结合仿射不变特征的平面目标区域矩研究

平面目标闭合曲线的傅里叶描述子只描述了目标区域的边界形状,无法反映目标内在属性。若目标区域的灰度分布已知,可利用目标区域的灰度分布构造各阶矩来描述目标的灰度分布特性及边界形状,即用区域矩来表征目标,可以得到反映目标内在属性的一些仿射不变特征,更能全面地反映目标本原特征。     

一种频域特征的飞机目标提取方法

针对军事遥感影像智能判读的目标定位与提取问题,将先验知识引入到目标提取过程中,提出一种基于频域特征的飞机目标提取方法.该方法通过绘制目标圆周剖面线将二维图像信号简化为一维信号,运用频谱能量的谐波叠置原理对飞机形状进行频谱分析,确定目标轮廓的固有频率;然后设计多尺度的Gabor滤波器组提取图像的纹理特征图,并进行特征图融合形成目标显著图;最后利用数学形态学的方法对目标显著图进行处理,得到最终的目标提取结果.实验结果表明,与基于无先验知识的视觉显著性目标检测方法相比,该方法抗干扰能力强,能够清楚、准确、完整地提取目标区域,是一种有效的飞机目标提取方法.     

一种基于目标边界的不变特征提取方法

提出了一种基于目标边界的不变特征提取方法。导出了用物体角点坐标表示的低阶边界矩的闭合形式,构造了基于边界矩的仿射变换不变量。该方法只需要对物体角点进行简单的代数运算,因此,该方法简单明了,计算量很小。实验结果证明了该方法的有效性。     

基于图像NMI特征的目标识别新方法

利用物理学相关概念定义了一种新的图像不变特征即归一化转动惯量（NMI）特征,对其不变性进行了分析,提出了基于图像NMI特征的目标识别新方法。实验结果表明：NMI特征具有抗灰度及TRS不变性,且提取方法简,易于实现;与传统的归一化积相关算法、图像不变矩算法相比,该文提出的目标识别方法具有正确率高、速度快等特点。     

一种改进的基于ICA特征子空间的目标识别方法

介绍了独立分量分析（ICA）的基本原理和算法,并提出了基于独立分量分析的特征子空间的目标识别方法。该方法首先利用快速独立分量分析（FastICA）算法对训练集目标图像进行ICA分解,据此建立特征子空间,然后根据待识别图像在特征子空间的投影系数进行判别。本文的改进在于根据类内类间距离比值最小化准则进行最有利于分类的特征的优化选择。实验结果显示,和传统方法相比,改进的方法能有效提高识别的准确率和效率。     

基于动态模糊集的视觉不变特征融合算法研究

针对目标的决策问题,依据动态模糊逻辑理论,提出一种视觉不变特征的融合算法.在多特征空间训练多个神经网络,根据各个特征空间对最终结果的贡献程度,对投射到每个特征空间所得到的特征向量计算隶属度,并进行动态模糊加权融合处理,以实现机器对特征选择的自适应性,减少人工干预并最终实现机器智能的目标.实验结果表明,该方法在特征信息缺...     

一种基于联合轮廓特征矢量的目标识别方法

针对基于形状特征进行目标识别的方法存在的不足,提出一种联合轮廓不变矩特征和轮廓几何特征的识别方法;针对不同的待识别目标,采集足够数量的训练样本,统计每一个轮廓特征的均值、标准差和变异系数;并据此对这些轮廓特征进行动态筛选和加权,建立起待识别目标的联合轮廓特征矢量模型.在线识别时,提取场景目标的联合轮廓特征矢量,对其进行...     

一种新的图像局部仿射不变特征提取方法

提出了一种新的图像局部仿射不变特征的提取方法,首先利用阈值分割在图像中确定某个灰度取值范围的连通区域,文中证明了该区域的几何中心在图像仿射变换前后具有不变性,然后将几何中心作为局部仿射不变特征的"     

基于特征比的平面目标识别

模式识别是人工智能研究领域的一项重要课题,对于目标物在射影变换、仿射变换下的识别,尤其是严重变形情况下的识别和匹配更是该领域的研究热点和难点.针对仿射变换下的平面目标识别问题,提出了一种新的几何特征不变量——特征比,并以此为基础构造了一种新的仿射不变图像特征描述符.该描述符通过构造一系列与目标图像相交的直线,将图像用一系列共线点的位置关系进行表示.进而,将点的位置关系转化为特征比并表示成一系列的特征比谱;最后,通过动态时间规整(dynamic time warping,DTW)算法比较特征比谱间的距离得出图像间的相关性,从而进行目标识别.实验表明,该算法不仅对严重的仿射变形有较高的识别率,对相似度较高的图像也有很好的区分效果.     

