基于改进Hu矩算法的Kinect手势识别

针对Kinect深度信息下静态手势识别鲁棒性差及识别率低的问题,在改进Hu矩算法的基础上提出新的手势识别方法。构造一种新的Hu不变矩,采用尺度归一法消除尺度变化对Hu矩的影响,使静态手势在离散状态下保持手势的比例、平移以及旋转不变性。通过微软新型Kinect传感器和Open NI获取深度图像,对其进行去噪等预处理,基于灰度直方图进行手势分割,提取手指个数特征,并利用改进的Hu矩不变矩算法识别静态手势。实验结果表明,该方法在光照变化、复杂背景等干扰下具有强鲁棒性和高识别率。

基于改进Hu矩和遗传神经网络的稻飞虱识别系统

针对稻飞虱识别实时性差和BP神经网络分类有一定误差的问题,设计了一种基于DSP硬件平台和遗传神经网络算法的稻飞虱识别系统。系统硬件以AT89S52单片机控制拍摄移动装置,以DM6437处理器作为算法处理平台;系统软件设计主要包括基于改进Hu矩的特征值提取和基于遗传算法优化神经网络的识别算法。系统通过CCD摄像机拍摄稻飞虱视频信号传送到DSP识别系统,从中提取图像,识别图像中的稻飞虱。实验对稻飞虱、水蝇和潜蝇等80个样本进行了训练和测试,结果表明遗传神经网络对稻飞虱的正确识别率达到90%。

肤色检测和Hu矩在安全帽识别中的应用

安全帽在工业生产中的应用非常广泛,为了防止事故发生,确保生产安全,建立对安全帽的自动检测及报警系统变得越来越迫切。主要对安全帽的识别算法进行了研究,采用肤色检测的方法定位到人脸区域,并以此获得脸部以上的区域图像,将Hu矩作为图像的特征向量,分别比较神经网络和支持向量机(SVM)两种分类模型。实验结果表明:SVM对安全帽的识别有很好的效果,将会对监控系统实现智能化提供有力的支持和实际的指导意义。

基于Hu矩的水下地形二维特征匹配辅助导航方法

相比于以单波束测深原理为基础的ICCP、TERCOM等一维序列匹配辅助导航方法,基于多波束测深系统的二维阵列匹配算法增加了原始地形信息的丰富度,可以用来提高地形辅助匹配导航系统的精度和适用性。通过归一化灰度转换,使实时扫测地形和原始数据库地形分别形成待匹配的模板灰度图和背景灰度图,采用圆窗口化搜索策略,分别计算实时图和子图的Hu矩,保证了相同地形特征的旋转不变性。通过归一化互相关算法衡量两个地形的相似性,得到匹配地形,实时的辅助主惯导修正误差。仿真表明,利用此匹配算法在实时扫测地形平坦区域和特征明显区域均能成功匹配;位置误差均在5个网格以内,能容忍的系统信噪比最小为9 d B,抗噪声能力强;Hu矩的抗旋转特性大大提高了此方法的适用性,能够满足高精度水下地形匹配辅助导航系统的苛刻要求。

基于区域重叠核加权Hu矩的SIFT误匹配点剔除算法

针对尺度不变特征变换(scale invariant feature transform,SIFT)算法在特征点匹配时容易出现误匹配现象,提出了一种基于区域重叠核加权Hu矩的SIFT误匹配点剔除算法。该算法首先通过对SIFT描述子区域内的重叠4邻域计算Hu矩,生成能够描述纹理特征与轮廓特征的种子点描述子;其次,根据描述子的区域特点利用核函数对种子点描述子进行加权,生成63维区域重叠核加权Hu矩描述子;最后用巴氏(Bhattacharyya)系数计算归一化后描述子的相似度,并剔除相似度较小的匹配点。将该算法与其他3种算法进行对比,实验结果表明,该算法的鲁棒性最强,实时性较高,综合性能最优。

基于改进Hu矩的异常行为识别

提出了基于改进Hu矩的异常行为识别算法,主要对跳、加速跑、摔倒、下蹲、挥手和手拿异物六种异常行为进行识别。对视频流首先要提取运动人体轮廓,然后对所得到的轮廓进行特征提取,这里主要提取人体运动的形状特征,最后,通过模板匹配的方法,采用Hausdorff距离计算所需识别的当前行为特征向量与模板行为(正常行走的行为)特征向量之间的相似性,并通过相应的阈值判定该行为是否为异常行为。实验证明,该方法对文中给出的样本异常行为的识别率达到100%,有一定实用价值。

Hu矩在一次性输液针图像描述中的应用

目前国内一次性输液针手瓣装配基本上采用手工装配,因而存在许多弊端。为此,结合输液针的特点,对多种描述方法做了分析,提出了用Hu矩不变量来描述输液针图像,并用逆光拍摄方法来获取各个角度输液针针尖图像,从而获取了完整的轮廓信息,其二值化后的图像避免了矩值灰度级计算的不稳定性。实验结果表明,随着输液针角度的增加,其图像的矩不变量在有规律地发生着变化;用Hu矩不变量来描述输液针图像特征是可行有效的。

