基于径向Tchebichef矩的不变性模式识别

提出了一种基于径向Tchebichef矩构建的完整的拉伸和旋转不变性的方法,命名为径向Tchebichef不变矩.该方法直接从径向Tchebichef矩中提取不变特征,避免了归一化过程.实验结果表明,该新方法有很好的图像识别效果和抗噪声干扰性能.

采用径向Tchebichef矩不变量的飞机型号识别

针对几何矩非正交性对目标描述的不足以及连续正交矩在处理数字图像方面存在离散化误差的缺陷,为了提高识别精度,提出了一种利用离散正交的Tchebichef矩结合全局特征和局部特征的飞机型号识别方法。首先,根据几何矩和Tchebichef矩之间的关系,利用归一化几何中心矩、圆谐函数得到径向Tchebichef矩的旋转、尺度和平移(RST)不变量;然后,利用径向Tchebichef矩提取飞机目标的局部和全局特征构成特征向量;最后,利用Matlab构造了四类飞机的样本集,采用支持向量机(SVM)作为分类器识别测试样本飞机型号,分析了几何矩、Zernike矩和本文方法在识别精度上的差异以及训练样本集大小对识别精度的影响。实验结果表明,本文提出的算法提高了识别精度,并且在训练样本集较小时仍能获得90%以上的识别精度。

基于Hu不变矩和径向基神经网络的太阳镜镜片瑕疵图像分类系统

现有的镜片瑕疵分类主要针对光学玻璃镜片和树脂镜片,与太阳镜镜片的生产原料和工艺存在差异,导致两者的瑕疵类型也有所不同,因此现有的镜片检测机不能直接应用于太阳镜镜片的检测.为了满足生产需求,实现工业自动化检测,本文利用基于机器视觉检测技术的CMOS传感器工业相机、双远心镜头、LED灯搭建了镜片图像采集系统,并融合图像处理算法,将七个Hu矩不变量作为互补特征,采用径向基神经网络模型开发了太阳镜镜片瑕疵图像分类系统.实验表明,使用Hu不变矩特征提取算法的分类方法可有效提高分类准确率,该方法的准确率为94.56%.和BP等其他神经网络结构相比,准确率也更高.因此,该系统被证明是可行和有效的.

通用径向复指数变换的图像鲁棒水印算法

针对图像水印对噪声和几何攻击的鲁棒性差的问题,文中提出了一种通用径向复指数变换的鲁棒水印算法。该算法通过调整选取的通用径向复指数变换的变换系数幅值大小并嵌入图像,在提取水印过程,通过水印图像计算变换系数,从而获得水印。实验结果显示了通用径向复指数变换的参数取不同值时,该水印算法对噪音、滤波和几何攻击的鲁棒性,验证了通用径向复指数变换的参数适当选取时,该水印算法对中心修剪攻击的鲁棒性更强。

基于Tchebichef矩的几何攻击不变性第二代水印算法(英文)

提出了一种基于原始图像的Tchebichef矩实现的几何攻击不变性第二代盲水印算法,利用原始图像的Tchebichef矩估计图像可能经历的几何攻击的参数来还原图像,其中,原始图像的Tchebichef矩可作为水印检测器的密钥.水印嵌入过程结合人类视觉系统的特性,且可在任何图像变换域中实现,给出了小波域的一种实现方法.水印检测过程采用独立分量分析技术不仅可以检测到水印而且可以提取水印,实现了真正意义上的盲检测.实验结果表明,该水印算法对于通用水印测试软件Stirmark提供的各种攻击具有很好的鲁棒性.

Tchebichef矩在图像数字水印技术中的应用

提出了一种利用原始图像的Tchebichef矩来增加水印顽健性的方法,即利用原始图像的一个或多个Tchebichef矩的值来估计水印图像所经过的几何变换的参数以及图像增强等图像处理操作的参数,并将这一过程作为水印检测的预处理过程。实验中将多种不同的水印信息在不同的图像处理域(包括DWT、DCT、FFT以及空间域等)实现水印信息的嵌入。为了检测这种估计算法的顽健性,本文实验中的几何攻击是由Stirmark产生的。计算机模拟实验证明这种估计方法简单,估计精度很高,增加了图像水印技术对几何攻击的顽健性,而且可在任何处理域中实现,具有很好的实用价值。

