图像区域描述算子研究概况

图像区域表示问题是计算机视觉领域广受关注的焦点问题,在过去几年研究者提出了大量的图像区域表示方法,并取得了显著效果。在分析各描述算子采用的技术特点的基础上,按照区域颜色直方图、基于滤波器的描述算子、基于统计的描述算子和基于矩的描述算子的顺序,对现有的图像区域描述算子做一个回顾,并总结分析各描述算子的优点和局限性。

基于分布域描述算子的视频目标跟踪

针对目标跟踪中如何有效地描述目标,以适应跟踪环境变化的问题,提出了一种基于分布域描述算子的视频目标跟踪算法。首先,采用分布域描述算子来建立目标模型;然后选择粒子滤波算法进行目标状态估计实现目标跟踪;在跟踪过程中,采用在线更新模型的方法,降低了光照变化以及部分遮挡带来的影响,从而提高跟踪的准确率。在常用的视频序列上进行了实验,并与目前常用的算法进行了比较。实验结果表明该算法具有较好的跟踪效果,能实现复杂场景下的目标跟踪。

基于形状描述算子的仿射点匹配算法

针对仿射点匹配问题,首先通过建立点模式之间仿射映射关系,运用虚拟对应点估计待匹配点集的仿射参量,然后运用形状描述算子进行点集间匹配关系的求解,通过上述步骤的反复迭代最终求得点匹配问题的最优解集。算法较好地解决了仿射变换下的点集匹配问题,即使在较强的噪声和出格点干扰情况下,仍能获得较高的正确匹配率。实验证明了算法的有效性和鲁棒性。

基于形状特征描述算子的3D模型检索

针对投影图像的形状特征,结合傅里叶描述算子、Zernke不变矩、形状参数、离心率的特点,提出一种基于权重关系的合成的形状特征描述算子,将其应用到3D模型投影图像检索算法中。实验结果表明,相比其他4种形状特征描述算子,该算子能较好描述投影图像的轮廓、区域以及整体特征信息,并可提高算法的检索效率。

基于圆形描述算子的CSIFT图像复制粘贴检测算法

随着图像处理技术的快速发展,数字图像处理软件的功能今非昔比,即使普通人也能够很轻易地对图像内容进行篡改,一幅图像的内容再也不能眼见为实。图像篡改而导致的掩盖真相的性质增加了社会的不公平性,图像篡改的危害也越来越严重。在图像篡改手段中,图像的复制粘贴是最常见也是最隐蔽的篡改手段。复制粘贴篡改取证主要分为同幅图像的复制粘贴与异幅图像的复制粘贴,文章将重点研究同幅图像的复制粘贴篡改检测算法。为解决已有的SIFT算法在数字图像复制粘贴篡改检测操作中使用范围小、效率不高的问题,文章通过分析此类算法的原理,提出了一种基于圆形描述算子的CSIFT数字图像复制粘贴篡改检测算法。该算法在原有SIFT算法的基础上采用颜色不变量的梯度方向作为方向特征,使用圆形描述算子进行特征匹配,适当扩大了原有算法的适用范围,降低了特征维数。大量实验表明该算法比原有SIFT算法具有更高的检测质量与检测效率。

一种空间结构描述算子在多模图像配准中的应用

提出了一种用于表征图像的空间结构描述算子。通过此描述算子,可以将多模图像配准问题简化成单模图像配准问题,从而方便了整个配准的过程。首先,为了探究图像的结构信息,在计量坐标系(gauge coordinate system)下提取了大量的图像几何结构特征。同时,为了引入图像的空间信息,将当前像素附近的邻域像素也考虑其中。然后,依赖于一种改进的主成分分析方法,从大量的有关于图像的结构和空间信息之中,挑选出了最具代表性的信息用于构建与原图大小相同的空间结构描述算子。实验证明,与很多其他的优秀的相似度评价方法相比,基于该描述算子的绝对差值和SAD(sum of absolute difference)方法能更高效地、更稳定地匹配多模图像对。

