基于Fourier—Mellin变换的全景图像拼接与曲线匹配

基于Fourier—Mellin变换的图像配准方法,本文对于图像拼接与曲线匹配进行新探讨。该方法在不需要准确控制相机运动,不需要知道相机的焦距等内部参数及检测图像特征,在配准精度要求不是很高的情况下,直接生成的全景图像可以满足很多实际需求;先将图像曲线转化为二值图像,然后应用Fourier—Mellin变换对这些二值图像进行配准,从而达到两条曲线的匹配。

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.

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.

基于Zeta函数的Mellin变换及其应用

Mellin变换是一种以幂函数为积分核的积分变换,常用于广义留数定理、信号处理和渐进展开理论的相关研究中.从Mellin变换理论出发,基于Mellin变换与Fourier变换、Zeta函数的相互关系,推导了Zeta函数与Gamma函数相乘的Mellin变换形式,结合Euler乘积公式详细讨论了Mellin变换在Zeta函数变换中的应用方法和技巧.

基于Radon和解析Fourier-Mellin变换的尺度与旋转不变目标识别算法

由于正交矩对噪声鲁棒性强、重建效果好,因此被广泛应用于目标识别与分类中,但是正交矩本质上缺乏尺度变换不变性,而且必要的图像二值化与规一化过程会引入重采样与重量化误差。为此,在研究现有正交矩的基础上,提出了一种基于Radon变换和解析Fourier-Mellin变换的尺度与旋转不变的目标识别算法。该算法首先直接对目标灰度图像进行Radon变换,然后对Radon变换结果进行进一步解析,通过Fourier-Mellin变换将原图像的旋转变化转化为相位变化,将原图像的尺度变化转化为幅度变化;最后,通过定义一旋转与尺度不变函数,同时利用不变函数的4种特征,再应用k-近邻法实现分类。理论与实验结果表明,由于避免了正交矩方法存在的重采样与重量化误差,该算法的分类精度高于基于正交矩的分类方法,而且对白噪声的鲁棒性也显著高于基于正交矩的识别与分类方法。

基于Fourier-Mellin变换的宽视场监控图像合成技术

针对大规模电子化考场监控,提出基于Fourier-Mellin变换的宽视场图像合成技术.两摄像机采用具有相同(近似)的光学中心固定方式;利用Fourier-Mellin不变描述子和相位相关技术,计算相邻图像序列之间的映射关系,包括旋转、平移和尺度变换参数;拼接中采用无缝缝合,实现对光照不连续的平滑过渡.实验结果表明,该算法可以获得比较理想的宽视场图像,实现了对大规模电子化考场高分辨率的实时监控.

基于Fourier-Mellin变换的图像配准方法及应用拓展

从两个方面拓展了基于Fourier-Mellin变换的图像配准方法的应用范围.首先是全景图像的拼接.不同于传统的方法,该方法不需要准确控制相机的运动,不需要知道相机的焦距等内部参数,也不需要检测图像特征,在配准精度要求不是很高的情况下,直接生成的全景图像可以满足很多实际应用的需要;同时,实验也表明,该方法应用于弱透视图像的配准,也具有很好的配准效果.另一个拓展是图像曲线的匹配.传统的曲线匹配方法一般通过曲线特征点(如角点、曲率极值点等)之间的对应求得曲线间的变换参数.一种新的思想是先将图像曲线转化为二值图像,然后应用Fourier-Mellin变换对这些二值图像进行配准,从而达到对两条曲线的匹配.大量实验表明,该方法对射影畸变不是十分显著且摄像机为一般运动下获得的图像之间的配准问题(如手持数码相机获取的图像之间的配准问题)均能取得比较好的配准效果.

基于Fourier-Mellin变换的气象卫星光谱图像配准

气象卫星光谱图像是气象科学和环境遥感科学研究的重要工具,而图像配准是气象卫星图像数据应用的前提。文章针对气象卫星光谱图像的配准问题,提出了一种基于Fourier-Mellin变换的自动配准方法。首先利用全球海岸线矢量图数据构造地标模板,地标模板是气象卫星光谱图像配准的参考图像;其次,根据云通道数据选择无云区域红外子图像,并利用Sobel算子对红外光谱图像提取边缘特征;最后利用Fourier-Mellin变换确定地标模板图像和红外边缘图像之间的仿射变换参数,从而实现红外光谱图像的配准。该方法本质是基于曲线匹配的思想,无需特征点提取,大大简化了配准流程。利用FY-2D气象卫星上获取的红外通道数据进行了实验,结果表明:该方法鲁棒性好,运算速度快,配准精度较高。

