基于不变矩和Hilbert码的矢量居民地零水印算法

提出了一种针对矢量居民地数据的零水印算法。为增强零水印的抗裁剪能力,算法利用Hilbert排列码对数据分块以便构造多个零水印。每块零水印的构造方法为:首先,利用Arnold技术置乱原始水印图像;然后,计算居民地图形的矢量不变矩集并将其映射成一个二值矩阵;最后,将置乱后的水印图像与不变矩集所映射的二值矩阵进行异或运算,完成零水印构造。实验结果表明,该算法能够抵抗常见的平移、缩放、旋转等几何攻击,对裁剪攻击也具有较好的鲁棒性。

基于不变矩的机器视觉车辆类型识别技术

针对智能交通领域汽车类型识别的应用背景,利用单目视觉开发了基于计算机视觉车辆类型识别系统;论述了单目视觉原理及特征提取的关键技术,利用不变矩及不变矩矢量在图像平移、旋转及比例变换时保持不变的特性,以其作为主要特征实现车辆类型有效识别。试验结果表明,该技术可以实现车辆类型的自动、快速和准确分类。

基于帧间差分法和不变矩特征的运动目标检测与识别

针对视频监视的复杂背景,提出了一种基于帧间差分法和不变矩特征的运动目标检测与识别方法。在运动目标检测算法中,首先对定义的像素区域进行数据分析,然后通过帧间的数据差异产生运动信号,捕捉到场景中的运动目标。在目标识别方法中,首先提取运动目标区域的不变矩特征,并对其矢量进行标准化,然后利用遗传小波神经网络作为模式识别器,实现运动目标的自动识别。为验证该方法及网络模型的泛化能力,在Matalb7.0中对模型进行了仿真。