基于局部金字塔描述算子的杂草种子识别

基于P-SIFT和P-SURF描述算子来研究杂草种子图像的自动识别性能,其中每个图像分片均使用多层次的描述算子细节表示,这些层次依据局部空间合并分辨率定义。在特征提取部分采用三种编码技术,即BOW模型,Locality-Constrained Linear Coding算法和Fisher Vector模型来提高分类性能;在分类部分采用Sparse Representation Classifier(SRC),Label Consistent K-SVD(LC-KSVD)和SVM分类器,其中SVM使用RBF和Histogram Intersection Kernel核函数。P-SIFT和P-SURF描述算子在使用三层空间金字塔和三层特征金字塔时取得了最高89.7%和86.2%的识别率,与SIFT和SURF描述算子相比较识别率有了很大提高。实验结果表明,在传统的局部描述算子基础上,基于特征金字塔描述算子来提取特征和基于空间金字塔来合并特征可以提高分类性能。

Delta算子描述系统的非脆弱H_∞滤波器设计

研究了一类Delta算子描述的线性系统非脆弱H∞滤波问题.所设计的滤波器具有乘性的滤波器增益变化.采用线性矩阵不等式方法,给出H∞滤波器存在的充分条件,所设计的滤波器在一定的乘性参数变化情况下,仍能保证滤波误差系统渐近稳定,且具有一定扰动抑制性能.数值仿真例子说明了设计方法的有效性.

重叠体积直方图描述子的计算方法和其在鼻咽癌IMRT计划检索中的应用

调强放射治疗(IMRT)计划制定效率不高、难以保证治疗计划的高质量是目前调强放射治疗技术中一直存在的问题之一,基于形状的IMRT计划检索技术为缩短IMRT计划制定周期、提高放射治疗计划质量提供了一种新方法。本研究建立了一种适用于IMRT计划检索的重叠体积直方图(OVH)形状关系的关系描述算子,提出一种基于Matlab的计算方法。利用一例临床实际的鼻咽癌病例分析了OVH描述子的描述特性,利用22例临床鼻咽癌IMRT计划研究了其形状关系检索的性能。实验结果表明OVH描述子能够简洁的描述放疗三维场景中靶区和危及器官间的三维形状关系特征,并且能够有效检索出相似度较高的一组形状,适合于基于形状的IMRT计划检索。

基于局部模式纹理描述符的杂草自动分类算法

传统的耕作过程中,除草剂的施用对环境、人体健康以及其他生物都会产生不利的影响。为了解决这个问题,提出了基于局部模式纹理描述符的简单有效的杂草自动分类算法。首先借助于局部二元模式(LBP)、局部的三元模式(LTP)、局部定向模式(LDP)三种广泛使用的纹理描述算子对杂草图像进行纹理编码;然后通过微观层面的纹理图案将杂草图像分类成阔叶杂草和禾本科杂草;最后利用模板匹配和支持向量机完成了杂草的自动分类。在拍摄的400张杂草图像样本上的实验,验证了所提方法的有效性。实验结果表明,与最先进的方法相比,所提方法取得了更好的分类性能。

结合LDA主题模型的植物叶片形状描述及分类

针对传统形状描述算子多侧重于叶片形状再表达,对叶片形状随机特性刻画不足的缺点,结合潜在狄利克雷分布(LDA)主题模型建立有效的植物叶片形状描述算子,并据此构建叶片形状识别分类框架.首先建立叶片形状的多尺度词包模型,将形状空间联系引入形状生成模型.然后结合LDA建立叶片形状生成模型,提取形状分布参数作为叶片形状描述算子.最后使用K近邻进行叶片分类.实验表明,在异类叶片类间形状差异较小的复杂情况下,相比傅里叶、形状上下文等传统算子,结合LDA主题模型的植物叶片形状描述算子的叶片形状识别精度更高.

