基于伪Zernike矩不变量分析的视觉测力

提出了一种基于伪Zernike矩不变量分析的视觉测力方法.该方法利用伪Zernike矩不变量所构成的特征向量来描述微装配过程中微夹爪变形之后的形状,并由此建立了矩不变量特征向量与受力之间的函数关系;建立训练集,输入为矩不变量特征向量,输出为已知受力;通过支持向量机比较测试集与训练集中的特征向量,对测试集的输入进行多类分类,从而估计未知受力.对4种不同规格的微悬臂梁进行了实验,结果验证了该方法的有效性.

基于伪Zernike矩的数字图像篡改检测方法

图像编辑技术的快速发展使得人们难以发现专业技术处理过的篡改图像的伪造痕迹,对新闻传播、司法取证、信息安全等领域造成了严重的威胁。图像的区域篡改检测方案主要用于检测图像中存在疑似相似的图像块。目前,传统的检测策略对发生几何攻击的篡改区域鲁棒性不好。针对几何攻击情况,文章介绍了一种针对复制粘贴伪造图像的新检测方法,利用伪Zernike矩特征进行特征提取。通过在相邻区域进行特征匹配,可以检测出图像中可能存在的伪造区域。实验结果表明,该方法不仅对常规攻击(如加噪声、JPEG压缩)具有较好的检测效果,而且在处理旋转等几何攻击时也表现出色。这些结果证明了该方法的创新性和广泛适用性。

基于伪Zernike矩模糊不变量的图像识别算法

为了提高模糊图像的识别率,提出了一种新的基于正交伪Zernike矩模糊不变量的图像识别算法。该算法首先推导出模糊图像的伪Zernike矩和原始图像的伪Zernike矩之间的线性关系,然后利用该关系构造出伪Zernike矩的模糊不变量,最后将该不变量作为描述算子对模糊图像进行识别。实验表明,与Zernike矩模糊不变量相比,伪Zernike矩不变量具有更好的模糊不变性,并且基于伪Zernike矩模糊不变量的图像识别算法能获得更高的识别率,特别是当图像含有较大噪声时。

基于图像特征点与伪Zernike矩的鲁棒水印算法研究

以Harris-Laplace检测算子及伪Zernike矩相关知识为基础,提出一种可有效抵抗几何攻击的数字水印新算法.该算法首先利用Harris-Laplace检测算子从载体图像中提取出稳定的特征点;然后根据特征尺度自适应确定局部特征区域,并使其尺度标准化;最后通过量化调制伪Zernike矩幅值将水印信息嵌入到局部特征区域中.仿真实验表明,新算法不仅具有较好的透明性,而且对常规信号处理(中值滤波、边缘锐化、叠加噪声和JPEG压缩等)和几何攻击(包括全局仿射变换、局部失真等)均具有较好的鲁棒性.

图像归一化与伪Zernike矩的鲁棒水印算法研究

以基于矩的图像归一化技术及伪Zernike矩相关知识为基础,提出一种可有效抵抗几何攻击的数字水印新算法。算法首先利用归一化技术将原始图像映射到几何不变空间内;然后结合不变质心理论提取出归一化图像的重要区域;最后通过量化调制伪Zernike矩幅值将水印嵌入到重要区域中。仿真实验表明,该算法不仅具有较好的透明性,而且对常规信号处理(滤波、锐化、加噪和JPEG压缩等)和几何攻击(全局仿射变换、局部失真等)均具有较好的鲁棒性。

伪Zernike矩不变性分析及其改进研究

伪 Zernike矩是基于图象整个区域的形状描述算子 ,而基于轮廓的形状描述子 ,例如曲率描述子、傅立叶描述子和链码描述子等是不能正确描述由几个不连接区域组成的形状的 ,因为这些算子只能描述单个的轮廓形状 .同时 ,由于伪 Zernike矩的基是正交径向多项式 ,和 Hu矩相比 ,除了具有旋转不变性、高阶矩和低阶矩能表达不同信息等特征外 ,还具有冗余性小、可以任意构造高阶矩等特点 ,另外 ,伪 Zernike矩还可以用于目标重构 .目前 ,伪 Zernike矩没有得到广泛的应用 ,其中的一个主要原因是 ,它不具备真正意义上的比例不变性 .为了能使伪Zernike矩得到更广泛的应用 ,在详细分析伪 Zernike矩不变性的基础上 ,提出了伪 Zernike矩的改进方法 ,使改进后的伪 Zernike矩在保持旋转不变性的同时 ,还具有真正意义上的比例不变性 ,同时给出了部分的实验分析结果 .实验结果证明 ,该改进后的伪 Zernike矩较改进前的伪 Zernike矩 ,具有更好的旋转和比例不变性 .

