一种二维极坐标傅里叶描述子在图像检索中的应用

在图像检索中,形状描述是图像内容描述的关键部分。目前已经存在的大多数形状描述符均是基于某一特定应用的,不具有通用性。文章提出了一种基于二维极坐标傅里叶变换的傅里叶描述子对目标形状的描述方法,分析并实验验证了该方法的各个性质,并讨论了它的实际计算问题。实验结果表明,该描述符通用性强,鲁棒性高。

基于极坐标和傅里叶描述子的二值商标图像检索

针对二值商标图像,引入极坐标转换,达到平移、缩放和旋转不变性的目的。用傅里叶描述子表示多边形近似后的轮廓特征,并进行匹配。试验表明,这种方法符合人的视觉语义,能很好地应用于商标图像检索中。

一种改进的二维傅里叶描述子在基于形状的图像检索中的应用

在图像检索中 ,形状描述是图像内容描述的关键部分 .目前已经存在的大多数形状描述符均是基于某一特定应用的 ,不具有通用性 .文中提出了一种基于二维极坐标傅里叶变换的傅里叶描述子对目标形状的描述方法 ,分析并实验验证了该方法的各个性质 ,并讨论了它的实际计算问题 .实验结果表明 ,本描述符通用性强 。

用于目标识别的二维傅里叶小波描述子

提出了一种二维傅里叶小波描述子。其改进之处在于在目标图像的直角坐标 极坐标转换过程中 ,预先将图像中的冗余点去除 ,并对像素点进行细化处理 ,以减少计算时间 ,提高变换精度。在飞机型号识别实验中 ,采用改进的二维傅里叶小波描述子对样本进行描述 ,并使用神经网络分类器进行分类 ,获得了很高的识别率 ,而运算时间显著减少 ,证明它是一种十分有效的目标描述方法。

一种基于改进傅里叶算法的图像检索方法

在微软图像库基础上提出了一种新的基于傅里叶算法的图像检索方法。主要是综合了hu不变矩和二维极坐标傅里叶描述子对图像提取特征向量。相似性度量采用加权的欧氏距离算法。Hu不变矩可以对物体的整体性进行描述,平移、旋转和尺度变化都不能影响提取的特征向量。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。实验结果表明,该方法可以有效地提高检索的查全率和查准率。

多元响应降维子空间

提出多元中心K阶条件矩降维子空间,指出与多元中心K阶矩子空间的关系.结合相关文献方法,提出1种新方法估计多元响应降维子空间,给出该方法估计量的相合性与实例模拟.

基于多特征融合和深度信念网络的植物叶片识别

基于叶片数字图像的植物识别是自动植物分类研究的热点。但是随着植物种类的增加,传统的分类方法由于提取的特征比较单一或者分类器结构过于简单,导致叶片识别率较低。为此,本文提出使用纹理特征结合形状特征进行识别,并且使用深度信念网络构架作为分类器。纹理特征通过局部二值模式、Gabor滤波和灰度共生矩阵方法得到。而形状特征向量由Hu氏不变量和傅里叶描述子组成。为了避免过拟合现象,使用"dropout"方法训练深度信念网络。这种基于多特征融合的深度信念网络的植物识别方法,在Flavia数据库中,对32种叶片的识别率为99.37%;在ICL数据库中,对220种叶片的识别率为93.939%。这表明相比一般的叶片识别方法,此方法鲁棒性更强,并且识别率更高。

基于自适应神经模糊推理系统的树叶特征的提取以及分类

通过植物的几何特征:长宽比,矩形度,面积凹凸比再根据傅里叶描述子和得到的傅里叶系数来提取树叶的一些形状特征:圆形度、细长度、密集度、凹凸度,再利用广泛应用于处理与分析具有复杂细节特征的分形维数来对植物特征进行提取,最后采用自适应神经模糊推理系统(Adaptive Network-based Fuzzy Inference System,ANFIS)基于sugeno模糊来对树叶进行分类,并对树叶的分类进行分析,结果显示:随着适应神经网络的训练次数的增加,识别的误差越来越低,最后达到了比较好的效果,能够准确的进行分类.