仿射模型目标跟踪中的一种模板修正策略

在目标跟踪过程中，由于目标姿态不断变化，因此必须要对跟踪模板进行必要的修正，为了进行这种动态变化目标的跟踪，提出了一种动态更新模板的新方法，该方法是在基于仿射模型跟踪的基础上，首先在跟踪结果序列图象中进行运动目标检测，然后根据检测的结果来判断目标的姿态变化，再由给定的规则来对模板做出相应的修正，实验证明这种方法可以有效地适应目标的变化。     

在频域上利用三维轨迹匹配进行手语识别

手语是聋哑人互相之间常用的交流手段.但由于大部分口语使用者不懂手语, 因此影响了聋哑人参加正常的社交活动.因此,提出了一种利用简单的三维轨迹信息进行小规模手语词汇识别的方法,试图帮助聋哑人克服部分交流障碍.首先,对Kinect获取的三维轨迹进行预处理——对获得的三维轨迹根据打手语人的身高进行归一化,然后使用插值算法对轨迹进行均匀的指定点数的重采样.在进行匹配之前,测试集和原型图像集中的轨迹将会对齐,并使用DFT变换到频域空间,得到由实部、虚部、幅值串接而成的新的特征向量.最后,在频域中计算两条轨迹之间的欧氏距离以评估两条三维轨迹的相似度.对239个手语词汇集合的实验结果表明,该方法对于中国手语的孤立词识别是有效的.     

利用局部不变特征识别复杂平面多边形

提出一种基于最佳匹配点、利用交比来识别平面多边形目标的方法．该方法利用目标的顶点构造交比不变量，并以其作为目标的特征矢量．采用最大隶属度原则，首先通过局部联合矢量寻找最佳匹配点和判断目标是否丢失顶点，然后识别目标．实验表明：该方法容易实现，计算量小，识别效率高，并且能够适用目标局部缺损的情况．     

x-f-k变换快速实现频域解相方法

为了快速实现三维面形测量,提出一种x-f-k变换频域解相方法。相比传统方法,x-f-k变换在水平及垂直方向上分析变形条纹实现条纹相位解调,测量速度快、测量精度高并且内存需求小。该方法分别对变形条纹的行和列先做S变换,再做傅里叶变换,得到像素点的系数矩阵,进而得到相位信息,通过相位与高度分布的调制关系重建三维物体的面形。结果表明,所提方法能够快速实现以条纹形式提供测量结果的光学三维面形测量,测量误差在0.6%以内。     

基于离散傅里叶不变特征的人脸识别

给出了一种基于离散傅里叶不变特征的人脸识别方法。从连续傅里叶变换出发,讨论连续傅里叶变换情况下的傅里叶变换性质,给出离散傅里叶变换情况下的傅里叶变换性质。依据离散傅里叶变换性质,推导出离散傅里叶变换的不变特征,并将其用于人脸图像识别。人脸识别结果表明方法具有很好的识别能力。     

基于模型的关节式物体识别与定位改进方法

针对关节式物体检测的复杂性,本文提出一种新颖的视觉推理方法。该方法基于可变形的物体模型,同时利用图像中所包含的边缘信息特征(不依赖于局部特征,如肤色等)及各子部件的空间位置关系,迭代地进行关节式物体检测和定位估计。实验证明,该方法有较强的抗背景干扰能力,视觉上能大幅度改进关节式物体检测、定位的结果。     

基于不变性变换的运动目标检测的研究

通常采用基于三阶自相关变换的算法来对运动目标进行检测，是因为这种算法对目标的平移、旋转和伸缩具有不变性的特点，特别适于目标有水平位移、前后移动和旋转等情况下的检测，但是直接对二维目标进行三阶自相关变换的运算量很大，为了提高效率，提出了一种基于三阶自相关变换的快速算法。应用该算法和理论，对不同姿态的静态目标进行了检测实验，并对含有运动车辆的高速公路视频图像进行了车辆检测，结果表明，该算法在兼顾效率的同时还可获得较高的目标检测准确率。     

小波系数特征的目标识别方法

提出一种基于小波系数特征的目标识别方法.通过对图像的小波变换系数进行有选择的保留和抛弃,并对保留的系数进行非线性的处理来突出目标的主要轮廓信息,归一化处理后提取出目标的特征向量;将该特征向量应用于支持向量机进行分类识别.实验证明该方法有效的改进了目标识别效果.     

一种面向对象的领域工程方法

介绍了一种面向对象的领域工程方法--"青鸟领域工程方法".领域工程是对一个领域中的若干系统进行分析,识别这些应用的共同特征和可变特征,进行面向复用的开发,产生出特定于领域的构件和构架.领域工程给软件复用提供了有力的支持."青鸟领域工程方法"以" 青鸟面向对象开发方法"为基础,明确规定了领域工程中各个阶段的活动和产品,并针对每个阶段和活动给出了操作指南.     

一种改进的DMT系统频域均衡器

在多载波DMT通信系统中,同时采用时域均衡器和频域均衡器来补偿各个子信道的幅度和相位失真。基于该原理,文章提出了一种优化结构设计的DMT系统频域均衡器,其采用了资源共享的折叠结构,流水线结构,同时CU(Computing Unit)设计也有一些特色,并且根据多载波传输特点,对LMS算法进行修改,与传统均衡器相比,能有效降低系统传输的误码率。该文介绍的频域均衡器针对256个子信道,数据32bit位长的信道均衡。目前,该频域均衡器已在FPGA上验证通过。