一种基于Tchebichef矩的半脆弱图像数字水印算法

提出了一种适用于图像内容认证的基于Tchebichef矩的半脆弱图像数字水印算法。水印嵌入时首先将图像分块,然后使用查找表法快速计算图像块的Tchebichef矩,最后通过修改每个图像块的Tchebichef矩来嵌入水印。水印提取过程是嵌入过程的逆过程,实现了盲水印提取。实验表明,算法透明性较好,对于常见的攻击,如JPEG压缩、加性噪声、小角度的旋转缩放攻击、亮度/对比度攻击以及高斯低通滤波等具有很好的鲁棒性。

二维Tchebichef正交矩反变换的快速算法

提出了一种二维Tchebichef矩反变换的快速算法.借助Clenshaw递推公式,推导了一维Tchebichef矩反变换的快速算法,并将其推广至二维Tchebichef正交矩反变换的计算.与以迭代方式计算Tchebichef多项式进而计算二维Tchebichef矩反变换的方法相比,文中提出的算法有效地减少了算术运算的次数,大幅提高了计算速度.实验结果表明了该方法的有效性.

低速大扭矩多作用内曲线径向柱塞式液压马达的发展与应用

介绍了内曲线马达的突出性能,并结合其独特的优点介绍其应用领域。阐述了国内外多作用内曲线径向柱塞式液压马达的发展,提出国内内曲线马达发展遇到的问题,展望了内曲线液压马达的发展趋势。

基于不变性矩的径向基函数神经网络转子轴心轨迹自动识别

用基于径向基函数的神经网络 ,利用轴心轴迹的不变性矩作为神经网络的特征参数 ,研究了对转子轴心轨迹的自动识别方法 ,对几种典型的轴心轨迹进行了辨识 ,验证了所提取的方法的可行性 .

二维Tchebichef矩正反变换的快速算法

本文提出了一种二维Tchebichef矩正反变换的快速算法。在正变换中,使用Chebichef递推公式推导了一维Tchebichef矩正变换的快速算法,并将其推广至二维Tchebichef矩正变换的快速计算。在反变换中,使用Clenshaw递推公式我们推导了一维Tchebichef矩反变换的快速算法,并将其推广至二维Tchebichef正交矩反变换的计算。与以迭代方式计算Tchebichef多项式进而计算二维Tchebichef矩正反变换的方法相比,本文算法有效地减少了算术运算的次数,提高了计算速度。实验结果表明了该方法的有效性。

三维荧光光谱结合Tchebichef矩快速鉴别掺伪芝麻油

应用FS920荧光光谱仪测定样品的三维荧光光谱数据,直接利用Tchebichef矩提取三维光谱灰度图的特征信息,然后对其进行聚类分析,最后通过逐步回归建立样本中各成分的线性模型。聚类分析能够准确识别掺伪芝麻油,并正确解析其组成成分,得到的线性模型相关系数R>0.99。研究表明,Tchebichef矩能够有效提取光谱的特征信息,应用于掺伪芝麻油鉴别可获得良好的定性和定量分析结果。

内曲线多作用径向柱塞式低速大扭矩液压马达及其配流机构的发展

简要介绍了内曲线多作用径向柱塞式低速大扭矩液压马达的发展概况 ,阐述了端面配流是该种液压马达配流机构的发展趋势 ,并概要说明端面配流机构的组成。

基于Tchebichef不变矩的数字图像被动认证算法

文章提出了一种新的数字图像被动认证算法,用于检测区域复制粘贴的伪造图像。算法首先利用小波变换提取图像的低频分量,再对低频分量进行分块并提取每一块的Tchebichef不变矩特征向量,然后将特征向量进行字典排序,比较相邻2组特征向量的相似性,最后利用阈值判别实现篡改伪造区域的检测与定位。实验表明,该算法不但能够较精确地定位出复制和粘贴的图像伪造区域,还能有效抵抗噪声污染、有损JPEG压缩以及旋转等攻击,并有效地减少了运算量,提高了检测效率。

