基于傅里叶描述子的手势识别方法

手势识别是计算机视觉人机交互应用领域关键技术,手势轮廓携带有手势重要特征,准确捕获手势轮廓对提高手势识别具有重要意义。针对手掌轮廓特征提取困难和手势识别率低问题,提出了基于傅里叶描述子的手势识别方法,按照候选窗口最大轮廓傅里叶描述子匹配度和置信度分割出手掌区域;跟踪手掌轮廓计算其傅里叶描述子得到手势轮廓特征值;将16个手势轮廓特征值作为BP人工神经网络的输入,利用BP人工神经网络识别手势。实验表明,该方法能有效捕获手势轮廓和识别19种手势,具有识别率高、性能优良和鲁棒性好等优点。

计算机图像处理技术在鞋服款式识别中的应用研究

本文旨在探索一种基于鞋服轮廓形状特征的款式识别方法,针对当前研究中存在的主要难点问题,提出了相应的解决方案。在计算机图像处理技术的概念和应用场景的理论基础上,介绍了一种基于边缘检测和形态学操作的鞋服图像预处理算法,该算法能够有效分割出鞋服轮廓,并消除噪声和细节干扰。同时,提出了一种基于傅里叶描述子的轮廓特征提取方法,有效描述鞋服轮廓的形状特征,并利用支持向量机(Support Vector Machine,SVM)进行轮廓特征的分类。

傅里叶和LBP描述子相结合的矿石颗粒种类识别

本文提出两种描述子相结合的方法进行矿石的识别,针对检测过程中矿石颗粒的运动与光照问题,局部二值模式(LBP)描述子具有良好的灰度不变特性,能够克服位移、光照不均等问题。傅里叶描述子只需少量的描述子,即可大致代表整个轮廓,从而能更好地区分不同的轮廓,进而达到识别物体的目的。分别提取两种算子,训练出两组异构数据,并利用判别典型相关分析算法得到矿石融合后的特征数据,然后利用K-means分类器进行矿石种类识别。在现场采集的矿石图像上进行试验,识别率高达88%以上。实验表明:提出的方法能有效提高矿石粒径测量的准确度。

基于光谱形态信息的冰面湖精细化提取方法

冰面湖是冰盖水文系统的重要组成部分,能够反映冰盖表面融水的特征,影响极地气候及环境变化。本文以冰面湖多发育区域格陵兰岛北部为研究区,基于WorldView-2高分辨率遥感影像,提出了一种综合光谱形态信息的冰面湖精细化提取方法。首先结合适合冰面环境的水体指数NDWI_(ice)(normalized difference water index-ice)及分割阈值提取冰面水体;然后构建形态规则,将冰面水体分为独立冰面湖、独立冰面径流、混合区域3类;最后引入傅里叶描述子辅助分水岭算法精细化提取冰面湖。为验证该方法的可行性,选取一个消融期内9个时期的WorldView-2影像序列进行实验,与其他自动化方法及人工数字化结果比较,本文方法在提取准确率、完整性上均高于90%,平均错误率低于0.2%,优势明显。

基于OpenCV的手势识别算法研究与应用

随着人机交互需求的日益增加,以人为中心的交互技术成为了研究热点。文章构建了一种可以对图像最佳阈值进行切割并进行手势识别的深度学习模型,利用傅里叶描述子计算轮廓,通过图像预处理、肤色检测、特征提取、图像分割等处理进行手势识别,提取出相关信息。综合上述技术,深度学习模型将会有很好的应用价值。

基于傅里叶描述子的吸烟行为检测方法

针对烟雾传感器易受粉尘和水雾影响、视频烟雾采集易受光照和气象条件影响等问题,提出了一种基于傅里叶描述子的吸烟行为检测方法。首先,制定了手部区域获取规则,完成Azure Kinect传感器RGB相机与深度相机的标定和对齐,得到包含烟支的手部目标区域;然后,比较不同颜色模型下的烟支分割效果,选择分割效果更优的YCbCr颜色模型,并提取分割后图片基于傅里叶描述子的形状特征;最后,训练支持向量机(SVM)分类器,以交叉验证的方式选择参数。建立吸烟行为检测数据集,比较了不同的分类器。实验结果表明:本文提出的基于傅里叶描述子与SVM的吸烟检测方法准确率达86%、精确率93%、召回率达82%。本文方法检测效果优,可布置在移动巡检机器人上,为保障石化厂区的安全发挥积极作用。

