基于Zernike矩的低信噪比红外目标检测方法

针对低信噪比红外目标图像,分析了Zernike矩的基本原理、计算方法和旋转不变性,提出了基于Zernike正交矩的低信噪比红外目标检测方法,并比较了模板匹配、Hu矩、Zernike矩方法的目标识别效果.理论分析与实验验证了所提方法的有效性.     

一种稳健的多源遥感图像特征配准方法

 提出了一种稳健的多源遥感图像特征配准方法.首先引入相位一致性变换来消除图像灰度、对比度差异的影响并提取特征点;然后基于Zernike矩重构互相关函数并通过重构函数最大化实现图像旋转条件下的特征点匹配,同时结合双向最大互相关值匹配策略实现图像的粗略配准;最后,采用迭代修正变换参数算法最终实现多源遥感图像高精度配准.对大量多源图像进行配准实验表明,提出方法对多源遥感图像配准具有较强的适应性且配准精度高.     

基于局部Zernike矩的RST不变水印

旋转、缩放和平移(RST)等几何攻击能够破坏水印检测的同步性,而使常规水印检测失败,提出了一种基于图像局部Zernike矩的RST不变水印算法.利用图像归一化后的Zernike矩幅度具有RST不变的性质,将由Zernike矩重构的水印图像在空域嵌入原始图像的局部中,并提取该区域的Zernike矩幅度矢量作为水印矢量.水印检测时,计算局部区域的Zernike矩,并与已知Zernike矩矢量计算均方误差根(RMSE)判断水印存在与否.与使用图像全局Zernike矩相比,使用局部矩使得水印具有更好的旋转不变性,同时水印对于缩放、JPEG压缩和噪声等攻击也具有较好的检测性能.     

基于伪Zernike矩的抗几何攻击图像水印

针对几何攻击容易使常规水印算法检测失败的问题,利用图像伪Zernike矩的幅度具有旋转不变的性质,提出了一种抗几何攻击图像水印算法(GWPZM).首先计算图像的伪Zernike矩,选择适宜于嵌入水印的矩进行幅度改变量测试.筛选出最优矩集合,根据水印比特自适应地修改集合中的矩,并对差矢量进行伪Zernike矩重构,通过将重构图像在空域迭加到原始图像中嵌入水印.水印检测时,首先计算受攻击图像的伪Zernike矩,以最优矩集合作为密钥,通过与原始图像比较矩的幅度提取水印.实验结果表明,GWPZM算法能够抵抗旋转、缩放攻击、二者组合攻击以及JPEG压缩、噪声等常规攻击.     

Zernike矩不变性分析及其改进

在分析了Zernike矩不变性后,提出了一种基于图像整个区域形状描述算子的改进Zernike矩。改进的Zernike矩不仅具有旋转不变性,而且还具有改进前不具有的比例不变性。试验结果证明,和改进前的Zernike矩相比,改进后的Zernike矩具有更好的不变特征,可用作基于区域的形状描述算子。     

一种新的Pseudo-Zernike矩的快速算法

Zernike矩因具有正交性和旋转不变性而广泛应用于模式识别、图像分析等领域.Pseudo-Zernike 矩具有与Zernike 矩相似的性质,但它较Zernike 矩具有更好的抗噪声性.由于pseudo-Zernike矩的复杂性,相关的快速算法的研究尚未得到很好的解决.本文根据pseudo-Zernike矩自身的特点,推导了一种快速有效的计算方法.     

基于等积环投影与Zernike矩的快速模板匹配

为增强工业级机器视觉系统的实时性和稳定性,本文提出一种基于等积环投影与Zernike矩的具有旋转不变性的快速模板匹配方法,该方法采用由粗到精匹配策略,在粗匹配阶段以等积环投影向量作为特征进行匹配得到候选点集,再基于Zenrike矩进行精确匹配.主要创新点为提出复杂度低、抗噪性强和具有旋转不变性的等积环投影向量特征,并利用圆对称性在八分圆法基础上进一步降低Zernike矩计算量.经理论分析和实验对比验证,此法在保障匹配精度前提下,其匹配速度胜于当前同类最优算法,且对高斯噪声及线性亮度变化有强鲁棒性.     

基于兴趣点伪泽尼克矩的图像拼接

针对基于特征匹配的传统图像拼接方法对旋转和噪声敏感的问题,提出了一种基于兴趣点伪泽尼克(Zernike)矩的图像自动拼接技术.利用哈里斯(Harris)角检测器获取图像中的兴趣点,计算以兴趣点为中心邻域窗口的伪泽尼克矩,通过比较各个兴趣点邻域伪泽尼克矩的欧氏距离提取出初始特征点对,根据几何变换模型剔除伪特征点对,最后利用得到的几何变换模型,对输入图像进行几何变换后将两幅图像间的重叠区域进行图像融合,完成图像的拼接.实验表明,该方法对平移、任意角度的旋转以及噪声均具有鲁棒性,对于具有小尺度变换(小于1.5)的图像仍然具有很好的拼接效果.     

