基于改进的YCbCr空间及多特征融合的手势识别

针对基于视觉的手势识别的复杂性,提出一种基于改进的YCbCr空间及多特征融合的手势识别新方法。首先针对YCbCr颜色空间易受环境因素影响的特点,采用改进的YCbCr椭圆聚类肤色模型的手势分割方法提取手势区域;然后按手势图像外接矩形的宽高比和手指个数进行粗分类,再提取手势的Hu矩和傅里叶描述子构建融合特征,并将融合特征输入BP神经网络进行训练识别;最后综合粗分类和BP神经网络的结果进行手势判别。实验结果表明,该方法在保证实时性的同时具有较高的识别率。

肺部孤立性结节定量研究

目的 研究肺部孤立性结节形态参数在良恶性鉴别诊断中的应用价值。方法 选择了在 2 0 0 0年 4月至 2 0 0 1年 5月间 ,经CT引导下肺穿刺活检的 ,且经病理证实的良恶性患者 87例 ,其中良性 18例 ,恶性 69例。对这些病例按三个步骤进行分析 :首先 ,应用Snake模型提取结节的轮廓线 ;然后 ,计算由轮廓线所围成的区域的Legendre矩和傅立叶描述子(FD) ,并求出平均值 ,最后 ,对测量结果 ,利用SAS软件包进行t检验计算机统计学处理。结果 经过t检验 ,矩和傅立叶描述子两个形态学参数在良恶性肿瘤之间具有显著性意义。恶性肿瘤的矩值大于良性肿瘤 ,而FD值恰恰相反。应用矩、傅立叶描述子的 2者组合鉴别肺部孤立性结节良恶性肿瘤具有较高的诊断价值。结论 矩和傅立叶描述子能够定量描述肺部结节的形态特征。

基于矩-傅里叶描述子人脸图像识别

本文介绍了在Radon变换下的图像矩特征的抽取方法,并得到图像的矩特征矩阵;进而对矩特征矩阵按行向量进行傅里叶交换组成矩-傅里叶描述子特征矩阵,采用矩阵的加权欧氏距离作为人脸图像的匹配识别的算法,产生较好的结果。

融合图像轮廓矩和傅立叶描叙子的手势识别

针对手势识别中人手是复杂变形体,手部特征描叙容易受到环境因素影响的特点,提出了一种基于混合轮廓特征的手势识别的新方法.首先根据手的颜色信息将手从复杂的背景中分离出来,然后提取出手轮廓的矩不变量和Fourier描叙子特征,然后将2种特征融合构成混合特征,最后将新特征输入BP神经网络进行识别.实验表明:此方法具有较好的鲁棒性和较高的识别率.

基于D-S证据理论的轴心轨迹自动识别方法

旋转机械的轴心轨迹包含了其运行状态的丰富信息,是判断转子运行状态和故障征兆的重要依据。提出对轴心轨迹的图像利用不变矩和傅里叶描述子提取特征,采用D-S证据理论对轴心轨迹特征参数进行融合识别诊断,并与传统BP神经网络识别方法比较,证明D-S证据理论提高了识别的准确性。将所提的方法应用于磁轴承故障诊断中,利用实测振动信号验证该方法的实用性,最终结果表明识别结果与轨迹形状相符合,说明文中提出的方法不仅能够较好的提取轴心轨迹图像特征,并能有效地对轴心轨迹进行识别,提高磁轴承故障诊断的精度。

基于矩特征傅里叶描述的示功图故障诊断研究

提出一种结合矩特征和傅里叶描述子的示功图故障诊断方法。示功图经过最佳阈值分割和边缘检测后,得到边界为最大区域填充后的图像,计算图像的矩特征获得表示物体形状的矩特征序列,再通过离散傅里叶变换得到具有平移、旋转和尺度不变性的归一化矩特征傅里叶描述子,采用欧氏距离法进行分类。实际应用表明:该诊断方法在油田抽油机故障诊断中具有可行性和有效性。

几种边界特征描述方法的比较研究

在图像处理与模式识别领域经常根据物体的边界来识别物体。对物体边界特征描述的三种主要方法,即基于极半径函数的傅里叶描述子、边界序列矩和改进的不变矩进行了比较研究,给出了实验结果和结论。

基于序列剖视图的机械类网格模型搜索方法(Ⅱ)

为支持机械类网格模型的搜索,提出了两种基于模型主轴序列剖视图的形状描述子,分别是侧重表示视图区域的主轴剖视图傅里叶矩描述子和侧重表示视图边界的线段分布直方图。将面向场景搜索的时间相似度度量框架引入到模型搜索领域,给出了一种基于主轴序列剖视图相似性的模型距离计算方法。通过模型搜索的实验验证了上述两种形状描述子及模型距离度量方法的实用性和有效性。

图像特征区域质心位移的检测

对三坐标测量机进行改进,其过程是简化机械机构,将三坐标测量机的测头安装在气浮滑板上,通过手动实现中高精度的测量.本文提出一种基于数字图像处理的图像特征区域识别和确定图像特征区域质心位移的方法.该方法是对安装在气浮滑板上的CCD摄像机在平面上运动的过程中取得的图像序列进行数字化处理.利用图像的形状无关矩,修正傅立叶描述符和定位技术,提高了图像特征区域的识别能力,并准确地获得气浮滑板的动态位置信息,确定出相邻帧图像中特征区域的质心的位置变化.这种低成本、小型化的三坐标测量机具有广阔的应用前景.

