综合PHOG和LWT的图像检索算法

目的研究物体的形状特征在图像描述及图像检索中的区分度和检索性能。方法设计一种综合PHOG形状和提升小波变换的图像检索算法。算法首先对原始图像进行极坐标系方向归一化,提取图像旋转不变特征;其次提取分层图像的PHOG形状特征;然后提取分层图像低频变换系数均值和方差作为提升小波变换特征;最后将各种特征进行融合并用于图像检索,并定义距离衡量公式。结果通过文中设计算法提取的图像形状特征可使各标准测试图像间距离均值为0.2352。结论在Corel图像集上的检索实验结果优于RIM算法和FWTH算法,表明文中算法图像检索领域具有一定的应用前景。     

结合Zernike矩的多尺度模板形状匹配

针对形状匹配中小波表达对起始点依赖的问题,提出一种结合Zernike矩的多尺度模板进行形状匹配的方法。该算法对输入图像进行预处理后提取目标轮廓,经过归一化处理得到目标形状的平移、尺度不变的链状表达,再通过小波变换进行多尺度分析;引入Zernike矩,利用Zernike矩的特性,实现小波表达的旋转不变性,解决了小波变换对起始点的依赖。匹配过程是以小波表达的各阶Zernike矩为特征向量,在由粗到精的尺度上进行的。实验结果表明,对于同一目标,原图像与旋转不同角度的图像的正确匹配率为91％。该算法适用于轮廓较明显的目标。     

基于图像拼接方法的计量过程数字化记录

针对单幅CCD相机所获指针式表盘图像存在的视角误差问题,提出了基于SIFT(尺度不变特征变换)的图像拼接方法,将分别准确获取的标准器与被检器示值图像进行无缝拼接,并通过实验验证了方法的有效性和可行性。     

基于核密度估计和分形编码算法的图像检索技术研究

为了提高基于分形压缩编码图像检索技术的应用价值,针对自然图像提出了一种联合参数的图像检索方法,从分形编码中提取鲁棒性(旋转、平移、缩放等不变性)索引,即从由值域块均值构成的解码近似图像中提取改进的Hu不变矩特征量作为检索索引,再与分形编码参数的核密度估计统计特征相结合,其中,核密度估计方法中采用可变带宽。然后采用2个索引的加权和来比较图像的相似度。实验结果表明,使用2个索引的加权和比使用单独索引具有更好的检索结果。     

基于多算法结合的图像拼接研究

针对SURF算法的尺度旋转不变和提取特征点等进行分析和研究,进一步保证图像配准的精度,通过对这种方法的试验,说明在图像拼接当中能够取得较好的效果。     

利用Krawtchouk矩不变量实现基于形状的图像检索

图像在经过平移、旋转和尺度变化后是否仍具有很好的检索效果是基于形状的图像检索研究的一个难点.本文提出了一种利用Krawtchouk矩不变量实现基于形状的图像检索方法.该方法首先对图像进行灰度变换,然后提取图像的低阶矩,取16个低阶矩不变量作为图像的特征向量,并按照相似性度量输出相似图像从而实现基于形状的图像检索.文中给出了实验结果,并与基于几何矩不变量和基于Zernike矩不变量的图像检索方法进行了比较.结果表明本文的方法具有更好的检索性能,和上述两种方法相比,查全率分别提高了21.52%和7.6%,查准率则分别提高了16.25%和6.25%.     

基于熵及不变矩特征的图像检索

提出了一种基于熵及不变矩特征的图像检索算法.图像首先被划分为不同分块,结合图像信息熵的概念,提出采用单元熵来描述分块特征,从而将图像转化为由单元熵构成的熵矩阵;在此基础上,利用不变矩来描述该熵矩阵的特征,并在对该特征归一化的基础上用于图像检索.结合不变矩的特性,试验中对算法的尺度不变性、旋转不变性、平移不变性及对噪声的不敏感性进行了验证,试验结果证明了算法的有效性.同时,由于熵的对称特性,算法对于图像灰度的变化也有较强的鲁棒性.     

