一维统计量的椭圆检测法

数字影像中目标的识别是十分关键的,该文以椭圆作为研究对象,在对于基于二维随机尖量的以HU不变矩为代表的不变矩算法上,提出了基于动差方法建立一维的随机统计量,并且证明该随机变量的三级动差和四级动差均为一常量。由于本算法只使用一维随机变量且该统计量又很容易获得,成为了其突现的优越性。     

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。     

基于投影的多尺度小波矩快速算法

多尺度小波变换矩采用几何矩定义，由信号在某一尺度下的小波逼近系数计算得到，它反映的是信号在该尺度下小波分解对应的视觉不变量。由于受到矩本身计算量的限制，小波矩的计算很难实时实现。本文提出了一种基于投影变换的二维多尺度小波变换矩快速算法。该快速算法通过投影变换将二维图像小波变换低频分量信息投影到一维空间中，从而降低了多尺度小波变换矩的计算复杂度，保证了计算精度。     

一种新的快速计算Legendre矩的方法

正交矩在模式识别，图像分析等领域有成功的应用，但由于正交矩的复杂性，有关正交矩的快速算法研究尚未得到很好的解决，该文提出一种 新的快速计算Ｌegendre矩的方法，该方法把基于像素点的二维Ｌegendre矩转换为线段的形式来计算，在计算出所有线段的积分后，使用扩展的Ｈatamian滤波方法来计算一维的Ｌegendre矩。结果显示新的算法有效地降低了计算的复杂度，并且，该方法能用于处理任意形状的物体。     

一种新的二维图像几何矩快速计算方法

几何矩是二维图像形状特征的有效描述,本文提出了一种新的快速计算二维图像几何矩的方法,通过分离二维矩为计算两步一维矩,并将阶数高的一维矩计算中的乘法运算转换为加法运算,能够大幅度地提高计算二维图像几何矩的计算速度。本文从理论上证明了新算法的有效性与时间复杂度,并进行了实验分析,验证了新算法的运算速度效率。     

二维Tchebichef 正交矩反变换的快速算法

提出了一种二维Tchebichef矩反变换的快速算法.借助Clenshaw递推公式,推导了一维Tchebichef矩反变换的快速算法,并将其推广至二维Tchebichef正交矩反变换的计算.与以迭代方式计算Tchebichef多项式进而计算二维Tchebichef矩反变换的方法相比,文中提出的算法有效地减少了算术运算的次数,大幅提高了计算速度.实验结果表明了该方法的有效性.     

基于数据场的改进LOF算法

LOF（Local Outlier Factor）是一种经典基于密度的局部离群点检测算法，为提高算法的精确度，以便更精准挖掘出局部离群点，在LOF算法的基础上，提出了一种基于数据场的改进LOF离群点检测算法。通过对数据集每一维的属性值应用数据场理论，计算势值，进而引入平均势差的概念，针对每一维度中大于平均势差的任意两点在计算距离时加入一个权值，从而提高离群点检测的精确度，实验结果表明该算法是可行的，并且拥有更高的精确度。     

伪Zernike矩归一化的抗几何攻击图像水印

以改进的伪Zernike矩相关知识为基础,提出了一种改进的抗几何攻击的数字水印算法。该算法首先计算载体图像的伪Zernike矩,然后对其进行归一化处理。最后选择部分低阶矩幅值量化嵌入水印。实验结果表明该数字水印算法不仅可以抵抗常规的数字信号处理,而且较基于伪Zernike矩的抗几何攻击的数字水印算法有对旋转和缩放的联合攻击具有较好的抵抗能力。     

基于核密度最大熵方法的杂系混合信号盲分离*

传统的独立分量分析方法普遍存在的非线性评价函数只能凭经验选取,当混合信号同时包含超高斯和亚高斯信号时,算法难以取得很好的分离效果。利用基于随机变量矩的核密度最大熵方法对非线性函数进行直接估计,提出了基于核密度最大熵方法的杂系混合信号盲分离算法,成功地分离了杂系混合信号。仿真结果验证了算法的有效性。     

一种基于区域不变小波矩的图像相似匹配挖掘方法

将小波多尺度分析理论与不变矩理论相结合,提出了一种基于区域不变小波矩的图像匹配挖掘算法和逐步求精的跳跃式搜索策略,将该算法与基于Hu矩和自仿射不变矩特征的图像匹配挖掘算法的性能进行仿真对比分析,得到了较好的结果。     