基于Tchebichef不变矩的多比特抗几何攻击图像盲水印算法

现有的大多数水印算法对旋转、平移和尺度变换等几何攻击的鲁棒性比较差,微小的几何攻击都有能导致水印检测器失效,因此水印算法对几何攻击具有鲁棒性非常重要。本文提出了一种基于Tchebichef不变矩实现的多比特几何攻击不变性图像盲水印算法。文中具体介绍了Tchebichef不变矩的构造方法,水印是事先产生的与原始图像无关的信号,嵌入过程中将水印嵌入到图像的Tchebichef不变矩中实现几何攻击不变性。水印检测过程中采用独立分量分析技术实现真正意义上的多比特水印盲检测。文中具体分析了所提出的水印算法的计算复杂度,实验过程中采用通用水印测试软件Stirmark对所提出的水印算法进行鲁棒性测试,实验数据说明这种水印算法对Stirmark具有很好的鲁棒性。

彩色图像的四元数径向矩仿射不变量

为了研究彩色图像的不变量特性,本文把传统灰度图像的不变量理论推广到四元数层面上来,定义了彩色图像的四元数径向矩并构造了该矩函数的仿射不变量。采用四元数对彩色图像建模,可以充分利用彩色图像整体信息,实现彩色图像RGB通道的并行处理。实验结果表明,彩色图像的四元数径向矩仿射不变量的稳定性要优于L.V.Gool等人提出的彩色矩仿射不变量,其数值稳定性(σ/μ值)提高了一个数量级。本文所提出的四元数径向仿射不变量可以作为模式识别中彩色目标的特征描述子。

基于Tchebichef矩和小波提升的数字水印算法

提出一种基于Tchebichef矩和小波提升的抵抗几何攻击的内容认证水印算法,对图像进行一次小波提升分解,计算其低频成分的Tchebichef低阶矩不变量来构建水印系统。水印认证过程只须计算图像的几个低阶Tchebichef矩不变量。将该算法与基于几何矩不变量的算法进行比较。结果表明,该算法简单、有效,对旋转、缩放、剪切等几何攻击以及JPEG压缩等攻击具有较高的稳健性。

滚动轴承径向加载扭矩测试装置的研制与实验分析

现有的滚动轴承扭矩测试装置存在结构复杂、径向加载跨度大等不足。为了满足轴承扭矩测试的实验要求,设计一种基于变频改造车床的轴承扭矩测试装置,利用高强度压簧及螺纹连接实现轴承径向加载,通过正反转法及LabView软件编程对所采集信号进行调理,实现轴承在不同径向载荷与转速下的扭矩测量。以SKF-6205深沟球轴承为例进行实验,实验过程显示本装置操作简单、稳定性好,测试精度及数据重复性高。分析与实验结果表明,转速不变时,轴承扭矩随径向载荷的升高而升高;径向载荷不变时,带润滑轴承扭矩与转速之间符合Stribeck理论,而无润滑轴承则不具有此特性。

基于Tchebichef矩与颜色矢量角度的鲁棒图像哈希算法

为了改善哈希算法对旋转等内容修改的鲁棒性,设计了径向Tchebichef矩耦合颜色矢量角度的鲁棒图像哈希算法。引入2D离散小波变换(DWT),对图像的颜色矢量角度实施分解,获取对应的4个子带,将其低频系数作为结构特征。采用径向Tchebichef矩计算预处理图像的Tchebichef矩,提取全局特征。通过组合这2种特征,以形成中间哈希序列。设计加密函数,对中间哈希完成加密,得到目标哈希序列。计算初始目标与待识别图像的哈希序列之间的l2范数距离,并将其与预设阈值作比较,完成图像内容的真伪判别。测试数据表明:相对于已有的哈希算法而言,所提算法具备更高的鲁棒性,可以对旋转、颜色与缩放等内容修改做出准确识别。

基于Tchebichef矩和Logistic混沌加密的数字水印算法

目的针对现有的基于图像矩的数字水印算法比较复杂、鲁棒性差,尤其在抵抗缩放和旋转等攻击方面性能较差的问题,提出一种基于Tchebichef矩的数字水印算法。方法首先将载体图像进行非下采样Contourlet变换,得到与载体图像大小相同的低频子带,将低频子带分块后对各子块进行奇异值分解(SVD),根据奇异值的特点选择最佳嵌入位置,并由左奇异值和右奇异值矩阵自适应地计算水印嵌入强度,将通过Logistic混沌加密后的水印嵌入选中子块的奇异值中。计算含水印图像的Tchebichef矩,用于旋转及缩放校正。结果实验结果显示,文中算法的不可见性好,提取的水印NC值达到0.9386,能够有效抵抗旋转和缩放攻击。结论该算法对任意角度的旋转攻击和缩放攻击具有很好的鲁棒性,能够达到保护数字产品的目的。