一种基于独立元分析的仿射不变描述和仿射变换参数估计的新方法

本文提出了一种基于独立元分析 (IndependentComponentAnalysis,ICA)的仿射目标识别和仿射参数估计的新方法 .对于待识别的不同扭曲程度的目标 ,可采用ICA方法提取轮廓的仿射不变描述 ,从而解决扭曲目标识别问题 .该方法同时能够估计两个视频帧间的仿射变换参数 ,在高压缩率编码标准中 ,如MPEG4或MPEG7,具有很重要的现实意义 .实验结果表明 。

闭塞目标识别中的仿射不变曲线匹配

针对全局曲线匹配在闭塞目标识别中不再可行,提出了一种用于闭塞目标识别的部分对部分曲线匹配方法。首先,构造了一个目标轮廓局部形状特征描述子称之为仿射不变曲线描述子(AICD),它基于一个曲线仿射不变量及其无符号积分,具有仿射不变特性;其次,结合AICD和基于曲率零交叉点的仿射不变曲线分割方案,给出了一个仿射变换下的曲线匹配算法。实验表明该算法对于存在仿射变形和部分闭塞的目标识别有效且优于现有的曲线匹配方法。

一种基于支持向量机的三维物体识别方法

提出从三维物体的二维图像中提取仿射不变傅氏描述子、色彩矩及纹理特征,组成一个25维的特征向量,送入支持向量机训练并用于三维物体识别。算法利用了仿射不变傅氏描述子在物体发生仿射形变时具有不变性,利用色彩矩和纹理特征区分形状相似但有不同颜色及纹理的物体,并引入支持向量机作为分类器。基于三维物体图像数据库COIL-100测试了算法的识别性能,当每个物体训练样本图像数量为36个(视角间隔10°)时达到了100%的识别率,进一步减少训练视角数量也达到较满意的识别性能。

结合轮廓与形状特征的仿射形状匹配

目的针对仿射变换下形状匹配中存在的描述子对形状的描述能力不足,以及描述子计算耗时大的问题,改进基于所有图像点投影的方法,提出一种利用轮廓计算投影面积的仿射形状匹配算法。方法该算法分为粗匹配和精匹配两个阶段。粗匹配阶段以CSS角点作为备选特征点,首先统计轮廓投影面积分布作为特征点描述子;然后利用动态规划蚁群算法匹配两幅图片公共特征点序列,并将匹配好的特征点序列记为对应的新特征点;最后采用该新特征点划分目标曲线,得到对应的轮廓曲线;这一阶段的目的是对形状的筛选以及寻找一致的轮廓特征点,同时完成轮廓曲线的划分。精匹配阶段,采用小波仿射不变描述子,对粗匹配阶段匹配代价最小的5%的目标进行对应曲线匹配,得到精匹配阶段的匹配代价,从而实现对仿射目标的识别;精匹配弥补了描述子对轮廓细节描述不足的问题。结果算法的平均检索速度比传统基于形状投影分布描述子提高44. 3%,在MPEG-7图像库上的检索效果为98. 65%,在MPEG-7仿射图像库上的查准率与查全率综合评价指标比传统的基于形状投影分布描述子高3. 1%,比形状上下文高25%。结论本文算法匹配效果好,效率高,抗噪性强,解决了仿射描述子计算速度慢、描述能力不足的问题,能有效地应用于仿射形状匹配与检索领域。