图像区域边缘形状特征提取

形状分析是指用计算机图像处理和分析系统对景物目标提取形状特征,对景物作识别、理解,区域形状特征的提取是形状分析的基础.图像区域具有平移、旋转和缩放无关的紧凑度(Compactness),无量纲的复合矩(moment),与位置和大小无关的归一化的傅立叶描述子(Fourier Descriptor)三个形状特征.

卫星遥感图像中的小目标形状描述算法

提出一种卫星遥感图像中基于小波变换的形状描述新算法。对图像进行一级小波变换,用Hu矩、Zernike矩和Fourier描述子分别提取子波段特征向量,并根据各子波段的描述能力强弱对所得特征向量进行加权处理,并输入到分类器中检验其描述能力。实验结果表明,该算法能够对目标形状进行更准确的描述,较经典描述子性能更优。

机械设计图像检索研究

基于内容的机械设计图像检索目前尚无针对性的研究,提出利用形状特征作为图像检索的标准,根据机械设计图像的特点,对3种不同的形状特征描述子的检索性能进行研究,分别提取图像库中各个图像的傅里叶描述子、Hu不变矩和距离分布直方图特征,并分组进行图像检索实验。实验结果表明:机械设计图的标引对其形状特征的描述有较大的影响,基于轮廓的形状特征描述法在检索中有最高的查准率。

基于深度神经网络的多尺度特征提取方法

针对传统特征提取方法不能很好地表示左右不对称和弯曲叶片图像信息的问题,提出一种基于深度神经网络的多尺度特征提取方法。首先借鉴空间金字塔匹配模型思想,提取各个空间子区域的高阶Zernike矩特征,使用滑动圆形窗口提取对象域的极坐标傅里叶变换描述子;其次将Zernike矩和傅里叶特征作为深度神经网络的输入向量获取深度抽象特征。实验结果表明,与多种特征提取方法相比,该方法具有较好的特征表示性能。

形状分析方法综述

形状分析是图像分析领域研究的重点内容之一。回顾了近几十年来形状分析领域的发展状况,从基于区域和基于边界的角度对当前的各种形状分析方法进行分类,讨论了各种典型的形状描述算法思想,并列举了在这些算法思想基础上发展而来的各种形状描述方法的改进及延伸。总结了各种算法的优缺点,并对该领域的研究发展进行了展望和探讨。

矩傅立叶描述子矩阵及其在模式识别中的应用

通过对基于形状的模式识别问题研究现状的探讨,在以前人们研究成果的基础上,提出了一种新的形状描述子——矩傅立叶描述子矩阵(Moment Fourier Descriptor Matrix:MFDM),它能够描述一些由非闭合区域组成的复杂形状物体,且表现为相对与图像的平移、尺度变化和旋转的不变量,因此可以用于一些复杂形状物体的识别,如文字。

基于形状相似的三维模型检索方法研究

在基于内容的三维模型检索方法中,基于形状的检索方法由于其视觉上的直观性和效果上的稳定性,得到了广泛的研究,本文提出了一种基于模型视觉投影图相似的形状检索方法,对任意模型通过坐标规范化,方向投影,提取其二维投影图像的Fourier描述符和Zernike矩描述符作为模型特征,在数据库中进行匹配检索.解决了该类方法中的投影图最优匹配的问题,并在检索效果和效率上取得了很好的结果.

基于多分类器投票机的人体姿态识别算法

为了获得准确的人体姿态识别结果,满足智能视频监控的需求,提出一种融合Hu不变矩特征和傅里叶描述子特征的人体姿态识别算法,并将ReliefF算法引入特征选择过程中,区分特征的重要性,然后使用大数投票法构建多分类器投票机制进行姿态识别,该机制很好地发挥了各个分类器的优势,提高了识别的准确率。实验结果表明,提出的算法对各种姿态取得了很好的分类效果。

一种新的基于形状特征的图像检索方法

提出一种新的基于形状的图像特征提取和匹配方法.综合采用改进的不变矩和二维极坐标傅里叶描述子对形状特征进行描述.改进的不变矩可以描述物体的整体形状信息,具有平移、旋转和尺度不变性,二维极坐标傅里叶描述子可以对形状的相似性进行定量判别,具有较强的通用性.最后,采用线性加权求和的方式计算综合相似度,将具有较高相似度的结果集返回给用户.实验结果表明,与其它检索方法相比,该方法可以有效地提高检索的查全率和查准率.

基于矩-傅里叶描述子的不同姿态三维人脸识别

三维人脸相比二维人脸包含更丰富的信息,而且能够克服姿态,表情,光照因素的影响,更好地表示人脸特征,从而逐渐受到广泛的关注和重视。文中对不同姿态下的三维人脸深度图,先用微分几何相关知识把该图校正到正中面,然后通过提取人脸面部的等高线特征,将三维人脸变成容易处理的二维曲线,针对如何能够更好的描述该二维曲线,提出了一种把矩和傅里叶描述子相结合的新方法,最后利用提取的曲线特征进行人脸识别。实验结果表明,该方法具有很好的实时性和更强大的形状区分能力,鲁棒性高,优于传统傅里叶描述子提取等高线特征的方法。

基于矩特征傅立叶描述法的目标形状识别

针对适用于实时图像处理的目标识别系统,本文提出了一种结合矩特征和傅立叶描述子的形状识别新方法。该方法以质心为中心将物体划分为多个扇形区域,计算各扇形区域的矩特征值获得表示物体形状的矩特征序列,再通过离散傅立叶变换得到具有平移、旋转以及比例不变性的归一化矩特征傅立叶描述子。实验结果表明,该方法具有很好的实时性和很高的识别率,能准确地识别二维物体和三维物体的形状,具有很好的工程应用前景。