基于FAST检测器和SURF描述子的聚合图像人脸识别研究

文章提出了一种基于聚合图像的人脸识别方法,首先提取人脸数据库中多张人脸图像的变化特征,叠加至训练样本集上的每个人脸样本图像上,形成聚合图像。而后,利用FAST检测器检测图像的特征点,采用具有加速鲁棒性特征的SURF算法提取和描述特征点,得到人脸图像的特征向量集,并引入AMM主动表观模改进SURF匹配算法,从而基于训练与测试图像的特征点匹配,实现人脸识别。最后经实验对比分析,该方法在提取识别效用较大的特征点、识别率上均存在应用优势,且使用聚合图像可有效提升人脸的识别率。

基于SIFT特征匹配的车牌识别方法

针对智能交通系统中基于视觉的车牌识别中存在的依赖于光学字符识别以及在复杂环境下准确率低的问题,提出了基于SIFT特征匹配的车牌识别方法。通过基于插值的超分辨率图像重建方法对车牌图像进行预处理,基于轮廓特征对车牌进行定位,通过SIFT特征匹配的方式,利用模板库中的车牌字符模板对车牌进行定位验证以及字符识别。实验结果表明该方法能有效提高车牌识别的效率。

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 .

不同分辨率图像的角点匹配方法

针对不同分辨率图像的匹配问题,提出了一种利用高斯金字塔的一对多角点匹配方法.采用一种变形的特征描述算子(SIFT)对角点附近的图像区域进行特征提取,根据提取出的特征向量进行角点匹配,并提出一种简单有效的抽样一致性算法以剔除错误匹配点对,最后在一对多角点的匹配结果中选出最佳的匹配作为最终的角点匹配结果.实验结果表明,该算法能有效地克服分辨率的差异给匹配带来的困难,算法简单,可靠性好.

Zernike矩不变性分析及其改进(英文)

在分析了Zernike矩不变性后,提出了一种基于图像整个区域形状描述算子的改进Zernike矩。改进的Zernike矩不仅具有旋转不变性,而且还具有改进前不具有的比例不变性。试验结果证明,和改进前的Zernike矩相比,改进后的Zernike矩具有更好的不变特征,可用作基于区域的形状描述算子。

一种改进的SIFT图像特征匹配算法

针对传统SIFT图像特征匹配算法因其特征描述算子维度过高而造成的计算量大、实时性差的问题,提出一种基于内核投影的改进SIFT图像特征匹配算法。传统SIFT特征匹配算法采用平滑加权直方图计算特征点的梯度模值和梯度方向。采用内核投影算法对其进行改进,使生成的特征描述算子的维度降低,从而能够提高特征匹配效率。实验结果表明,改进后的SIFT算法具有较高的匹配精度,同时匹配时间有所减少,使实时性得到提高。

基于Shape Context和尺度不变特征变换的多模图像自动配准方法

提出了基于修正的尺度不变特征变换(SIFT)特征提取和Shape Context特征描述算子相结合的多模图像自动配准算法,该算法利用修正的SIFT算法提取多模图像中的特征点,然后采用Shape Context算子描述特征点,利用特征点周围区域边缘点的梯度方向形成特征向量。采用欧氏距离作为匹配标准对多模图像中特征点进行初始匹配,然后通过RANSAC算法消除误匹配的特征点对,并采用最小二乘法计算仿射变换参数,最后通过仿射变换和双线性插值实现图像配准。对红外图像和可见光图像的配准实验结果表明了本算法的有效性和稳定性。

基于在线判别分布域特征选择的鲁棒跟踪算法

针对基于检测目标跟踪中的特征描述子Haar-like表征能力不强和易引入错误训练样本导致目标漂移的问题,提出了一种利用分布域描述算子进行示例层级的在线判别特征选择跟踪算法.首先,用软直方图方法快速近似得到分布域特征,并利用此描述算子取代Haar-like特征有效表示目标的外观信息.然后,基于示例级样本的先验信息进行有监督学习,利用在线判别特征选择算法选择最佳的分布域层特征以减少漂移现象发生.实验利用多场景视频标准测试库及新的评价指标进行验证,结果表明本文算法性能优于对比算法.

基于SIFT特征提取的智能移动机器人环境识别方法研究

为了提高机器人在环境识别中的实时性和准确性,在分析了SIFT描述算子性能及原理的基础上,对SIFT算法在实时性方面改进。在特征点进行欧氏距离的匹配的时候加入一个阈值,将那些不匹配的点可以直接滤除;在建立图像金字塔的时候没必要一直进行到最后一组足够小为止,可以通过实验得到第4组的时候特征点的总数就不再增加了,不需要一直计算下去从而节省时间。仿真结果也证明了其有效性。