基于Gaussian-Hermite矩的图像局部特征描述与匹配研究

图像局部特征描述一直是图像配准与图像检索中极为重要的一部分。本文深入研究Gaussian-Hermite矩及其旋转不变矩的性质,根据尺度因子不影响其旋转不变性的特点,提出基于多尺度Gaussian-Hermite矩的图像局部特征描述方法,并通过实例与现有的特征描述方法进行详细比较。实例结果表明,所提出的方法具有更强的特征描述能力。     

舰船辐射噪声线谱多普勒分析的ESPRIT方法

利用运动目标线谱的多普勒频移特性估计目标参数,需要精确提取出多普勒频移曲线。针对舰船辐射线谱噪声多普勒频移曲线提取的短时傅里叶变换（Short Time Fourier Transform,STFT）方法存在分辨率门限的问题,提出了一种利用子空间旋转不变技术（ESPRIT）高分辨频率估计法与STFT相结合的方法,提高了频率估计的精度和分辨率,可很精确地提取出频率间隔较近的多普勒频移曲线,而且计算量较小。计算机仿真和水池实验验证了该方法的有效性。     

基于SIFT的NSCT域抗几何攻击水印算法

目的针对基于尺度不变特征变换(SIFT)的抗几何攻击图像水印算法在图像匹配时容易产生误匹配,影响提取水印的鲁棒性,提出一种改进的SIFT图像水印算法。方法先对载体图像进行两级非下采样Contourlet变换(NSCT),利用中间值量化算法把水印信息嵌入低频系数的方向子带中。图像匹配时利用广义霍夫变换删除误匹配特征点对,提高匹配精度。根据筛选后的特征点匹配对估算几何失真参数,对含水印的载体图像进行几何校正并提取水印,从而实现水印的抗几何攻击。结果实验数据表明对原始特征点匹配对进行筛选后,至少提高了6.8%的匹配精度,提取水印的NC值平均达到0.9以上。结论文中提出的改进算法不仅对几何攻击和常规信号攻击均具有较好的鲁棒性,还能保证水印的不可见性。     

无下采样轮廓波变换纹理图像检索系统

针对基本轮廓波变换纹理检索系统检索率较低的问题,提出了一种无下采样轮廓波变换(NSCT)纹理图像检索系统.该系统采用的轮廓波变换由无下采样拉普拉斯金字塔级联无下采样方向滤波器构成,特征向量采用子带系数的能量和标准偏差连接而成;以Canberra距离为相似度度量标准.比较了基于同样架构的基本轮廓波变换和NSCT纹理检索系统的性能.实验结果表明:在特征向量长度,检索时间、所需存储空间基本相同的情况下,NSCT检索系统比基本轮廓波变换检索系统具有更高的检索率;NSCT分解结构参数以及图像类型对于平均检索率也有较大的影响.     

区域特征耦合DS证据理论的图像融合算法

目的提高融合图像视觉质量。方法提出区域多特征与改进的DS证据理论规则的聚焦图像融合算法。首先,引入二代Curvelet变换,对源图像进行分解,获取图像的粗尺度系数、细尺度系数;然后,根据区域中粗尺度系数的绝对值,构造最大值融合规则,完成粗尺度系数的融合;再联合区域方差、信息熵以及区域能量等特征,提取细尺度层的区域特征,并通过定义概率约束条件,改进DS证据理论的融合规则,增强DS合成规则的可信度,对图像的细尺度系数进行有效融合,使得融合图像保留更多的细节信息;最后,通过逆Curvelet变换完成图像的融合。结果与当前的图像融合算法相比,在对聚焦图像融合时,文中算法的融合图像具有更丰富的细节信息,其视觉质量更高,且融合时耗较短。结论所提算法考虑了像素之间的互相关性,进一步优化了图像融合质量,可用于遥感探测与包装印刷检测等领域。     

Filter-feature-based rotation-invariant joint Fourier transform correlator

Rotation-invariant target detection using a trained filter-feature-based joint Fourier transform (JFT) correlator is investigated. First, a composite reference image is obtained from a training set of targets. An optimum filter formulation is then applied on this composite image to come up with a new feature that we refer to as a filter feature. This feature is then used in a JFT correlator, which results in a simple and robust rotation-invariant target recognition system.     