基于伪Zernike旋转矩的低剂量CT图像重建方法

本文提出了一种基于伪Zernike旋转矩的低剂量CT(Com puted Tomography)图像重建新方法,该方法首先构建了扇形束投影数据和伪Zernike旋转矩之间的关系,然后利用这种关系从已知投影数据中估计出未知投影数据,从而达到在低剂量放射线条件下提高重建图像质量的目的。实验证明,新方法可以有效地估计出未知投影数据,并能获得更好的重建结果。     

基于改进爬山算法的微小零件亚像素级定位

为提高微小零件亚像素级定位效果,采用改进爬山算法。将目标区域向外扩展获得调焦窗口跟踪漂移图像,边界由像距和视角决定;然后优化爬山搜索算法得到最优收敛解,二维图像信息熵构成调焦图像评价函数;改进Zernike矩算法,通过高阶矩的模代替边缘参数,减少了计算量,卷积窗口矩阵构成Zernike矩的差值,提高定位精确度;最后给出了算法流程。实验结果显示,改进Zernike矩偶模板比奇模板边缘亚像素定位误差小,相比空间矩算法、多项式拟合算法、Zernike矩算法、区域生长算法和模板匹配算法,对规则形状定位误差均值分别减少了43.24%,21.62%, 32.43%,27.03%和56.76%;对不规则形状定位误差均值分别减少了39.02%,20.15%,26.83%,24.39%和51.22%。本文算法定位精确度较高。     

数字图像空间分辨率改善的插值--模拟采样迭代方法

在遥感图像和计算机视觉的一些应用中,需要从已有的一些低分辨率图像来获得更高分辨率的图像.已有一些方法都是针对大小完全相同和图像之间不存在局部的几何畸变(或假设如此)的图像,而对从大小不同或分辨率不同的图像和图像之间存在相对的几何畸变等更普遍存在的实际图像来重构更高分辨率图像的问题未加涉及.本文用从带限信号的非均匀采样进行信号重构的迭代方法和凸集投影方法出发,导出了一种应用范围更加广泛的从多幅空间分辨率低的图像重构更高空间分辨率图像的一般性空间域插值-模拟采样迭代方法,并提出了凸集投影的变权迭代解法.该迭代方法可以对付图像之间存在相对的几何畸变、辐射亮度差异、空间分辨率差异及图像存在噪声等情形.实验表明,该迭代解法具有很好的收敛性和很好的收敛效果.     

A new Zernike moments based technique for camera identification and forgery detection

In multimedia forensics, it is important to identify those images that were captured by a specific camera from a given set of N data images as well as detecting the tampered region in these images if forged. This paper presents a new technique based on Zernike moments feature extraction for blindly classifying correlated PRNU images as well as locating the tampered regions in image under investigation. The proposed clustering algorithm is based on estimating the Zernike moments and applying a hierarchical clustering for classification. The forgery detection algorithm is based on picking up the peak Euclidean distance between the Zernike moments vector of blocks of the scaled-down forged image and its corresponding ones in the capturing camera PRNU. As Zernike moments are scale and rotational invariant, its feature when computed using scaled-down PRNU images lead to considerable computation time saving. Simulation examples are given to verify the effectiveness of the proposed techniques when compared to other state-of-the-art techniques even in case of very weakly correlated PRNU.     

Eye Detection in Facial Images Using Zernike Moments with SVM

An eye detection method for facial images using Zernike moments with a support vector machine (SVM) is proposed. Eye/non‐eye patterns are represented in terms of the magnitude of Zernike moments and then classified by the SVM. Due to the rotation‐invariant characteristics of the magnitude of Zernike moments, the method is robust against rotation, which is demonstrated using rotated images from the ORL database. Experiments with TV drama videos showed that the proposed method achieved a 94.6% detection rate, which is a higher performance level than that achievable by the method that uses gray values with an SVM.     

一种应用于图像配准中的点特征匹配算法

点特征匹配在机器视觉、图像配准等领域中有着重要的应用.针对空间存在较大仿射几何差异的图像中的点特征匹配问题,提出了一种利用马氏距离仿射不变性进行约束的松弛匹配算法,并将该算法应用于遥感图像配准中.实验结果表明,算法可以很好的完成点特征匹配,匹配点对数量充足且具备很高的正确率,从而可以保证图像配准的精度.     

一种基于距离变换和遗传算法的遥感图像区配算法

该文提出了一种基于距离变换和遗传算法的遥感图像匹配算法。先对参考图像和目标图像进行直方图处理,以克服不同光照条件下带来的匹配误差,在此基础上对参考图像和目标图像进行距离变换。最后利用遗传算法对距离变换后的图像进行匹配操作。实验结果表明,该算法不仅能满足一定的匹配精度,而且具有较高的匹配效率。     

结合分类与迁移学习的薄云覆盖遥感图像地物信息恢复

利用多源多时相遥感图像,给出一种结合分类与迁移学习的薄云覆盖遥感图像地物信息恢复算法.首先利用多方向非抽样对偶树复小波变换对多源多时相遥感图像进行多分辨率分解,对分解后的薄云图像的高频系数利用贝叶斯方法进行地物初分类;再对每类地物的低频系数通过迁移最小方差支持向量回归模型进行域自适应学习,获取模型参数;最后利用所获的迁移回归模型,用无云参考图像的低频系数预测薄云覆盖图像的低频系数,去除薄云,恢复薄云覆盖图像的地物信息.实验结果表明,本文算法恢复的地物细节清楚,光谱失真较小.特别对地物季节性变化的薄云覆盖遥感图像,本文算法能有效恢复薄云覆盖区域的地物信息.     

基于Zernike矩和熵的图像感知哈希算法

提出了基于Zernike矩和熵特征的数字图像感知哈希算法。算法利用Zernike矩计算参考方向,以计算等面积环块和等角度扇形块内的熵作为感知特征,并通过量化处理构造哈希序列。算法利用哈希码之间的欧氏距离作为图像内容相似性的判定依据。实验结果表明,该算法对加性噪声、JEPG压缩、几何变换等操作具有较好的鲁棒性,且对于内容不同的图像有较好的区分度。     

A HYBRID METHOD FOR EFFICIENT TARGET RECOGNITION

An efficient target recognition method for remote sensing image is proposed inthis paper, which is based on moment invariant and support vector machine. First, seven Hu'sinvariant moments are extracted as a feature vector. Then,a support vector machine is used torecognize targets of planes and ships on binary remote sensing images. The experimental results