一种改进的二维离散极坐标Fourier变换快速算法

在雷达天线、图象配准、图象检索等领域内常常需要用极坐标表示二维数字信号的离散Fourier变换(DFT) .与笛卡尔坐标系下的二维DFT不同 ,二维离散极坐标Fourier变换 (DPFT)不具有行列可分性 ,直接计算非常耗时 .本文提出一种改进的DPFT的快速算法 .该算法针对二维阵列实信号 ,算法全部过程可用一维运算实现 ,大大降低了计算复杂度并且适用于实时处理 .实验中与直接运算方法相比较 。

基于极坐标变换和深度学习的腔镜图像气泡分割方法研究

目的:针对腔镜手术中气泡边缘模糊、数量形态浮动较大所造成的图像分割困难的问题,提出一种基于极坐标变换和深度学习的腔镜图像气泡分割方法。方法:首先构建包含笛卡尔坐标系下的U-Net网络和极坐标系下的U-Net网络的级联U-Net模型;其次,由级联U-Net模型中的笛卡尔系网络初步分割气泡,之后进行连通域分析并提取质心,然后以质心为原点将输入图像转换到极坐标系下;再次,由极坐标系网络分别预测气泡分割结果并对结果加权求和从而得到最终的预测结果;最后,为验证级联U-Net模型的有效性,对比级联U-Net模型与U-Net模型、深度轮廓感知网络(deep contour-aware network,DCAN)模型和边缘感知网络(edge-aware network,EAN)模型3种经典图像分割模型在腔镜气泡数据集上的分割效果。结果:级联U-Net模型对于腔镜图像气泡分割的精度显著优于3种经典图像分割模型,Dice系数、平均交并比、准确率、召回率分别为0.891、0.812、0.920和0.871。结论:基于极坐标变换和深度学习的腔镜图像气泡分割方法可精确分割腔镜图像中的气泡,可为腔镜手术中气泡自动去除装置的设计提供重要参考。

基于Fourier变换红外光谱分析咖啡豆成分

采用Fourier变换红外光谱对不同产区、不同海拔的5组浅中烘焙的咖啡豆样品进行分析,根据官能团的红外光谱特征峰分析样品主要成分;为进一步分析5组样品的成分差异,对原始光谱进行二阶导数处理,结合聚类分析理论建立平均偏离分析方法,计算出5组样品间的平均偏离大小并进行分析.结果表明:5组样品的红外光谱特征峰峰形相似,即主要成分相同;根据红外光谱得到平均偏离大小与产区海拔差值呈正相关.研究结果为分析咖啡豆产区和海拔提供鉴别依据,并对红外光谱研究提供一定参考.

离心泵故障诊断的对称极坐标变换和图像形状特征方法

针对基于时频变换图像特征的机械故障诊断方法耗时长、诊断精度不高等问题,提出基于对称极坐标变换和图像形状特征的离心泵故障诊断新方法。该方法以对称极坐标变换(Symmetrized Dot Pattern,SDP)为基础,通过简单的公式将一维振动信号转换为二维极坐标下的对称花瓣图像,而后进行对称花瓣图像的形状特征提取,以此作为离心泵故障特征,实现离心泵故障诊断。SDP方法计算简单,且故障辨识度高,因此可以在耗时更短的情况下得到更高的故障诊断精度。离心泵故障诊断实例表明,所提方法诊断精度更高,耗时更短。为离心泵的故障诊断提供一种新方法。

分数阶Fourier变换的测不准原理

该文参考Fourier变换的性质研究了离散分数阶Fourier变换的测不准原理以及连续分数阶Fourier变换在Lebesgue测度下的测不准原理,使得分数阶Fourier变换的测不准原理性质更一般化.

