Legendre矩Lp可以用一系列初始值L1(a),a＜p,Lo(a),a＜p-1来得到．而二维Legendre矩pq可以利用一维算法进行计算,为了降低算法复杂度,文中采用基于Systolic阵列的快速算法进行计算L1(a),Lo(a),与直接方法相比,快速算法可以大幅度减少乘法的次数,从而达到了降低算法复杂度的目的。     

一种新的基于边界的几何矩快速分割算法的研究

在计算机视觉中，利用不变矩实现几何形状体的识别具有十分重要的意义^[1,2]，几何矩的算法实现在其中起着关键的作用，寻找图像的几何矩的有效快速算法一直是研究的热点。本文提出了一种新的基于边界的几何矩快速分割算法，其主要思想是对不依赖于图像中的具体几何形状体的那部分矩计算，预先分割出来，这样在处理一组实际图像之前，这部分计算可以被预先完成；然后对依赖于图像中的具体几何形状体的剩余部分矩计算，可以快速地求得；最后分别用经典几何矩算法，文献[5]的算法和本文的新算法，对一组阶梯轴的二值图像进行几何矩的求解，结果表明此算法的有效性和快速性。     

灰度图像质心快速算法

对矩因子x^py^q。做差分变换为函数Fl(),将图像函数f(x,y)做累进求和变换为函数F2()．用Fl()和F2()相乘求取质心．由于0阶和1阶矩因子中的P,q不大于1,经差分后的F1()除右端点外,其值都为1,乘1的运算当然可以不做,从而消去了乘法运算．对任意大小和任意级别的灰度图像,乘除法运算次数仅为3次,而加法运算次数也有降低．文中算法计算结果精确,其运算效率高于已有其他算法．     

Legendre矩的一种有效算法

Ｌｅｇｅｎｄｒｅ正交矩的模式识别、图像分析等许多领域有成功的应用,然而,由于正交矩的复杂性,目前有关正交矩快速算法的研究很少,从而在一定程度上影响了它的应用,对此,作者对Ｌｅｇｅｎｄｒｅ多项式进行了研究,获得了一些新的有效的性质,它们能够显著地减少矩计算中的运算量。     

一种新的基于投影的三维矩快速算法

矩不变量自从提出以来,在模式识别等方面得到了广泛的应用.由于受矩本身计算量的限制,很难实现实时计算,在高维空间中这一问题显得尤为突出.本文提出了一种建立在图像投影基础上的三维矩快速算法.该方法利用投影变换把三维空间的信息投影到一维空间,大大减少了运算量.利用该方法可以把三维矩计算的乘法运算复杂度从 O( r n N n)降低到 O (r N),同时,加法运算复杂度也有很大程度的降低.并且,在运算过程中,不带来任何额外误差.本文还把这一方法推广到n维的情况,使得n维矩计算的乘法运算复杂度从 O(r r N n )降低到 O(rN).     

一种实用的规则矩快速算法

对规则矩快速算法了进行了综述,包括图像变换、Delta方法、拐点方法、Green定理法和图像块表示法。提出了一种实用的规则矩快速算法－－截线段法,该方法可对任意二值图像计算精确。以三个图像求解Hu的矩不变量为例,对各种算法进行了分析与比较。     

多重小波函数值的快速算法

１．引 言 在小波的构造和应用中，小波的连续性、紧支撑性、正交性、插值性，特别是小波的对称性及反对称性等深深地吸引着小波分析理论的研究者及从事小波分析理论的应用者，但单一小波很难（甚至不可能）同时拥有上述性质．近来，为了获得具有这些性质的小波，多重小波被引入［１，２］并很快在工程和计算各个方面得到广泛的应用［３－５］．在数值分析和工程应用中，仅依赖于两尺度矩阵序列是不够的，还需要大量的小波在一些点的值，而对多重小波函数值的快速算法尚缺乏研究．本文给出计算多重小波函数值的快速算法．该算法具有存储量小…     

快速最大熵多阈值图像分割算法

阈值方法是一种重要的图像分割方法,在图像分割中得到了广泛的应用。最大熵算法虽然是图像分割阈值法中较好的方法之一,但是,由于传统的最大熵算法通常用穷举法求解,使得处理多阈值问题时运算速度太慢,难以满足应用需求。为了快速有效地确定阈值,提出一种改进的最大熵算法。通过递推公式将穷举法求解过程中需要重复计算的变量,预先计算后存入二维表备用,使整体计算量减少了一个数量级。通过对测试图像的分割实验,表明该算法与传统的最大熵算法相比运算速度有非常显著的提高,能够满足一般的应用需求。     

H.223协议实时处理中透明码生成的快速算法及其实现

本文给出了一种基于软件实现的透明码生成的快速算法。字节是Ｃ语言中所能处理的最小数据单元，因而对字节的处理（包括存取、运算等）有着位处理无法比拟的优点。根据这一特点，该算法以字节为单位，通过查表方式，快速生成（和还原）透明码。从而避免了以位操作所带来的时间开销较大的缺点     

彩色地图图象的聚色算法研究

本文研究彩色地图图象中不纯净的颜色聚色问题，该问题是对地图图象进行自动识别的一个关键问题．本文对地图图象的颜色散射现象进行了分析，提出了对地图图象聚色的算法，该算法已经在ＩＢＭ４８６等微机上编程实现了，效果很理想．     

快速傅立叶变换中的一种倒位序生成法

快速傅立叶变换是离散傅立叶变换(DFT)的一种快速算法,它的出现使DFT的计算大大简化,运算时间可缩短一、二个数量级,从而使得离散傅立叶变换在信号分析与处理领域中得到了广泛的应用。在应用软件和硬件程序设计中要实现快速傅立叶变换算法,均涉及到序列的倒位序排列问题。针对该问题提出倒位序生成法,直接计算各自然顺序位置的倒位序数值,然后通过变址运算完成原数列的倒位序的排列。该方法对任何满足N=2M点的快速傅立叶变换,能很快实现其变换中序列的倒位序排列。该方法只涉及倒位序十进制数和顺序十进制数,不用对二进制数进行转换,简单易行,仿真实验结果证明算法可靠有效。     

一种神经网络的快速学习算法及其在图象边缘检测中的应用

本文提出一和中基于Ｋａｌｍａｎ滤波算法的神经网络快速学习算法，经图象边缘检测应用结果表明，该算法对于加快网络学习的收敛性有着显著的成效。     

一种基于相对熵的图象分割算法

提出了一种基于相对熵的图象分割算法，该算法的主要思想是通过相对熵来选择阈值，现场颗粒物料图象作为一个应用实例，在本文中得到验证，实验结果表明，提出的算法优于基于局部熵的图象分割算法。