雷达辐射源信号的伪Zernike矩双谱二次特征提取

双谱在提取雷达信号特征时可以保留相位信息。针对现有双谱特征提取方法存在平凡双谱、交叉项、特征维数过高等问题,提出一种双谱二次特征提取方法。首先将双谱转化为灰度图像,以灰度值表示双谱幅度;然后利用图像处理技术提取双谱二次特征,提取出能够反映辐射源信号双谱图像细节和概貌信息的不同阶伪Zernike正交矩特征集;最后,将伪Zernike矩特征集与Hu-不变矩特征集进行实验对比。结果表明,文中提出的方法具有更好的分类识别性能。

基于SIFT和伪Zernike矩归一化的抗几何攻击水印

提出一种基于SIFT和伪Zernike矩归一化的抗几何攻击水印方案。首先用SIFT方法提取载体图像的特征点,筛选得到关键点。然后在关键点确定载体图像的方形子区域嵌入水印。嵌入时计算方形子区域的伪Zernike矩值,并对矩值作归一化处理,选择部分低阶矩幅值抖动量化嵌入水印。为抵抗几何攻击,检测前进行基于SIF关键点的几何失真校正,对校正后的图像提取水印。实验结果表明该算法对旋转、剪切、JPEG、压缩、噪声、中值滤波等攻击有很好的鲁棒性。

三维荧光光谱结合Zernike图像矩快速鉴别掺伪芝麻油

为了实现对掺伪芝麻油的快速鉴别,应用FS920荧光光谱仪测定样品的三维荧光光谱数据。将三维荧光光谱图视为灰度图,在没有任何预处理的前提下,直接应用Zernike图像矩提取三维光谱灰度图的特征信息,然后采用类平均法对特征信息进行聚类分析,从定性角度实现掺伪芝麻油的鉴别,并解析其组成成分。最后应用广义回归神经网络(GRNN)对掺伪样本的成分进行定量分析。聚类分析能够以很高的辨识率来识别掺伪芝麻油,并能够正确解析其组成成分。定量模型预测了2组掺伪样本中各成分的相对体积,其平均相对误差分别为2.23%,8.00%,9.70%和9.70%。分析结果表明,Zernike矩能够有效提取光谱的特征信息,光谱数据的Zernike矩特征结合聚类分析以及GRNN模型能够获得良好的定性和定量分析结果,为掺伪芝麻油的鉴别提供了一种新的方法。

分形与伪Zernike矩的鲁棒水印算法研究

以分形编码技术及伪Zernike矩相关知识为基础,提出一种可有效抵抗几何攻击的高鲁棒数字水印新算法。算法首先利用分形编码及设置的阈值将图像分成自相似性块和非自相似性块;然后计算自相似性块的伪Zernike矩,并从中选出最鲁棒的矩;最后通过量化调制伪Zernike矩幅值将水印嵌入其中。仿真实验表明,算法不仅具有较好的透明性,而且对常规信号处理(滤波、锐化、加噪和JPEG压缩等)和几何攻击(全局仿射变换、局部失真等)均具有较好的鲁棒性。

基于伪Zernike矩的图像自适应RST不变水印

针对旋转、缩放和平移等几何攻击能够破坏水印检测的同步性,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,结合奇偶量化,提出了一种图像自适应旋转、缩放和平移不变水印算法.首先计算图像的伪Zernike矩,选取适宜于生成水印的矩,再对所选的矩幅度进行奇偶量化生成自适应水印序列.检测时,利用归一化汉明函数判断水印的相似度.实验结果表明不变水印算法可以抵抗任意角度旋转攻击和缩放攻击.对JPEG压缩,噪声,滤波等常规攻击,提取水印的相似度均在0.95以上.

基于非下采样Contourlet变换的伪Zernike矩水印算法研究

方案以非下采样Contourlet变换及伪Zernike矩知识为基础,利用非下采样Contourlet变换提取出低频区域,在此区域采用量化调制伪Zernike矩的幅值将水印信息嵌入。由于非下采样Contourlet变化有很好的平移不变性和抗噪性,而伪Zernike矩具有旋转不变性,还具有对噪声不敏感的特性,两者结合是一个较好的抗几何攻击方法。仿真实验表明,该算法不仅具有较好的透明性,而且对常规信号处理和一般性几何攻均具有较好的鲁棒性。

一种新的基于伪Zernike矩的图像盲水印算法

抵抗几何攻击的鲁棒性是目前数字水印技术中的热点也是难点。提出一种新的基于伪Zernike矩的图像盲水印算法,首先计算图像归一化后的伪Zernike矩,然后选取部分合适的矩通过量化调制嵌入水印信息。水印提取时,利用伪Zernike矩的相位信息估计旋转角度进行几何校正,以提高矩的几何不变性。实验结果表明,算法对于抗几何攻击尤其是旋转攻击具有很好的鲁棒性,同时也能抵抗常规的信号处理攻击。

基于SURF和伪Zernike矩的图像拼接算法研究

基于特征点匹配的图像拼接方法对图像旋转、噪声等比较敏感,提出了基于SURF和伪Zernike矩的图像拼接方法,并利用改进的SURF算子获取图像中的特征点,计算以特征点为中心邻域窗口的伪Zernike矩,获得各个特征点邻域伪Zernike矩的Bray-Curtis相似性度量的初始匹配点对,利用RANSAC算法剔除伪特征点对,之后对输入图像作几何变换进行配准,融合重叠区域,获得良好的拼接图像.实验表明,改进的SURF特征检测算法提取的特征点均匀、准确、迅速,而且图像配准算法对平移、旋转以及噪声均具有鲁棒性.