Exact and fast algorithm for two-dimensional image wavelet moments via the projection transform

Wavelet moments are perfect representations of moments in multiresolution wavelet domain, which integrates the theory of moment invariants into wavelet analysis. However, the calculations of moments are very complicated in terms of computational complexity, so it is difficult to implement them in real time. An exact and fast projection-based algorithm for two-dimensional wavelet moments is presented in this paper. In our approach, the computation of a two-dimensional wavelet moment of order of r is performed in (r+1) different one-dimensional spaces. Since only additions are required to perform the projection transform, the total computational complexity can be greatly reduced.     

基于不变矩景象匹配算法

分析基于灰度匹配方法存在着亮度和裁剪误差,提出基于不变矩景象匹配算法,并对矩不变量作如下改进：用原点矩代替中心矩,克服平移不变性给不变矩带来的影响;用圆形测量窗代替方形测量窗消除因旋转而产生的裁剪误差;引入亮度因子,克服基准图和匹配图之间因亮度差异带来的影响;采用金字塔算法减少搜索次数,提高匹配速度。实验表明,基于不变矩下视影像匹配算法具有较好稳定性,匹配准确率较高。     

有界随机噪声参数激励下碰撞系统的矩稳定性

研究了单自由度线性单边碰撞系统在有界随机噪声参数激励下系统的矩稳定性问题. 用 Zhuravlev 变换将碰撞系统转化为连续的非碰撞系统,然后用随机平均法得到了关于慢变量的随机微分方程. 利用伊藤法则给出了系统一、二阶矩满足的常微分方程,根据微分方程的稳定性理论得到了系统一阶矩稳定充分必要条件的解析表达式和二阶矩稳定充分必要条件的数值算法,并对理论结果用数值方法进行了仿真计算.理论分析和数值仿真表明,无论是相对于一阶矩还是二阶矩的稳定性,随着随机激励振幅变大,系统的稳定性区域变小从而使得系统变得不稳定. 而当调谐参数趋于零系统达到参数主共振情形时,系统的稳定性区域变得最小. 当随机噪声强度逐渐变小趋于零时,由二种矩稳定性给出的稳定性区域变得一致. 在一定的参数区域内,随机噪声使得系统稳定化.     

基于局部小波矩的图像匹配算法

该文将图像的视觉不变矩特征引入到图像匹配领域中,通过提取图像的局部小波矩,提出了一种基于局部小波矩的图像匹配算法。并分别对所提出的算法,基于一般不变矩特征的匹配算法有关实验数据进行了对比分析,结果表明了该文所提出算法的可行性和有效性。     

Statistics of the morphological pattern-spectrum moments for a random-grain model

The morphological pattern spectrum (granulometric size distribution) results from iteratively opening an image and at each step recording the area of the opened image. Owing to the manner in which the size distribution is normalized, it defines a probability distribution function and possesses moments. If a binary image is considered as a random process, then the moments of the pattern spectrum are random variables. It is these random moments that are employed as shape and texture signatures in image classification and segmentation. Consequently, the statistics (moments) of these moments are important, and in the present paper these are studied for a grain model that has been used in various applications. A numerical procedure is developed to obtain approximate moment distributions, and both exact and asympotic methods are developed to express the mean and variance of the pattern-spectrum mean and variance. The general methods are applied to both normal- and gamma-distributed grain sizes.     

图像矩特征匹配的快速算法(英文)

针对图像匹配过程中矩特征计算量大的问题,从矩特征求解特点出发,提出了一种快速的矩特征匹配算法.该算法利用匹配过程中相邻待匹配子图间的相关性,通过设置十个和表,使得每个待匹配子图低阶矩的计算只需很少的几次加乘运算,大大降低了矩特征的计算复杂度,缩短了匹配耗时.同时,由于所提算法矩特征的计算是基于图像灰度值的精确计算,且匹配过程采用遍历搜索策略,因此其匹配精度与传统遍历搜索的匹配精度相当.仿真结果验证了所提算法的有效性.     

利用角点坐标计算图象的矩不变量

本文提出了一种直接利用角点坐标计算形状的方法，并导出了低阶矩的闭合形式，最后给出了计算M．K．Hu提出的七个矩不变量的算法。该算法计算的是经典不变矩的精确值，但大大地筒化了计算。