健康建筑视角下基于声线跟踪法的声学模拟技术优化策略——以国家大剧院艺术资料中心改造项目为例

绿色与健康成为传统建筑三要素之外的第四要素被高度重视,这也对室内设计提出更高的设计要求,其中,良好的声环境是健康建筑评价体系中必不可少的要素之一。结合声线跟踪法在实际项目中的应用,提出相应的优化模拟方案,探讨解决由于输入的房间壁面参数细致程度不同而导致结果差异问题的方法。

傅立叶描述子识别物体的形状

傅立叶描述子是分析和识别物体形状的重要方法之一 .利用基于曲线多边形近似的连续傅立叶变换方法计算傅立叶描述子 ,并通过形状的主方向消除边界起始点相位影响的方法 ,定义了新的具有旋转、平移和尺度不变性的归一化傅立叶描述子 .与使用离散傅立叶变换和模归一化的传统傅立叶描述子相比 ,新的归一化傅立叶描述子同时保留了模与相位特性 ,因此能够更好地识别物体的形状 .实验表明这种新的归一化傅立叶描述子比传统的傅立叶描述子能够更加高效。

计算机视觉火灾探测中的特征提取

火灾视觉特征的提取是视觉火灾探测中的关键问题.我们主要研究色彩、纹理以及轮廓脉动等特征的提取,并提出一种度量轮廓脉动信息的距离模型,该模型在规格化的傅立叶描述子空间能够准确地度量这种时空闪烁特征.实验结果表明,该方法具有比较好的鲁棒性,有助于提高视觉火灾探测的准确率、降低误报漏报率.

基于傅立叶描述子的步态识别

提出了基于傅立叶描述子的步态识别方法。用背景差方法得到运动人体的轮廓,通过步态周期分析提取步态序列的关键帧。利用傅立叶描述子处理关键帧的轮廓线序列,并进行数据维数压缩,得到匹配模板。用最近邻法进行分类和识别。应用上述方法在Soton步态数据库上进行了实验。结果表明所提的步态识别方法具有较高的识别性能。

草莓重量和形状图像特征提取与在线分级方法

针对草莓在采后分级生产中存在分级规格不一和效率低下等问题,提出一种基于机器视觉技术的草莓重量与形状分级方法。利用阈值分割法检测草莓果实,提取果实周长和面积参数,通过多元线性回归分析建立草莓重量分级模型;提取果实的低频椭圆傅里叶系数作为形状特征参数,并对支持向量机进行训练,建立草莓形状分级模型。选用200个草莓样本进行试验,结果表明:重量分级正确率为89.5%,形状分级正确率为96.7%,平均运算时间分别为64ms和39ms。试验验证了该方法的鲁棒性和实时性。

基于计算机视觉的片烟形状测量方法

为准确描述片烟形状,基于计算机视觉提出了一种片烟形状测量方法。采用基于Mean-shift均值漂移算法的图像分割方法实现图像中片烟区域的初步提取,利用形态学梯度算法精确提取片烟轮廓。分别使用分形维数和傅里叶描述子两种方法对片烟形状进行定量描述,并以一组形状各异的片烟为测试对象,对分形维数和傅里叶描述子形状描述能力进行了分析实验。结果表明:对于不同形状的片烟,分形维数与傅里叶描述子的取值差异明显,且两种方法的取值随着片烟形状差异的扩大而增大,表现出单调性,验证了两种方法对片烟形状均具有可靠的描述能力。将两种形状定量方法同时运用于片烟形状测量系统,能够有效评价片烟形状。

傅立叶描述子在手势识别中的应用

本文分析了具有旋转、平移和尺度变换不变性,并且与边界的起点位置无关的傅立叶描述子,并把傅立叶描述子及欧氏距离应用于字母手势的识别中。实验结果表明,利用傅立叶描述子能够有效地识别出有旋转、平移及尺度变换后的同一类字母手势,取得了良好的识别效果。

一种基于傅里叶描述子的轴心轨迹自动识别方法

傅里叶描述子是分析和识别物体形状的重要方法之一。文中详细讨论了傅里叶描述子的原理、不变性和实际应用方法;运用人工神经网络分析方法,以傅里叶描述子作为特征向量,对汽轮发电机组轴心轨迹的自动识别进行了探讨;并对3类典型的轴心轨迹的自动识别进行了仿真试验,结果表明该方法是有效、可行的。

