矩快速算法综述

矩是图像处理、模式识别和计算机视觉中的通用技术之一.本文逐一介绍了几何矩和正交矩的各种快速算法,并对其性能进行了评估.几何矩快速算法包括图像变换、Delta方法、拐点方法、Green定理法、图像块表示法、可重构网格法、SIMD阵列法和VLSI算法.与几何矩相比,正交矩快速算法种类较少.     

树型小波变换在纹理分析中的应用

分析了小波变换的特点,将传统的塔型小波变换和树型小波变换进行了比较,给出了一种用树型小波来提取纹理特征进行纹理图象分割的方法。经过实验结果表明,用树型小波变换可以在纹理分析中获得较好的效果。     

用矩特征进行光字符识别的一种新方法

模式识别是信息科学及其应用中的一个非常活跃的领域,各种特征提取及识别方法是层出不穷。本文在分析已有特征提取技术的弊端的基础上,提出用规格化后的中心矩作为特征向量的新技术,并将其应用于光字符识别中。规格化后的中心矩具有平移不变性和伸缩不变性,因而提高了识别率。在本光字符识别系统中,给出了矩特征向量的选取方法并确定了分类策略。实验表明,当使用8或10行字符的特征向量进行判别时,可得到超过95％的识别率。     

基于多层分割的离线签名鉴定

提出了一种基于多层分割的离线签名鉴定方法,该方法首先根据签名图像的重心进行水平(垂直)分割,接着对分割后所得到的区域按重心再进行垂直(水平)分割,经如此水平、垂直交叉进行分割后,可以形成一个多层的签名图像分割区域,然后对各区域提取签名的几何特征,并对各项特征依不同权值进行融合形成一个从全局到局部的特征向量,最后依据基于...     

基于区域内容表征和不变矩的图像内容保护算法

文章通过图像分割技术得到图像的区域级内容表征(RegionalImageContentMap,RICM),并将表征图像RICM的不变矩编码为内容水印信息嵌入到原图像中,从而实现对原始图像的内容保护。实验结果表明,由于区域级内容表征方法及其矩特征的良好性能,算法对图像的非内容级图像操作(特别是仿射变换)具有很强的鲁棒性,且能够敏感的检测出对所保护图像的内容篡改。     

几何不变性及其在3D物体识别中的应用

三维物体识别是计算机视觉研究的重要内容之一，它要求从3D物体的2D图象中识别和定位物体．由于物体成像时会受到观察视角、摄像机参数的影响，因此使得同一物体在不同观察视角、不同摄像机参数等条件下所得到的图象存在差异．但由于几何不变性方法可以有效地消除这种差异带给3D物体识别的不利影响，所以，近20年来这种方法受到了广泛的关注和研究．为使人们了解该领域的研究现状，以对该领域的研究有所启发，首先讨论了基于几何不变性的3D物体识别方法的研究内容，包括研究的几何框架和其不变性以及几何不变性在3D物体识别中的主要应用；其次，总结性地评述了该领域的研究现状；最后，提出了研究的发展方向．     

基于支撑矢量机的遥感图像目标识别

基于支撑矢量机对二值遥感图像飞机目标进行了识别，与欧氏距离判别法和神经网络方法的识别结果比较，表明对以矢量表示的高维二值为特征的图像识别问题，支撑矢量机方法具有良好的推广能力。而且，不同图像的二值化取值范围对识别结果有着直接的影响。     

汽车牌照的实时识别

汽车牌照识别系统在交通观测和监视领域有广泛的应用前景。本文描述了一种牌照识别系统,讨论了牌照区域的定位、单字切分以及识别等问题。最后给出实验结果及讨论。     

纹理图象的多信道滤波分割方法

纹理图象的分割分类方法是目前图象处理和机器视觉研究中的一个前沿课题，传统方法大多基于形态结构和统计描述，与人类视觉机理相脱节，无法进一步提高分精度。本文介绍了近几年来兴起的一类全新的方法，即基于空间／空间频率（ｓ／ｓｆ）平面的多信道滤波法，这类方法与人类视觉机理很好的吻合，对于人工纹理和自然纹理都能获很好的分割效果。     

特征符号随机场-Gibbs模型及其在纹理分割中的应用

本文提出了特征符号随机场的概念，定义了新的特征符号随机场－Ｇｉｂｂｓ模型，并讨论了它在纹理分割中的应用，与传统马尔柯夫随机场模型方法相比，由于包容了更多，更细致的图象信息，本文的方法能够得到更精确的分割结果，同时，新模型仍然有比较简单的模型形式，模型估计方法简单，利于在线运用，与传统特征聚类分割方法（如多通道持征聚类分割方法）相比，本文不要求得到相对纹理区域具有稳定性的特征，并利用Ｇｉｂｂｓ模型来