对数极坐标变换识别算法在成像制导中的应用

图像匹配是成像制导系统中常用的目标识别算法,但实时目标图与基准目标图存在的尺度差异以及旋转不可避免,这也导致失配率提高。针对这个问题,引入对数极坐标变换运算,根据对数极坐标图像的尺度、旋转不变性提出了新的目标匹配识别算法,一方面保证了在尺度变化及旋转下的高匹配率;另外新算法结合了变换图目标区域的轴向投影统计策略,保证了匹配运算量的降低;文中仿真实例验证了算法的优势与有效性。

基于自适应极坐标变换的景象匹配算法

对数极坐标投影变换以其对旋转及尺度的不变性而在景象匹配中广泛应用,但这种方法计算复杂且对图像的遮挡非常敏感。自适应极坐标投影变换,一方面保持了对数极坐标投影变换的旋转及尺度不变性,同时对图像间的局部遮挡具有鲁棒性且计算量相对较少。为此,把自适应极坐标投影变换应用到景象匹配中,提出了一种基于自适应极坐标变换的景象匹配算法。结合景象匹配辅助导航系统的实际给出了进一步的改进措施:根据自适应极坐标投影变换的特点,设计了一种新的相似性度量方法;创建虚拟圆索引模板,实现了在基准图上圆形子图的快速截取;在多分辨率匹配技术的基础上,进一步采用跳跃式搜索,有效缩减了匹配耗时。仿真实验表明,所提算法在实时性及鲁棒性方面优于传统的对数极坐标匹配算法。

基于对数极坐标变换的灰度投影稳像算法

常规的灰度投影稳像算法仅能对存在平移运动的图像进行稳像,而对具有旋转和尺度变化的图像无能为力。为了克服灰度投影算法这一局限性,提出了基于图像对数极坐标变换(LPM)的灰度投影稳像算法,把具有尺度和旋转变化的图像进行对数极坐标变换,这样笛卡儿坐标系下图像的旋转和尺度变化在对数极坐标系下表现为平移变化,从而能够用灰度投影算法处理旋转和尺度变化问题。

基于极坐标Hough变换的焊点检测标定方法

针对探头在粗定位情况下对车身焊点检测效率和准确率方面存在的不足,提出了一种结合焊点形态结构特点,利用极坐标Hough变换算法和改进的边缘检测算子,以精确获取焊点坐标的方法.此方法通过形态结构决策降低参数存储,用极坐标构造二维参数极大地提高了运算速度,再结合滤波、最小二乘法、双阈值法等算法,能在高噪声的背景下对焊点进行检测标定,以提高机械臂末端探头检测焊点质量的效率和准确率,对于工业上车身焊点检测具有重要的实际意义.实验结果表明,该方法处理焊点图像的准确率达到99.2%,且快速性也有很大的提高.

一种基于对数极坐标变换的快速目标识别算法

在目标识别的过程中,观察目标图像相对于基准目标图像会存在尺度、方向和位置的变化,使得识别速度和准确率降低.针对这一问题,提出了一种快速对数极坐标变换算法,加快了从笛卡儿坐标转换到对数极坐标的过程.通过采用双轴投影相似度分析算法对目标图像进行匹配,进一步加快了识别速度,同时保证了匹配的可靠性.理论分析和试验结果表明,该算法在计算效率和目标识别正确率方面具有较好的性能.

基于相位一致性和自适应极坐标变换的图像匹配方法

图像匹配是计算机视觉和图像处理中的重要研究内容.本文提出一种基于相位一致性和自适应极坐标变换的图像匹配方法.首先使用相位一致性对参考图像与目标图像进行特征提取,然后进行自适应极坐标变换,最后通过分别计算极径方向和角度方向的投影得出尺度与旋转参数实现图像匹配.实验结果表明,该方法在图像间存在平移、旋转、尺度变换以及部分遮挡的情况下能够准确匹配,并且具有亮度和对比度不变性.

一种自适应极坐标变换的旋转图像配准方法

对数极坐标变换具有较好的旋转不变性,但是同时存在采样不均匀的问题:在靠近中心处的过采样和靠近边缘处的欠采样.针对这一问题,提出一种自适应极坐标变换的方法,从笛卡尔坐标系转换到极坐标系时,实现图像的均匀采样,其采样点数目与对数极坐标变换相比,减少近50%,计算量大幅度减少.为了保持对数极坐标变换的旋转不变性,采用投影变换方法将极坐标变换后的图像从二维降到一维.实验表明该算法实时性好、精度高.

