用变形雅可比(p=4,q=3)-傅立叶矩描述红花粉末的显微图像

本文用变形雅可比(p=4,q=3)-傅立叶矩,对红花粉末花粉粒的几个显微特征点图像进行重建实验,当N=M=13时,各种图像的重建图像能够恢复原始图像的主要特征,可以很清楚地分辨相同图像的不同变形体。这说明PJFM's的图像特征抽取性能非常强。随着矩数量的增加图像重建质量提高,并且N=M=23以后,重建图像和原始图像基本相同。

雅可比-傅立叶矩对胰阔盘吸虫卵数字化描述性能比较

在经典雅可比多项式中,当p和q取值不同时,径向多项式在0≤r≤1范内有不同数量的零点,对应不同的雅可比-傅立叶矩。为比较研究这些不变矩的图像描述性能,本文用4种雅可比-傅立叶矩对反刍家畜胰阔盘吸虫卵显微图像进行重建实验,并分析了重建误差。结果发现它们对虫卵图像的数字化描述性能有所不同,相比之下变形雅可比(p=4,q=3)-傅立叶矩的图像描述性能优于其它矩。

关于雅可比-傅立叶矩在两种坐标系下的计算

介绍了在极坐标系下计算雅可比-傅立叶矩的方法,在极坐标系下计算雅可比-傅立叶矩,需要将直角坐标系下的图像转换到极坐标系下,这样不仅使计算量增加,而且会产生计算误差,因此在利用雅可比-傅立叶矩进行图像识别时误差很大,重构的图像效果不好。基于以上问题,给出了一种在直角坐标系下直接计算雅可比-傅立叶矩的方法,无需将图像在2种坐标系间转换,这样可以降低计算量,减小计算误差。

正交雅可比-傅里叶矩的亚像素边缘定位

为了进一步提高图像的亚像素边缘定位精度,提出了一种基于高阶次正交雅可比-傅里叶矩(OJFM's)的边缘定位算法.该算法利用OJFM's的幅值旋转不变性和独特的小图像描述能力,在充分提取图像边缘细节信息的同时抑制图像噪声的影响,对图像边缘旋转后垂直方向上3个不同阶次的OJFM's之间关系进行分析,将图像轮廓定位至亚像素级.结果表明,该方法定位精度高,对标准直线、标准曲线、CCD采集的实验图像的定位精度分别达到0.05、0.08、0.13像素,可以实现对边缘的高精度定位.

变形雅可比(p=4,q=3)-傅立叶矩的抗噪声能力研究

使用加法性零均白噪声,从统计性重建误差、统计性信噪比和带噪声图像描述等方面分析了变形雅可比(p=4,q=3) 傅立叶矩(PJFM′S)的抗噪声能力。理论和实验都表明,该矩除了具有平移、灰度、尺度和旋转等多畸变不变性,还具有很强的抗噪声能力,性能优于其它图像矩,更适合用于多畸变不变图像的描述和识别。

一种广义正交不变图像矩：雅可比-傅立叶矩

提出一种多畸变不变的正交图像矩:雅可比-傅立叶矩。其核函数由径向雅可比多项式和角向傅立叶复指数因子组成。雅可比多项式中的两个参数p和q的变化能够形成各种正交多项式,因而形成各种正交图像矩:勒让德-傅立叶矩(p=1,q=1)、切比雪夫-傅立叶矩(p=2,q=3/2)、正交傅立叶-梅林矩(p=2,q=2)和Zernike矩以及变形Zemike矩,等等。因此雅可比-傅立叶矩是核函数由径向多项式和角向傅立叶复指数因子组成的正交图像矩的一般形式,为这种正交图像矩的数学分析和优化提供了理论基础。

基于变形雅可比(p=4,q=3)-傅立叶矩的形状识别研究

在理论上从广义傅立叶-梅林矩入手对变形雅可比(p=4,q=3)傅立叶矩进行了归一化,得到了平移、灰度、尺度、旋转等多畸变不变矩,同时用实验数据证明了该矩具有较理想的多畸变不变性,用类六边形抽样算法来提高变形雅可比(p=4,q=3)傅立叶矩的图像数字化质量,减少量化误差。用加权最小平均距离规则,在34维特征空间中进行四类物体的平移、旋转、灰度以及缩放变化后的16个变形体进行了形状识别实验,实验结果表明误判率为零。

