基于归一化转动惯量的显微图像拼接算法

通过对常用图像拼接方法的研究,针对显微图像的特点,提出了一种显微图像的快速拼接算法。该法以基于归一化转动惯量的不变性特征来实现特征点的匹配,并以统计方式获得图像间的平移量。实验结果表明,该算法可实现显微图像快速、有效的拼接。

基于归一化单元转动惯量特征的二值商标图像检索

由于计算量的限制和不精确的特征提取方法,使得大多数的图像特征提取方法无法有效地解决图像的检索问题.为了解决这一问题,提出一种基于归一化单元转动惯量特征的商标图像检索方法.该方法首先将商标图像划分为若干个单元子图像,然后分别提取各个单元子图像的归一化转动惯量不变特征,最后使用欧式距离度量图像中的归一化单元转动惯量特征矢量之间的相似性.对图像库中2 000多幅商标图像实验表明,归一化单元转动惯量特征具有良好的旋转、平移、尺度以及变形不变性,得到的检索结果能够很好地满足人的视觉感受.

基于主颜色归一化转动惯量的图像检索方法

为克服传统颜色直方图无法反映颜色的空间信息这一缺陷,该文提出了一种结合颜色直方图和主颜色NMI不变特征的图像检索方法。求取的主颜色的NMI不变特征即反映了图像的大体轮廓也包含了主颜色的空间信息,实验结果表明,该方法获得了图像的颜色信息和形状信息,弥补了传统颜色直方图的不足,具有良好的检索效果。

NMI特征优化边界敏感的LSC遥感影像分割算法

针对线性谱聚类方法处理复杂场景的高分辨率遥感影像时存在地物边界丢失、过分割问题,提出基于归一化转动惯量特征优化边界敏感的线性谱聚类方法。首先,利用LOG算法提取影像边缘信息,将边缘信息与LSC算法融合,并将存在边缘信息的超像素块的区域质心替代原始聚类中心,改善地物边界信息丢失问题;然后,通过边缘敏感的LSC分割方法,对高分辨率影像进行分割,获取地物完整的初始超像素,并确定微小的超像素;最后,计算微小超像素与相邻超像素相似性度量值,并将其合并到相似性度量值最小的超像素,优化过分割结果。实验结果表明,该方法可以有效地解决地物边界丢失、过分割问题,获取较好的分割结果。

基于脉冲耦合神经网络的图像NMI特征提取及检索方法

为了简单有效地提取图像重要特征信息,从而更好地提高检索图像的精度,提出了一种基于脉冲耦合神经网络(Pulse coupled neural networks,PCNN)的图像归一化转动惯量(Normalized moment of inertia,NMI)特征提取及检索算法.首先利用改进简化PCNN模型相似神经元同步时空特性及指数衰降机制将图像分解为具有相关性的二值系列图像,然后提取反映原始图像目标形状、结构分布二值系列图像的一维NMI特征矢量信号,并将其应用在图像检索中;同时,考虑到二值系列图像间的相关性及不同图像间NMI序列值的差异性,引入了马氏距离结合Pearson积矩相关法的综合相似性度量方法.实验结果表明,所提算法对图像特征矢量序列具有良好抗几何畸变不变特性及对图像表述的唯一性,且具有较好的图像检索效果.

归一化转动惯量特征的遥感影像检索

针对传统遥感影像检索方法大多存在精度不高、效率低下等不足的问题,该文提出了一种基于归一化转动惯性特征的遥感影像检索算法。该算法对经过脉冲耦合神经网络处理的二值影像序列进行计算,提取影像序列的归一化转动惯量特征;同时,利用马氏距离结合Pearson积矩相关法来度量各特征矢量之间的相似性,提高检索结果的正确率。实验结果证明,该算法有效地兼顾了影像的内容结构信息,不仅可以快速地进行检索计算,还能提高检索精度。

基于NMI不变特征的图像检索方法

基于内容的图像检索技术是当前多媒体数据库系统和数字图书馆研究中的一个热点。文章基于二值图像的NMI不变特征(归一化转动惯量)提出了一种全新的基于内容的图像检索方法,其特点是计算简单、精确度高、具有抗几何畸变性,对滤波、平滑、压缩等图像操作有一定的鲁棒性。试验结果表明,该方法具有一定使用价值,可用于图像检索。