对数极坐标变换在景象匹配制导中的应用

针对成像制导中对实时性和准确性的要求,提出了一种基于对数极坐标变换的图像抗旋转和尺度变化的LMA算法。在图像匹配过程中用LMA算法对两幅图像透视变换矩阵的8个未知参数进行拟合。匹配过程中用多分辨率金字塔法对图像进行分解,采用由粗到精的搜索策略,减少计算量并避免了误匹配。通过对照片进行匹配测试,证明了这种方法的有效性和实用价值。

基于傅里叶-极坐标变换的相关结果后处理技术

在光学相关识别中,对相关输出结果进行后处理是保证图像识别准确性的关键之一。研究者通常采用神经网络技术对相关输出结果进行处理,并取得了较好的效果,但它需要预先准备大量的相关峰和噪声峰训练样本。根据极坐标变换能将笛卡尔坐标系下的旋转转变成平移的性质以及傅里叶变换的平移不变性,提出一种基于傅里叶-极坐标变换的相关结果后处理方法。验证结果表明:目标的旋转图像与目标自身的傅里叶-极坐标变换的相似度较大,而干扰图像与目标的傅里叶-极坐标变换的相似度较小。本文的方法在后处理阶段可对目标和干扰进行有效的分类识别,而且还能避免对相关峰和噪声峰训练样本的收集,从而使得光学相关识别系统的应用更加便利。

图像插值算法在对数极坐标变换中的应用

传统对数极坐标变换算法对图像具有平滑作用,易造成图像细节信息丢失。该文提出将一种基于小波变换的插值算法用于图像对数极坐标映射。该算法对图像作小波变换得到4个子图,并对各子图作对数极坐标变换,其中最优对应像素的确定根据不同子图的特点采用相应的插值算法,对子图映射图作逆小波变换。实验表明该算法是有效的。

基于椭圆对数极坐标变换的尺度变化目标跟踪算法

针对传统对数极坐标变换局限于跟踪圆形或类圆形尺度变化目标这一问题,提出一种基于椭圆对数极坐标变换域下目标匹配的尺度变化目标跟踪算法。算法利用Mean Shift进行空间定位,确定目标的形心,通过椭圆对数极坐标变换域中目标和候选的最大相关匹配系数来确定目标的尺度参数。实验结果表明:该文算法在目标小形变和光照变化条件下,跟踪误差较小,尺度跟踪准确率更高,具有较好的鲁棒性。

基于子像素的对数极坐标反向变换研究

对数极坐标变换算法不仅是对人眼视觉系统中视网膜视皮层映射的数学描述,而且也是空间变分辨率理论的重要算法。映射变换中距离上的对数运算与角度上的反正切运算导致变换阵坐标存在小数,并且值域区间过于狭窄。针对这个问题,文章提出了子像素反向变换算法,新算法下的变换阵图像具有良好的连续性,同时减弱了马赛克现象。

基于图像对数极坐标变换的多分辨率相关匹配算法

常规的图像相关匹配算法通常只具有平移不变性 ,而不具有尺度和旋转不变性 ,这就给存在尺度和旋转变化图像间的匹配问题设置了障碍。针对这一问题 ,提出了一种基于图像对数极坐标变换的相关匹配算法 ,并融入了高斯金字塔多分辨率机制以提高算法的效率。由于对数极坐标变换具有尺度和旋转不变性 ,因此该方法能够较好地克服传统图像匹配算法的缺陷 ,不仅可以完成存在更一般运动的图像间的匹配 。

精确的快速极坐标谐波变换

将极坐标下计算Zernike矩的方法推广到笛卡尔坐标下PHT矩的计算中.对极坐标进行设计和规划,以消除笛卡尔坐标下PHT矩计算中存在的几何误差和积分近似误差.在计算PHT内核系数时利用三角函数的对称性和查找表减少三角函数的计算次数,以提高运算速度并消除迭代累计误差.最后通过实验对提出的快速极坐标PHT方法进行验证,并与笛卡尔坐标下的PHT计算方法进行对比,结果表明,极坐标下的快速PHT算法在重建精度、旋转缩放不变性、计算速度等方面都优于笛卡尔坐标下的PHT计算方法.

对数极坐标变换域下互信息图像配准方法

当待配准中的图像中存在较大的尺度变换时,传统的图像互信息配准方法对图像尺度变换参数很敏感,易于在优化搜索时陷入局部极值点,配准效果不好。文中提出基于对数极坐标(log-polar)域的图像配准方法,它较好地分离了图像缩放参数和图像旋转参数的相互影响。仿真结果表明,该方法在大尺度图像配准场合应用时比通常的互信息方法有更高的精度和鲁棒性。