Rotation-invariant joint transform correlator

We propose a new method for a rotation-invariant joint transform correlator that uses a rotating reference image that can potentially be applied to machine vision.     

结合边缘特征的遥感图像融合

曲波(Curvelet)变换是一种更适合于图像处理的多尺度几何分析(MGA)方法,具有很强的方向性.结合 HSI变换将其应用于全色图像和多光谱(MS)图像融合可以更好地表示图像中的有用特征.首先对多光谱图像进行 HSI变换,得到亮度分量 I,对全色图像和 I 分量进行曲波变换得到粗尺度系数和细节尺度系数,对全色图像的粗尺度系数和细节尺度系数进行叠加,计算归一化的全色曲波系数直方图,定义边缘有效因子,利用全色图像的特征信息对融合图像的粗尺度系数进行处理,对细节尺度系数采用函数对弱边缘进行增强,对新的曲波系数设计融合规则进行融合,逆变换后得到新的亮度分量 Inew,用 Inew 替代原亮度分量 I 进行逆 HSI 变换得到最终融合结果,采用统计类指标对融合结果进行评价.实验结果表明,该方法在保持光谱信息和提高空间分辨率上都有较好的效果.     

基于半变异函数及不变矩的SAR图像检索

本文针对图像检索中常见的旋转、反转问题,提出了一种基于半变异函数及Hu不变矩的SAR图像检索算法.用不同方向、不同步长的半变异函数值描述图像的空间连续性,计算各方向的加权半变异函数值,并以此确定空间连续主方向来调整半变异函数值的方向排列,使其具有旋转、反转不变性.引入12个Hu不变矩,结合排序后的半变异函数值作为SAR图像的特征向量,特征向量归一化后用堪培拉距离作为相似性度量函数.采用旋转、反转后不同场景的SAR图像进行实验,并与基于多尺度分析的检索算法对比,结果证明了本文方法的有效性.     

A domain-reduction approach to bridging-scale simulation of one-dimensional nanostructures

We present a domain-reduction approach for the simulation of one-dimensional nanocrystalline structures. In this approach, the domain of interest is partitioned into coarse and fine scale regions and the coupling between the two is implemented through a bridging-scale interfacial boundary condition. The atomistic simulation is used in the fine scale region, while the discrete Fourier transform is applied to the coarse scale region to yield a compact Green’s function formulation that represents the effects of the coarse scale domain upon the fine/coarse scale interface. This approach facilitates the simulations for the fine scale, without the requirement to simulate the entire coarse scale domain. After the illustration in a simple 1D problem and comparison with analytical solutions, the proposed method is then implemented for carbon nanotube structures. The robustness of the proposed multiscale method is demonstrated after comparison and verification of our results with benchmark results from fully atomistic simulations.     

Image retrieval using wavelet-based salient regions

Abstract

A content-based image retrieval system normally returns the retrieval results according to the similarity between features extracted from the query image and candidate images. In certain circumstances, however, users may concern more about salient regions in an image of their interest and only wish to retrieve images containing the relevant salient regions while ignoring those irrelevant (such as the background or other regions and objects). Although how to represent the local image properties is still one of the most active research issues, much previous work on image retrieval does not examine salient regions in an image. In this paper, we propose an improved salient point detector based on wavelet transform; it can extract salient points in an image more accurately. Then salient points are segmented into different salient regions according to their spatial distribution. Colour moments and Gabor features of these different salient regions are computed and form a feature vector to index the image. We test the proposed scheme using a wide range of image samples from the Corel Image Library. The experimental results indicate that the method has produced promising results.