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。

用于人机交互的静态手势识别系统

提出并实现一个用于人机交互的静态手势识别系统。基于皮肤颜色模型进行手势分割,并用傅里叶描述子描述轮廓。采用针对小样本特别有效且范化误差有界的支持向量机方法:最小二乘支持向量机(LS SVM)作为分类器。提出了LS SVM的增量训练方式,避免了费时的矩阵求逆操作。为实现多类手势识别,利用DAG(DirectedAcyclicGraph)将多个两类LS SVM结合起来。对26个字母手势进行识别,与多层感知器、径向基函数网络等方法比较,LS SVM的识别率最高,为93.62%。

基于相位相关的图像配准算法

提出了一种新的基于相位相关的图像配准方法:首先在参考图像中心处截取一个小区域图像,然后在待配准图像中寻找一个同样大小的区域,使得在对数极坐标表示下,这两个小区域图像的互功率谱经傅里叶反变换后是一个二维脉冲信号。所要寻找的小区域中心点在待配准图像中的位置即为所要估计的平移参数,二维脉冲信号中脉冲的位置与缩放因子和旋转角度有关,由此而得到图像配准参数。实验结果表明该方法具有很好的配准效果。

基于Fourier-Mellin变换的红外图像配准

该文针对一种新的基于相位相关的图像配准方法,在需要配准的两幅图像中心选取同样大小的区域,在对数极坐标的表示下,这两个区域图像的互功率谱经傅里叶反变换后是一个二维脉冲信号。首先可以利用相位相关法求得旋转角度和缩放因子,然后根据上一步求得的结果再次利用相位相关法求出两个方向上的平移参数,至此可以获得图像的配准参数。对Fourier-Mellin算法进行MATLAB仿真,实验结果表明了该算法可以获得较好的配准结果。

管状药柱识别及平均内外径检测

某管状药柱塑性较大,在生产过程中,由于挤压等原因,端面不是规则的圆环形,其平均内外径尺寸直接关系到弹药的性能。目前的内外径尺寸检测技术只能检测单个目标,检测平均内外径需要拍摄多幅图像,取这多幅图像目标尺寸平均值。为此,提出了利用面阵电荷耦合器件(面阵CCD)摄像机获取目标图像,每幅图像可包含多个目标,然后,采用二维傅里叶描述子对不同目标进行识别,根据药柱是否相同判断其是否离开视场,实现了对多个药柱尺寸同时检测,极大地提高了检测速度,采用多项式插值技术进行亚像素边缘检测,使测量精度高于0.01mm,达到微米级。

基于多特征融合的活动识别算法

基于可穿戴传感器的人体活动识别技术在许多领域应用广泛,从人体活动信号中提取丰富的特征是提高活动识别准确率的关键技术之一。为此,提出基于傅里叶描述子(FDs)、局部二值特征(LBP)和小波能量谱(WES)的融合特征提取人体活动的详细信息。为提高识别系统的可靠性,去除对识别精度没有影响的冗余特征,引入过滤式选择算法Relief-F进行特征选择,筛选对不同活动具有较高区分度的特征,然后利用随机森林分类器对多种不同活动进行精确识别。基于Python3.6平台,在公开的WISDM和ADL数据集上验证该算法的有效性。实验结果表明,多特征融合算法对WISDM和ADL数据集分别取得了94.5%和95.3%的识别准确率,识别效果明显优于单一特征算法,具有很强的鲁棒性。

一种遥感影像亚像素快速配准方法

针对经典亚像素配准算法运算效率不高的情况,提出一种快速亚像素配准方法。在原有傅里叶变换相位相关方法与矩阵乘法离散傅里叶变换方法的基础上,利用有效子图代替原图进行图像亚像素配准。首先将各子图进行小波变换获得三方向高频分量,通过比较高频部分能量总和的大小来判断用于像素级配准的有效子图,利用有效子图计算相位相关的频谱峰值获取图像配准的像素级位移,然后利用矩阵乘法离散傅里叶变换上采样方法求出图像配准的亚像素级位移。经模拟试验与工程实例,综合分析该方法的配准精度与配准速度,证明改进方法较经典亚像素配准算法效率更高,更适合应用于实际遥感影像的高精度配准。