Fourier-Mellin变换不同时相遥感影像自动配准研究

多时相遥感影像配准是变化检测的关键步骤。由于不同时相的遥感影像差异,且在传感器参数未知情况下,很难完成其自动配准。基于傅里叶-梅林变换(Fourier-Mellin Transform,FMT)影像配准其实就是基于傅里叶变换和对数极变换的全局相位相关。这种方法在进行频域计算时找到了配准的变换参数,并且对噪声和遮挡等很鲁棒。提出了一种基于Fourier-Mellin算法的改进配准方法。Fourier-Mellin变换由于旋转的频谱混叠和旋转变换中插值误差而产生错误。为了得到更好的配准结果,通过加窗和滤波来提高峰值、减少频谱混叠、增加鲁棒性。

基于Fourier-Mellin变换的图像配准算法及性能研究

快速傅立叶变换(FFT)改进了离散傅立叶变换(DFT)的计算过程,被广泛应用于数字图像的实时处理中。在相位相关技术的基础上,提出了一种新的图像配准算法,即在需要配准的两幅图像中心选取相同区域大小,进行Fourier-Mellin变换,变换后是一个二维脉冲信号,由此而得到图像配准参数。实验结果表明了该算法的有效性和可靠性。

基于Fourier-Mellin变换和相位相关的MEMS旋转角度的测量

MEMS器件微结构的运动特性影响器件的性能和可靠性。为实现微结构周期运动过程中各个时刻的旋转角度的测量,提出一种基于傅里叶梅林(Fourier-Mellin)变换和相位相关算法的旋转角度测量方法。利用傅里叶梅林变换算法的旋转不变性,将图像空间坐标转换为对数极坐标的参数空间,旋转角度变化转化为平移的运动,然后利用相位相关的亚像素平移测量算法,得到微结构旋转角度。实验结果表明,该算法旋转角度测量分辨率达到0.01°,计算量较小且具有抗干扰能力。

基于Fourier-Mellin变换的对称相匹配滤波算法

在Chen 的算法的基础上,给出了一种新的频域模板匹配算法,这种算法解决了频域相关中图像尺寸大小不同的问题,在峰值检测中以相关平面局部最大值代替其最大值,提出从图像之间的旋转和缩放参数到平移参数几次迭代使它们之间互相适应的策略.航空照片匹配实验结果表明。

基于Radon和Fourier-Mellin变换的电缆终端红外图像识别

在运行过程中,电缆瓷套式终端的线夹、应力锥和尾管部位可能存在异常发热现象.为了对各部位异常发热的红外图像进行有效识别,文中引入Radon与Fourier-Mellin变换对红外图像进行特征提取.该方法首先对原图像进行Radon变换,再进行解析Fourier-Mellin变换;然后定义与原图像的旋转及与尺度变换无关的不变函数,基于不变函数提取Radon与Fourier-Mellin变换后图像的4种特征.将提取特征向量输入到BP神经网络进行图像识别,结果表明,基于Radon与Fourier-Mellin变换的几何变换不变特征提取方法能够有效反映红外图像特征,具有良好的识别效果,且该方法对噪声具有较强的鲁棒性.

基于Fourier-Mellin变换和Keren算法的改进运动估计算法

针对超分辨率图像重建中图像运动估计精度要求高,速度要求快的问题,对传统的基于Fourier-Mellin变换和Keren算法的运动估计方法做出以下改进:首先提取参考图像和待估计图像的边缘,从而避免了Fourier-Mellin变换的不足(对细节不明显的图像运动估计精度极差);由于只是用Fourier-Mellin变换进行粗估计,对角度估计精度要求不高,只需小于1°,因此在进行对数极坐标变换时,可以减少角度坐标和对数坐标的采样点数,大幅缩小了矩阵大小,提高了运动估计速度;由于先用Fourier-Mellin对待估计图像进行粗估计,Keren算法可以避开复杂的金字塔计算而只需一层估计,减少了运动估计时间。在VC++中的仿真实验表明,该方法有效地结合了Fourier-Mellin变换和Keren算法的优点,同时又提高了运动估计速度。经测试,用未改进的算法对328×500像素大小的两幅图像进行运算估计需要3.53s,而用改进的算法则只需要1.15s,大大提高了运动估计速度。

