伪Zernike矩特征在图像重建中的应用

简单介绍了描述图像形状特征的伪Zernike矩,给出了伪Zernike矩的定义;在讨论伪Zernike矩性质的基础上,指出可以使用基于伪Zernike矩的形状特征数据来重建图像,阐述了基于伪Zernike矩的形状特征数据进行图像重建的理论基础;实验结果证明了基于伪Zernike矩进行图像重建的可行性。

伪Zernike矩在低信噪比红外目标检测中的应用

由于探测器本身固有的特性以及军事上的极限使用要求,红外图像普遍存在目标-背景间对比度较差、目标边缘模糊和噪声较大等特点,采用常规模板匹配、Hu矩方法难以取得理想的检测效果。针对低信噪比红外目标图像,分析了伪Zernike矩的基本原理、不变性和计算方法,提出了低信噪比红外目标检测的伪Zernike矩方法,并比较了模板匹配、Hu矩、伪Zernike矩方法的目标检测效果。理论分析和实验验证了该方法的有效性。

基于小波变换和不变矩的脱机签名鉴别

在以前研究的基础上,本文针对脱机中文签名的特点,提出利用小波变换及特征不变矩相结合的方案进行鉴别。与通常的小波变换提取细节信息不同,本文提取的是近似信息,反映了签名灰度图像灰度分布的走势。另外再结合利用伪Zernike不变矩计算的静态特征与在高密区域(HDR)基础上计算的其他动态特征,组成17维特征向量,构建脱机签名鉴别系统,并利用290个签名进行实验,实验结果表明FAR(错误接受率)和FRR(错误拒绝率)可分别达到7.83%、6.88%。

基于伪Zernike矩的抗几何攻击图像水印

针对几何攻击容易使常规水印算法检测失败的问题,利用图像伪Zernike矩的幅度具有旋转不变的性质,提出了一种抗几何攻击图像水印算法(GWPZM)。首先计算图像的伪Zernike矩,选择适宜于嵌入水印的矩进行幅度改变量测试。筛选出最优矩集合,根据水印比特自适应地修改集合中的矩,并对差矢量进行伪Zernike矩重构,通过将重构图像在空域迭加到原始图像中嵌入水印。水印检测时,首先计算受攻击图像的伪Zernike矩,以最优矩集合作为密钥,通过与原始图像比较矩的幅度提取水印。实验结果表明,GWPZM算法能够抵抗旋转、缩放攻击、二者组合攻击以及JPEG压缩、噪声等常规攻击。

一种可有效抵抗几何攻击的鲁棒图像水印算法

伪Zernike矩(Pesudo-Zernike Moments)是一组正交复数矩,其不仅具有旋转不变性、更低的噪声敏感性,而且还具有表达有效性、计算快速性以及多级表达性等特点。以伪Zernike矩理论为基础,提出了一种可有效抵抗几何攻击的数字图像水印新方案。该方案首先结合伪Zernike矩的旋转不变特性,计算出原始载体图像的伪Zernike矩;然后选取部分低阶伪Zernike矩;最后采纳量化调制策略将水印信息嵌入到伪Zernike矩幅值中。实验结果表明,该数字图像水印方案不仅具有良好的透明性,而且具有较强的抵抗常规信号处理、几何攻击等能力,整体性能优于Zernike矩图像水印方案。

脱机手写签名鉴别研究

本文主要研究了脱机手写签名的特征提取,提出了一种结合静态特征与动态特征的新的鉴别方法。提取静态特征时,利用伪Zernike矩的尺度及位移不变性,在细化的签名图像上计算10阶伪Zernike不变矩来组成特征向量。提取动态特征时,则首先从灰度图像得到签名的全局及局部高密区域,利用高密区域与原签名图像对应部分的面积之比得到全局和局部HDF。另外在全局高密区域的基础上,计算其相对重心,并将其作为另一个特征。结合两类特征形成16维特征向量后,建立一个系统,在系统中采用290个真伪签名进行验证。实验结果表明,系统的FAR和FRR分别可以达到7·25%、9·30%。