用变形雅可比(p=4,q=3)-傅立叶矩进行图像描述

提出了变形雅可比(p=4,q=3) 傅立叶矩(PJFM′s)。此矩具有平移、灰度、尺度和旋转等多畸变不变性,适合用于多畸变不变图像的描述。在较小的径向距离0≤r≤1内,新的正交径向多项式有(n+2)个几乎均匀分布的零点。对固定图像的重建实验表明,重建质量高,小图像的重建误差尤为小。

草红花显微特征点的不变矩表达

本研究用变形雅可比(p=4,q=3)-傅立叶矩(PJFM’s),对草红花粉末涂片的花粉粒、分泌管碎片、花瓣细胞、花药中部细胞、花瓣顶端细胞、花柱头细胞等六个显微结构原始照片进行特征提取,发现不同特征点的不变矩值有着明显的区别,相同显微特征点不同方位、不同灰度、不同大小的变形图像的不变矩值几乎相同。并且通过重建实验,证明使用很少的PJFM’s就能很好地表达原始图像,且PJFM’s具有较强的自动抗噪声能力。PJFM’s可作为一种高度浓缩的图像特征,用于中药粉末显微特征快速自动识别系统的特征提取量。该研究结果为中药材显微识别和鉴定的数字化提供重要的技术基础。

玫瑰花等花类蒙草药显微结构不变矩识别

用改进的变形雅可比(p=4,q=2)-傅立叶矩对玫瑰花等6种花类草药的显微结构图像进行特征提取,并用最小平均距离规则,对该6种花类草药28个显微特征点的368种变形图像进行了训练和仿真识别实验,平均识别率达98.1%。因此,该研究结果可为蒙药材显微识别和鉴定的数字化提供重要的技术手段。

白细胞显微图像的不变矩归一化及初步识别

目的通过白细胞分类计数的自动化获得一种有效的图像描述量,进而实现自动化识别的关键问题。方法本文首先用改进的变形雅可比(P=4,q=2)-傅里叶矩对白细胞显微图像进行尺度、灰度、旋转、平移等多畸变归-化,使显微图像的归一化理论得以补充。然后收集7种白细胞的134种显微图像做训练样本集,用最小平均距离规则对部分白细胞变形图像进行初步识别实验。结果该不变矩具有很强的显微特征提取能力和抗畸变性能。结论白细胞分类计数能有效实现图像的自动化识别。

7种蠕虫卵的数字化描述及初步识别研究

为初步实现家畜蠕虫卵的数字化描述和自动识别研究目标,作者以对内蒙古反刍家畜危害较大的肝片吸虫卵、捻转血矛线虫卵和仰口线虫卵等7种蠕虫卵为研究对象,用变形雅可比(p=4,q=2)-傅立叶矩对它们的显微图像进行数字化描述和初步识别试验。结果表明,用该矩可以成功地数字化描述和识别以上7种蠕虫卵,且重建图像清晰而完整,基本恢复了虫卵原始图像的所有关键信息,平均识别率达96.8%。

反刍家畜9种蠕虫卵显微特征的比较分析与数字化描述

为了比较分析牛、羊等反刍家畜常见蠕虫卵的显微特征和实现虫卵图像的数字化描述,选取已鉴定好的9种常见蠕虫,采用显微解剖方法由其泄殖腔取出大量虫卵制备压片,并借助光学显微镜认真观察,选择轮廓清晰、接近成熟的虫卵进行拍照,建立原始图像库。比较各虫卵的大小和形态特征,并用变形雅可比(p=4,q=3)-傅立叶矩(PJFM’s)对原始虫卵图像进行特征提取和数字化描述。结果发现,不同种虫卵的长径、宽径均有显著性或极显著性差异,同一种虫卵特征的不变矩值基本相等,而不同种虫卵的不变矩值则相差很大。虫卵重建图像试验结果较好,其形态特征基本和原图像一致,说明PJFM’s(p=4,q=3)矩能够很好地提取虫卵图像的关键特征点,可成功描述蠕虫卵图像。因此,该研究结果为实现虫卵的数字化描述和智能识别奠定了重要的技术基础。

用不变矩实现花粉粒显微图像的归一化

显微图像易受光照、视角、方位、噪声等的影响。在这些因素的作用下,同一类显微图像的不同变形体差距有时大于另一类图像,因此进行显微图像识别以前需要进行图像的归一化。本文推导了基于变形雅可比(p=4,q=3)-傅立叶矩的草药花粉粒显微图像的归一化标准,并对8种中蒙花药显微特征图像进行归一化实验,发现同一种花粉粒图像不同变形体归一化后的矩值方差明显小于归一化前。另外,用加权最小平均距离分类器对320个花粉粒归一化显微图像进行初步识别实验,平均识别率达97.4%。