架空输电线路巡线机器人越障视觉伺服控制

为解决巡线机器人越障问题,设计了基于图像的越障视觉伺服控制方案.采用傅里叶描述子构造了具有平移、旋转、尺度缩放及起始点不变性的轮廓形状特征向量,实现了驱动轮的识别;进而抽取图像特征和估计驱动轮—相线在图像空间中的相对位姿,并设计了带有死区的比例控制律来实现驱动轮—相线“对中”视觉伺服控制.模拟线路实验结果表明,该方案能可靠地完成巡线机器人驱动轮—相线“对中”控制任务.

基于傅里叶描述子的稻飞虱形状识别

分析了具有旋转、平移和尺度变换不变性,并且与边界的起点位置无关的归一化傅里叶描述子,并把傅里叶描述子及欧氏距离应用于稻飞虱的形状识别中,通过计算同一形状和不同形状的平均离散度检验了归一化傅里叶描述子系数的稳定性,从而确定形状系数基准值。对191张样本图像进行了测试,当相似度差异小于0.0123时,稻飞虱误判率为7.85%。结果表明,归一化傅里叶描述子具有高效的识别性能。

青岛海域小眼绿鳍鱼耳石形态的初步研究

利用2002年6-12月期间采自青岛海域商业渔获的286尾小眼绿鳍鱼（Chelidonichthys spinosus）标本,以耳石长、耳石宽、周长、面积、矩形趋近率、充实度为基本形态学参数,结合其中傅里叶变换获得的形态特征变量,研究了小眼绿鳍鱼幼鱼生长过程耳石形态的逐月变化特征。结果显示,小眼绿鳍鱼耳石为不规则卵圆形或近四边形,背部弧状隆起,腹部相对略平,前部有一明显缺刻,后部常呈锯齿状尖突。小眼绿鳍鱼耳石长、耳石重、耳石面积皆与体长呈显著相关,耳石长宽比与体长不呈显著相关。随着小眼绿鳍鱼生长,该鱼耳石形态特征随月份变化差异显著;经多因子方差分析和判别分析表明,研究期间小眼绿鳍鱼耳石形态可分为3个特征区间：6月份与其他月份间形态差异显著;7-9月耳石形态特征处于变化间状态;10-12月各方面形态特征趋于稳定。

基于I-RELIEF和SVM的畸形马铃薯在线分选

在提取的RGB图像的R分量图像上提取二值图像和边界图像,计算马铃薯图像的偏心度、矩形度、圆形度以及边界图像的10个傅立叶描述子等共计13个形状特征。其次把样本的形状特征输入到I-RELIEF模块中,求出各个形状特征在分类中的影响程度,即各自权值。然后把带权值的样本形状特征输入到支持向量机算法模块中进行训练,从而得到分类器。最后用分类器实现畸形马铃薯的在线分选。试验结果表明:该方法每秒钟可以检测4个马铃薯,可以满足分选设备的实时性要求,并且畸形马铃薯的识别率高达98.1%。

一种基于形状特征的图像检索方法

本文主要提出了一个在形状轮廓的傅立叶描述子基础上,进行基于形状特征的图像检索的理论方法。该方法首先对图像进行预处理,利用多阈值颜色分割法提取出图像的前景对象,再采用轮廓跟踪法得到该对象的形状轮廓特征,并采用傅立叶描述子对轮廓加以描述。最后利用欧几里得距离进行相似性比较。为了验证方法的有效性,本文建立了一个基于形状检索系统的框架,实现结果和算法分析表明,该理论方法的算法复杂度为O(n2logn),对基于形状检索的图像检索系统是有效和合理的。

基于归一化椭圆傅里叶描述子的黄瓜形状识别

为定量描述水果形状以便为后续识别提供特征信息,以黄瓜为研究对象,通过对黄瓜图像进行增强、阈值、形态学及边界提取操作,提取黄瓜边界并用数对表示。采用椭圆傅里叶描述子定量描述边界信息,并做尺度变换、旋转变换及起始点变换归一化处理。利用描述子对黄瓜边界进行重建,对重建后边界做误差分析。实验结果表明:采用椭圆傅里叶描述法,只需少量描述子即可完成黄瓜形状识别,并可准确重建原始形状。