基于伪Zernike色度分布矩的彩色图像检索方法

颜色是图像的基本视觉属性,不仅与图像中的物体和场景密切相关,而且对图像本身尺寸、方向、视角的依赖性较小.颜色矩是一种简单有效的颜色特征,其数学基础在于图像的任何色彩分布均可用矩来表示.以伪Zernike矩理论为基础,提出了一种基于伪Zernike色度分布矩的彩色图像检索新方法.首先将彩色图像从三维RGB颜色空间转换到二维对立色度空间,以获得图像像素的色差度量值;然后结合伪Zernike矩相关知识,在二维色度空间中计算出各像素的伪Zernike色度分布矩,最后将伪Zernike色度分布矩作为图像颜色特征,并进行彩色图像检索.仿真实验表明,该算法能够准确和高效地查找出用户所需内容的彩色图像,并且具有较好的查准率和查全率.

基于仿射包和伪Zernike矩的视频人脸检索

近年来基于视频的人脸检索已成为人脸识别和检索领域最为活跃的研究方向之一。提出了一种基于仿射包结合伪Zernike矩特征的视频人脸检索算法(FRIVAP)。在视频中检测跟踪到人脸生成图像集,接着提取图像集中人脸的伪Zernike矩特征,建立特征的仿射包,通过相似度计算得到结果。经对Honda/UCSD视频数据库和自行构建的视频数据库的大量实验表明,该算法可以充分利用视频中人脸的时间和空间信息,并且对噪声、人脸姿势变化等条件下的人脸检索有较强的鲁棒性。

基于伪Zernike矩和Contourlet变换的抗几何攻击图像水印算法

在研究Contourlet变换和伪Zernike矩理论的基础上,提出了一种新颖的抗几何攻击数字图像水印算法。该算法首先用Contourlet变换处理原始图像,提取出图像的低频区域;然后依据人眼的视觉特性以及嵌入水印前、后系数的相关性,采取量化调制伪Zernike矩的幅值将数字水印信息嵌入图像的低频区域中。其无须借助于原始图像,就能进行水印提取,实现真正的盲检测。实验结果表明,该算法对平移变换的抵抗力最强,对旋转和缩放也有很好的抵抗力,而且经过JPEG压缩之后,数字水印也不会失真。

基于伪Zernike矩和DWT-SVD抗旋转水印算法

目的提出一种基于伪Zernike矩和DWT-SVD的抗旋转图像盲水印算法。方法对原始图像内切圆的内接正方形区域进行二级小波变换,对其低频子带进行奇异值分解。在一定的嵌入强度下将水印叠加到奇异值矩阵中,实现水印的嵌入。记录含水印图像的伪Zernike矩的相位信息用于检测旋转角度,在提取水印时校正旋转攻击。结果仿真结果表明,该算法水印的不可见性很好,PSNR值高达45.12,提取的水印与原水印相似度很高,NC值为1。该算法对旋转攻击具有很强的鲁棒性,对常见的信号处理攻击具有很强的鲁棒性。结论该算法对任意角度的旋转攻击都有很强的鲁棒性,能满足数字产品的版权保护需要。

基于伪Zernike矩的羽毛缺陷几何特征提取及识别

针对拍照角度影响羽毛缺陷识别精度的问题,将不变矩的思想引入到羽毛缺陷识别领域。提出利用伪Zernike矩描述羽毛缺陷的几何特征,用支持向量机(SVM)进行分类识别的方法。模拟实验表明算法能够较好地容忍图像平移、旋转和尺度变化,具有识别速度快、识别精度高的特点,并且算法对噪声、光线变化适应性好。

基于Harris特征点和伪Zernike矩的鲁棒水印算法

抵抗几何攻击的鲁棒性是目前数字水印技术中的热点亦是难点。文中以Harris检测算子和伪Zernike矩为理论基础,提出一种有效抵抗几何攻击的鲁棒水印算法。通过提取归一化图像的Harris特征点,选取部分稳定特征点确定圆形区域并计算伪Zernike矩,并量化调制伪Zernike矩的幅值来嵌入水印信息。实验结果表明,本算法对于抗几何攻击具有较好的鲁棒性,同时也能抵抗常规的信号处理攻击。