基于n阶R-NMI特征的手势识别

提出基于n阶区域归一化转动惯量(R-NMI)特征的手势识别算法.首先把采集到的手势图像进行二值化处理,得到识别所需的手势区域.然后利用1阶NMI特征值对手势图像的全局形状和质量分布描述进行初步识别.接着把手势图像划分成n2个区域,利用区域形状差异最大的那个n阶R-NMI特征分量进行二次识别.实验结果表明,该算法所需特征量少,计算量较小,能够快速地实现手势识别,且具有一定的平移、缩放等不变性,能够实现较高的识别率.

基于NMI特征的遥感影像线性迭代聚类超像素分割算法

针对现有基于简单线性迭代聚类(SLIC)的超像素分割算法用于细节丰富的遥感图像处理时,存在的易受噪声干扰、过分割问题,本文提出一种结合超像素块之间基于归一化转动惯量(NMI)特征的相似性度量的遥感影像分割方法,对分割效果进行改善。本文首先利用引导滤波算法对影像进行平滑处理,去除椒盐噪点;再通过现有的线性迭代聚类算法对影像进行像素级分割,生成初始的超像素;进而确定出微小超像素块,然后计算其与相邻超像素块的相似性度量值,将其合并入差异性最小的相邻超像素块,达到分割影像的目的。本文方法在传统分割算法基础上降低了超像素对噪声的敏感性,提高了影像分割的精度。实验表明,论文提出算法可将测试遥感图像的分割超像素块数量由4 171减小为282,微小超像素块数量减少60%以上,有效降低噪声点的影响,改善以往算法存在的过分割缺陷。

基于图像处理的前方行驶车辆速度测量方法

车辆超速行驶是造成高速公路交通事故的主要原因之一,依赖于固定摄像机的传统视频测速系统测速区域十分有限。通过车载双目电荷耦合器件(CCD)摄像头获取车辆行驶过程中前方车辆的行驶状态,提出了一种测量前方行驶车辆速度的方法。利用改进Hough变换识别车道线,提取感兴趣区域,以车底阴影特征为基础完成车辆检测,通过在车载视频图像中选取适当的图像帧,获得车辆的相对位移及对应的时间间隔,获得前方车辆的行驶速度。经测试,算法能得到较高精度的速度测量结果。

模板匹配算法在高精度压电微位移测量中的应用

提出了一种压电微位移器的微位移测量方法,即通过模板匹配算法测量Twyman-Green干涉系统中对应干涉条纹的移动量,进而实现对应位移量的高精度测量.为确保测量结果的可靠性,同时利用匹配模板的归一化转动惯量特征对测量结果进行实时验证.应用该测量方法对自制的压电微位移器的电压位移特性曲线进行了实测,并详细分析了模板大小的选取对于测量结果的影响,实验中的归一化转动惯量相对误差均小于5%,且模板匹配互相关系数大于0.97;同时运用一高精度纳米微位移平台对测量方法的可行性进行了实验验证,测量精度达到了λ/50.实验结果表明,运用本方法测量压电微位移,具有较好的噪声抑制能力和可靠性,可实现纳米量级的测量精度.

一种快速JPEG图像检索方法

给出了一种基于归一化转动惯量(Normalized Moment Inertia,NMI)的JPEG图像快速检索方法,其特点是直接在压缩域中利用DCT系数进行块分类,每一类分块形成一个二值索引图,统计该索引图的NMI值作为该类的一个特征,所有类的NMI特征构成了图像的一个特征序列,以此进行图像检索。本方法不需要完全解压缩,降低了计算复杂度,对图像的平移、旋转和尺度变换有较好的鲁棒性。试验结果表明这种图像检索方法具有良好的检索性能。

基于最大互信息的分层图像配准方法

基于互信息的图像配准算法具有精度高,鲁棒性强的特点,但是容易陷入局部极值,产生误匹配。本文在配准中采用归一化互信息(NMI)做价值函数,考虑了计算中的出界点和插值问题,将Powell算法与分层策略相结合来进行优化处理,并通过计算图像的灰度重心设置初始参数。实验结果验证了算法在匹配精度和速度上的有效性。