雅可比-傅立叶矩对胰阔盘吸虫卵数字化描述性能比较

在经典雅可比多项式中,当p和q取值不同时,径向多项式在0≤r≤1范内有不同数量的零点,对应不同的雅可比-傅立叶矩。为比较研究这些不变矩的图像描述性能,本文用4种雅可比-傅立叶矩对反刍家畜胰阔盘吸虫卵显微图像进行重建实验,并分析了重建误差。结果发现它们对虫卵图像的数字化描述性能有所不同,相比之下变形雅可比(p=4,q=3)-傅立叶矩的图像描述性能优于其它矩。

不变矩纹理分割的窗口选择探讨

不变矩纹理图像分割过程中,在计算矩图和特征图像时,每个像素点的窗口选择显得非常重要。本文用变形雅可比矩等几种不变矩,就纹理图像的每一个像素点如何选择一定大小的窗口进行了系统探讨。然后在这个窗口内计算以该像素点为中心的矩,通过非线性转换器将得到的矩图转换为纹理特征图像。

用变形雅可比(p=4,q=3)-傅立叶矩进行图像描述

提出了变形雅可比(p=4,q=3) 傅立叶矩(PJFM′s)。此矩具有平移、灰度、尺度和旋转等多畸变不变性,适合用于多畸变不变图像的描述。在较小的径向距离0≤r≤1内,新的正交径向多项式有(n+2)个几乎均匀分布的零点。对固定图像的重建实验表明,重建质量高,小图像的重建误差尤为小。

玫瑰花等花类蒙草药显微结构不变矩识别

用改进的变形雅可比(p=4,q=2)-傅立叶矩对玫瑰花等6种花类草药的显微结构图像进行特征提取,并用最小平均距离规则,对该6种花类草药28个显微特征点的368种变形图像进行了训练和仿真识别实验,平均识别率达98.1%。因此,该研究结果可为蒙药材显微识别和鉴定的数字化提供重要的技术手段。

基于变形雅可比(p=4,q=3)-傅立叶矩的形状识别研究

在理论上从广义傅立叶-梅林矩入手对变形雅可比(p=4,q=3)傅立叶矩进行了归一化,得到了平移、灰度、尺度、旋转等多畸变不变矩,同时用实验数据证明了该矩具有较理想的多畸变不变性,用类六边形抽样算法来提高变形雅可比(p=4,q=3)傅立叶矩的图像数字化质量,减少量化误差。用加权最小平均距离规则,在34维特征空间中进行四类物体的平移、旋转、灰度以及缩放变化后的16个变形体进行了形状识别实验,实验结果表明误判率为零。

7种蠕虫卵的数字化描述及初步识别研究

为初步实现家畜蠕虫卵的数字化描述和自动识别研究目标,作者以对内蒙古反刍家畜危害较大的肝片吸虫卵、捻转血矛线虫卵和仰口线虫卵等7种蠕虫卵为研究对象,用变形雅可比(p=4,q=2)-傅立叶矩对它们的显微图像进行数字化描述和初步识别试验。结果表明,用该矩可以成功地数字化描述和识别以上7种蠕虫卵,且重建图像清晰而完整,基本恢复了虫卵原始图像的所有关键信息,平均识别率达96.8%。

用不变矩实现花粉粒显微图像的归一化

显微图像易受光照、视角、方位、噪声等的影响。在这些因素的作用下,同一类显微图像的不同变形体差距有时大于另一类图像,因此进行显微图像识别以前需要进行图像的归一化。本文推导了基于变形雅可比(p=4,q=3)-傅立叶矩的草药花粉粒显微图像的归一化标准,并对8种中蒙花药显微特征图像进行归一化实验,发现同一种花粉粒图像不同变形体归一化后的矩值方差明显小于归一化前。另外,用加权最小平均距离分类器对320个花粉粒归一化显微图像进行初步识别实验,平均识别率达97.4%。