基于快速SIFT特征提取的模板匹配算法

针对尺度不变特征变换(SIFT)算法计算量大的问题,提出一种基于快速SIFT特征提取的模板匹配算法。采用递推方法加速计算每个种子向量,利用向量排序来保持算法对旋转的不变性,并通过一种适用于该描述符的快速搜索匹配方法,提高算法的实时性。实验结果表明,该算法能提高匹配速度,并且能在旋转、缩放的情况下有效地识别目标。

基于AAM-SIFT特征描述的两级SVM人脸表情识别

采用AAM定位特征点、尺度不变特征变换(SIFT)描述特征的方式提出一种基于AAM-SIFT的表情特征提取方法。该方法用特征点周围区域梯度方向直方图描述表情特征;同时根据不同子区域对表情的贡献不同,将特征点分组并赋予不同权重,并用两级支持向量机(SVM)对融合的加权特征进行分类识别。在标准表情库和多姿态表情库上的验证结果表明,该方法能有效提高正面人脸表情的识别率,对一定偏转角度的非正面人脸表情也保持较好的鲁棒性。

增强现实中的视频对象跟踪算法

根据增强现实在视频对象跟踪中的应用需求,提出一种综合利用尺度不变特征变换(SIFT)算子、K聚类算法和轮廓检测的视频对象跟踪算法。该算法利用简易SIFT获得输入图像的特征点,通过K聚类算法获得可能的对象聚类,并采用改进的轮廓处理方法得到对象边界,移除孤立点,确定对象特征点,在对象特征点中获取增强现实应用中需要的注册点。在关键帧匹配中,只要使用对象特征点进行对象匹配。实验结果表明,该算法具有运行速度快、匹配正确率高的特点,能满足增强现实视频应用的注册需求。

基于超图模型的图像目标识别

基于类属超图模型给出简单图像和复杂图像目标的识别方法。通过提取简单图像的稳健尺度不变特征变换特征,得到其对应的属性图,采用RSOM聚类树的思想和K近邻方法快速实现对简单图像的目标识别。复杂图像存在较大的背景干扰和遮挡的影响,通过滑动窗方法在待识别图像中定位待识别目标区域,并将该区域从待识别图像中分出,然后采用与简单图像识别方法类似的方法完成目标识别,减少背景干扰和遮挡的影响。仿真实验表明,2种图像目标识别方法是有效的。

一种抗几何攻击的鲁棒性图像水印嵌入算法

提出了一种基于傅立叶域的数字图像水印算法。该算法把计算出的图像不变质心作为对其进行对数极坐标变换的原点,再作傅立叶变换,取出中频段幅值作为水印嵌入域。该算法具有较好的鲁棒性、可检测性,能同时抵抗几何攻击和信号处理攻击,它在数字图像的版权保护等领域有广泛的应用前景。

基于Shaw不变流形的双层金属橡胶隔振系统振动响应分析

多自由度非线性系统求解是困扰其推广使用的难题,为解决多自由度金属橡胶非线性隔振系统特性分析与响应计算问题,采用基于Shaw不变流行定义的非线性模态理论来求解双层金属橡胶隔振系统的振动响应。首先基于金属橡胶双折线本构关系模型建立了双层金属橡胶隔振系统的力学模型,并对金属橡胶迟滞环节进行了等效线性化,推导了隔振系统的运动微分方程;然后依据Shaw不变流行的定义,提出了能使非线性模态理论成立的基本假设,推导了该系统的非线性模态方程,并指出了用非线性模态叠加法求解的过程;最后分别用该方法与Runge-Kutta数值计算方法求解了算例,并将结果进行对比,说明了以非线性模态叠加法求解两自由度金属橡胶隔振系统响应的可行性,尽管该方法尚不能十分精确,但在多自由度非线性系统求解没有较好的办法的现状下,为解决多自由度金属橡胶振动系统响应计算问题打下了基础,该方法对多自由度非线性系统的求解具有重要的意义。

一类新的纹理谱描述子

在纹理元的基础上提出了一类新的纹理谱描述子,新的纹理谱描述子在3个方面作了改进:将像素的灰度差量化为4个值;量化区间根据纹理对比度自动确定,并保证量化值具有灰度线性不变性;利用相关性弱的8邻域像素构建纹理谱描述子,从而降低了纹理谱维数。定义了基于新的纹理谱描述子的光照、旋转不变性纹理特征。利用该特征对Outex纹理进行光照、旋转不变性分类,分类准确率高于基于局部二值模式的光照、旋转不变性纹理特征。

基于SIFT的图像盲取证方法

采用一种基于尺度不变特征变换的算法提取图像特征,使用乘积量化的近似最近邻搜索方法对子空间分别进行量化,运用非对称距离算法计算特征向量之间的欧氏距离,提出一种新的数字图像复制粘贴被动盲取证方法。实验结果表明,该方法能够准确地对复制区域经过预处理的伪造进行检测,减少内存的使用量和空间复杂度,缩短搜索时间。

应用几何矩和边缘检测的手势识别算法

提出了一种结合几何矩和边缘检测的手势识别算法。手势图像经过二值化处理后,提取手势图像的几何矩特征,取出几何矩特征7个特征分量中的4个分量,形成手势的几何矩特征向量。在灰度图基础上直接检测图像的边缘,利用直方图表示图像的边界方向特征。最后,通过设定两个特征的权重来计算图像间的距离,对30个字母手势进行识别,识别率为90%。

求解耦合双原子分子能级间隔的不变本征算符法

利用不变本征算符法,给出存在坐标耦合和动量耦合的双原子分子的能级间隔信息,计算结果与求解薛定谔方程得到的结果一致.推导过程简洁.