一种利用Fourier-Mellin变换和曲线拟合的遥感图像亚像素配准方法

直接使用傅里叶梅林变换计算出的图像间旋转参数的精度不高,以此旋转参数对图像进行纠正后再使用相位相关的扩展方法计算出的图像间的平移参数精度也不高.针对这种情况,提出一种改进的角度检测方法.传统的方法是先对图像进行傅里叶变换,然后进行极坐标变换,再使用相位相关得到相关谱,通过相关谱的峰值位置确定图像间的旋转角度,最后对图像做角度纠正并计算平移参数.而本文对相关谱峰值所在区域进行拟合,使用拟合后的峰值位置替代原来的峰值位置确定图像间的旋转角度.由于拟合后的峰值位置的精度高于拟合前,估计角度的精度会更高,使用此角度做旋转纠正能够提高图像之间的相关性,进而也提高平移参数的精度.实验证明:与Fourier-Mellin变换的通常做法相比,此方法显著提高了配准的精度,平均角度精度提高0.187°,水平方向上平均平移精度提高0.339 pixel,垂直方向上平均平移精度提高0.296 pixel.

基于多分辨Fourier-Mellin变换的剪纸纹样识别算法

提出一种基于多分辨Fourier-Mellin的剪纸纹样识别算法。该算法先对剪纸纹样图像进行Fourier-Mellin变换,再对变换后的图像通过小波变换计算出各层方差和均值,得到剪纸纹样不同子带的特征值,应用支持向量机对剪纸纹样进行识别。实验证明,该方法不仅具有平移、旋转和尺度不变性,而且适用于有夸张艺术变形的剪纸纹样识别。

基于多尺度Fourier-Mellin变换的末制导目标跟踪

针对光电成像末制导阶段目标尺寸迅速增大且可能伴有旋转的稳定跟踪问题,采用了一种基于多尺度Fourier-Mellin变换的目标跟踪方法。根据高斯尺度空间理论和Fourier-Mellin变换,构造了基于多尺度Fourier-Mellin的图像变换参数估计策略。利用平均绝对差分匹配准则对模板和待匹配图像进行图像匹配,当匹配误差过大时,基于多尺度Fourier-Mellin变换进行模板参数估计,求出模板与当前目标之间的尺度和旋转变换参数,并利用双线性内插调整模板,求得目标匹配位置,对模板进行刷新。仿真结果表明,该算法能够适应末制导阶段目标尺寸的急剧变化,实现对目标的稳定跟踪,其跟踪精度和稳定性优于传统方法。

基于Fourier-Mellin变换的指纹匹配算法研究

为了克服指纹识别中平移和旋转等因素的影响,提出一种基于指纹整体信息相关匹配的算法。首先对待识指纹和模版指纹进行Fourier-mellin变换(FMT),然后提取FMT结果中的相位信息,运用带限相位相关(BLPOC)法得到待识指纹与模版指纹的相似度。因为FMT具有旋转特性,这样避免了传统的相关算法必须对每一个角度都进行运算的问题。同时与纯相位相关法相比(POC),在判断是否匹配成功时带限相位相关(BLPOC)法可以有效的抑制噪声并能获得更为陡峭的相关峰。通过计算机仿真结果表明算法指纹误识率和拒识率分别达到和,并在实际应用中取得了很好的效果。

基于Fourier-Mellin变换和曲面拟合的IC芯片图像亚像素配准算法

为实现IC芯片图像的精确配准,提出一种Fourier-Mellin变换和曲面拟合法结合的图像亚像素配准算法。算法首先采用Fourier-Mellin变换计算出待配准IC芯片图像的旋转角和平移量的整像素峰值位置,然后对峰值区域进行基于最小二乘的曲面拟合,通过取极值点获得亚像素级的精确峰值位置。另外,Fourier-Mellin变换由于旋转的频谱混叠和坐标变换中的重采样插值会产生误差,新算法采用加窗和滤波的方法加以改进。实验结果表明,所提算法实现了IC芯片图像的亚像素级配准,具有较好的精度和鲁棒性。

Fourier变换在连续随机变量之和分布中的应用

本文给出了Fourier变换在求解相互独立的连续随机变量之和分布中的应用,证明了正态随机变量的可加性,方法简便、快速.这些充分显示了此工具的实用性.