离散不变矩算法及其在目标识别中的应用

该文分析了在离散状态下不变矩特征受比例因子变化的影响,提出了一种修正归一化中心矩的方法,保证了不变矩特征具有平移、旋转和比例因子的不变性,并将此用于目标识别,最后通过仿真实验,比较了修正前后的识别率,表明本文采用的方法是行之有效的方法。

不变矩算法的改进与人耳识别技术

由于人耳识别具有不受表情、化妆等影响的独特优势,研究了人耳识别特征技术,对不变矩算法进行了改进,获得6个改进的高阶不变矩特征向量。分别用两种算法对人耳图像进行识别处理,比较两种识别结果。改进后不变矩算法的高阶不变矩具有平移、旋转不变和尺度缩放不变的特性。采用BP人工神经网络对60只人耳图像进行识别验证,正确识别率达到91.8%。

基于PC的不变矩实时计算算法(英文)

矩和不变矩是工业部件识别和检测的重要特征.几何矩的值必须实时计算.介绍了灰度图像二维几何矩的高效计算.尽管存在许多矩快速计算算法,但不能在没有特殊硬件工具的微机上实时计算.原因是这些快速算法虽减少了计算复杂性,但在计算过程中仍需要大量浮点运算.为了实现在微机上的实时计算,提出的算法将图像分成相同大小的块,每图像块运用定点运算计算各自矩,然后运用浮点运算计算整个图像的矩.这种计算模式不需要近似而是精确计算,然而对于每个图像块不采用变换不容易克服溢出问题,在高效计算各图像块矩过程中使用了改进的Hatamian滤波器.实验结果表明,提出的算法大大减少了浮点运算次数,大大提高了图像矩计算速度.该算法可有效应用于复杂工业部件的实时识别和检测.

基于边缘检测的七阶矩方法

针对人耳特点在Canny边缘检测基础上采用不变矩算法提取特征向量。Canny算法能不漏检真实边缘,也不会把非边缘点作为边缘点检出,它检测出的边缘点都尽可能在实际边缘的中心,而且Canny算法对虚假边缘响应有抑制作用。采用不变矩算法进行特征提取,该算法具有不受平移、旋转和比例变化限制的特点。

基于颜色与形状图像检索的研究

针对图像检索技术中单一的底层特征检索效果差以及图像分割方法的优劣对形状特征提取造成的瓶颈问题,提出了一种颜色与形状相结合的新方法。其思想是采用颜色矩方法提取出九个颜色特征分量;通过Ostu阈值分割法计算出的阈值来确定Canny算子的高门限,从而采用改进后的Canny算子完成图像分割,进而提取出七个Hu不变矩形状特征分量;并利用图像检索的CBIR模型,将颜色特征分量与形状特征分量相结合。实现了一个图像检索系统。实验结果表明,提出的新方法改善了检索效果,而且对直方图具有双峰性的图像检索效果更好。

图像特征提取的研究进展

图像特征提取是图像处理的一个重要环节,是当代图像处理技术研究和应用的重要领域之一,本文围绕图像特征提取,简要论述了小波特征提取及其他特征提取的相关方法,并进一步论述了图像特征提取的发展趋势。