基于不变矩和Mean Shift聚类的视频关键帧提取

随着通信和多媒体技术的迅速发展,检索和浏览海量多媒体数据成为日益迫切的问题。关键帧提取技术在基于内容的视频检索中扮演了重要角色。提取的关键帧有两个主要作用:一是用它来静态表示视频的主题;其二是希望从关键帧中提取特征数据,作为多媒体数据库的数据源。以视频场景中运动目标的不变矩为特征提出了一种基于非监督聚类的关键帧提取算法。首先在视频序列中分离出运动目标,然后计算运动目标区域的各阶不变矩,并以不变矩向量作为特征,运用Mean Shift算法聚类有相似特征的视频帧,进而在每类中选取有代表性的视频帧作为关键帧。不同场景下的实验结果证实了本算法的可行性。

马氏体相变的晶体取向关系

本文利用 Bain 应变和马氏体相变的表象理论阐明了马氏体相变的晶体取向关系。正是由于这附加的点阵不变切变和母相的形状协调,某些合金在某种条件下遵循 K—S 关系,而在另一些条件下遵循 N—关系或 G—T 关系。

一种有效抑制机载传感器成像畸变干扰的景象匹配算法

电荷耦合器件(CCD)与合成孔径雷达(SAR)是两种最常用的机载传感器,是景象匹配辅助导航系统的关键组成部分。当系统传感器获取的实测图存在严重成像畸变时,传统的基于特征点集间Hausdorff距离测度的匹配算法精度较低,通过引入多尺度自卷积(MSA)这种具有仿射不变性的局部特征,并将其同图像的尺度不变变换(SIFT)特征串行组合可以得到一种更加鲁棒的匹配算法。采用CCD和SAR传感器获取的图像对算法进行了仿真验证,实验结果表明:引入MSA特征对抑制景象匹配算法中多源传感器成像畸变的干扰十分有效,匹配精度显著提高。

基于异常区域感知的多时相高分辨率遥感图像配准

在对多时相高分辨遥感图像进行配准时,由于成像条件差异,图像间存在的地物变化与相对视差偏移两类典型异常区域会影响配准精度。针对上述配准中存在的问题,提出一种基于异常区域感知的多时相高分辨率遥感图像配准方法,包括粗匹配和精配准两个阶段。尺度不变特征变换(SIFT)算法考虑到尺度空间属性,不同尺度空间提取的特征点在图像中对应不同大小的斑块,高尺度空间提取的特征点对应图像中的大斑点,其对应地物相对稳定、不易发生变化。首先,利用SIFT算法提取高尺度空间特征点完成图像快速粗匹配;其次,利用灰度相关性度量对图像块进行相对偏移量统计分类以感知视差偏移区域,同时结合空间约束条件,确定低尺度空间特征点的有效提取区域以及匹配点搜索范围,完成图像精配准。实验结果表明,将该方法用于多时相高分辨遥感图像配准,可有效抑制异常区域对特征点提取的影响进而提高配准精度。

基于骨骼线的三维网格编辑

为了保留局部细节和快速地进行形变,提出了1种新的基于骨骼线的三维网格编辑方法.在确定感兴趣区域及参考点后,通过参考点和屏幕平面建立骨骼线,将感兴趣区域上的顶点映射到骨骼线上.为了使由形变而带来的失真均匀分布及保留局部细节,对骨骼线上的点用线性旋转不变的坐标表示方法进行表示,以指定的目标点为约束,在最小二乘意义下对骨骼线进行重建,得到形变后比较光滑的骨骼线;再将骨骼线上的映射点逆映射到感兴趣区域上,得到形变后的网格模型.还可以基于骨骼线对感兴趣区域进行缩放、扭转编辑.实验结果验证了本方法能实时交互、并保留细节.对骨骼点和目标点进行插值得到新的目标点再进行形变,可以得到动画效果.

基于数据库事务的不变式推导

作为数据处理和并发控制的基本单位,数据库事务被广泛应用于软件系统的业务逻辑中。通过收集运行时数据库事务中的数据,推导这些数据之间满足的不变式,建立相应的数据契约关系,是软件维护过程中对系统的内部状态进行监控的重要方法之一。目前,在不变式推导领域,主要的方法和工具都是基于代码进行分析的,缺少与基于数据分析相关的研究和成果。为了解决这一问题,首先提出了基于数据的推导代数等式形式的不变式的算法,然后设计并实现了基于数据库事务的不变式推导的原型工具,最后通过相关实验分析和验证了原型工具的有效性。实验结果表明,原型工具有良好的推导准确率和运行性能,能够弥补现有工具和方法在基于数据的分析领域的不足。

拓扑动力系统中的强不变集

在拓扑空间中,当f是同胚时,证明了回归点集R(f)、非游荡点集Ω(f)、终于周期点集EP(f)、几乎周期点集AP(f)是强不变集.

‖A‖J2模的数值计算

本文改进了[3]的结果,证明了 James 序列空间的范数是单调中项抽出不变的.由此我们也给出了 James 序列空间中元的范数的近似计算方法.这种计算方法要比穷尽法计算速度快得多.

‖A‖J2模的数值计算

本文改进了[3]的结果，证明了James序列空间的范数是单调中项抽出不变的，由此我们也给出了James序列空间中元的范数的近似计算方法，这种计算方法要比穷尽法计算速度快得多。