Hu矩和Zernike矩在字符识别中的应用

理论分析与实验证明 ,Hu矩和Zernike矩与神经网络相结合 ,可运用于字符图像的识别 ,且Zernike矩的识别效果优于Hu矩。

基于DSP的人脸Hu矩识别研究

在DSP硬件平台的基础上利用Hu矩研究人脸识别。DSP选用DM6437达芬奇处理器,利用DM6437的快速运算能力进行人脸识别,实现对人脸图像做平移、缩放和旋转三种运算,按肤色提取人脸图像,再做二值化处理,对二值化后的图像采用Hu矩提取特征值。实验结果表明,三种运算后的Hu特征值与原图像的Hu特征值相符,以此可以作为识别。

基于Hu矩和支持向量机手完整性检测算法及应用

为实现对手完整性的自动检测,研究了用于机动车驾驶员体检系统中的手完整性检测算法。首先把RGB图像转换到YCbCr色彩空间后对Cb通道图像进行自适应阈值分割;然后对图像采用投影法获取准确的手部图像;利用提取的手部图像Hu矩特征值作为样本数据训练SVM模型,最后利用训练好的分类器对手进行完整性识别。手完整性检测算法可以达到理想的识别精度。算法的测试结果表明对手完整性检测算法是有效的,已被成功应用于机动车驾驶员体检系统。

基于Hu矩和递进Hough变换的SOT元件识别定位算法

为了实现贴片机对SOT元件的高精度、高质量的识别定位,提出了一种基于Hu矩和递进Hough变换的SOT元件识别算法。该算法首先对采集图像进行预处理,在二值化图像的基础上提取元件主体轮廓,采用八邻域跟踪算法对轮廓信息进行提取;然后利用元件主体轮廓的面积和Hu矩,对SOT元件进行识别检测;最后在识别的基础上,对其进行递进hough变换的定位检测。实验表明:该方法可提高元件识别率,且在定位时具有耗时短、精度高等优点,能较好满足贴片机高精度高质量的要求。

Hu矩和Zernike矩在图象识别中的应用

将Hu矩和Zernike矩应用于图象识别 ,比较了两者的识别效果。理论分析和仿真结果表明 。

Hu矩和Zernike矩在表情识别应用中的比较

首次将Zernike矩运用于同一个人的表情识别问题,分别计算了同一个人面部图像的Hu矩和Zernike矩,以模式识别中常用的类间距作为依据,提取了面部图像的各种矩的最好特征和次好特征,并对Hu矩和Zernike矩的识别能力和抗噪性进行了比较,试验结果证明Zernike矩更适合识别细微变化的面部表情.

基于角点和Hu矩不变量的可见光和红外图像自动配准方法

针对红外图像与可见光图像的自动配准问题,提出了一种基于图像角点特征和透视变换模型的方法。首先采用自适应阈值对红外与可见光图像进行分割,然后利用Harris因子分别在分割后的红外和可见光图像上检测角点。通过分析角点邻域在原始图像上的相关性实现角点的粗匹配。接着通过RANSAC算法对角点进行细匹配,删除outliers,再由Hu矩不变量进一步提纯角点。最后利用最终匹配的角点作为透视变换的控制点,得到透视变换模型。用该模型对待配准图像进行透视变换,可实现图像配准。实验结果表明,该方法的配准精度高,可以很好地完成红外与可见光图像的自动配准。

基于改进Hu矩算法的AGV字符识别研究

视觉导引AGV以识别标识符为基础实现工位转换;Hu矩算法可以提取字符的特征参数,结合机器学习分类算法,对特征值进行提取并分类,其运算速度快,但是识别准确率低;分析其原理公式,发现由于阶数高导致数值范围大,数据相近度差;基于此,对Hu矩公式进行改进,构造了新的算法;通过对UCI字符数据库进行检测,并在视觉导引AGV平台上进行在线测试,验证了改进后的Hu矩算法可以更快地提取特征值,并大大提高机器学习算法字符分类准确率,说明改进后的Hu矩算法在视觉导引AGV的字符识别上具有较好的实用性。

一种基于Hu矩特征的快速图像检索算法的研究

随着互联网的快速发展与应用,网络中的图像资源日益剧增,能从海量的图像库中准确、快速地进行目标图像检索到已成为人们关注的焦点问题。提出了一种应用Hu矩特征进行图像检索的算法,在Matlab中进行编程实验,测试了Hu矩特征具有较好的几何尺度不变性,并与基于灰度共生矩的图像检索算法进行了对比,对检索到的图像按照相近似度进行排序,实验结果表明,基于Hu矩特征的图像检索算法能在图像库中快速、准确地进行图像内容和特征匹配,具有较好的可靠性和实用性。

基于改进Hu矩的字母手势识别

本文提出了一种字母手势识别方法,首先对字母手势图像进行预处理,然后用模板匹配的方法进行识别,并用改进的Hu矩作为特征向量进行测试样本与模板之间的相似性度量,以降低噪声的干扰.实验结果表明,我们的方法显著地提高了识别准确率.

应用于数字图像识别的Hu矩缩放不变性分析

从数学上分析了弧矩在数字图像缩放时的变化规律,得出通过组合矩的方法无法改善其缩放不变性的结论,并指出了改善其缩放不变性的两种方法。仿真结果证明了本文所提出的结论的正确性和方法的可行性。

基于Hu矩和Zernike矩的文字识别

在研究Hu矩和Zernike矩的基础之上,提出一种基于Hu矩和Zernike矩的文字识别方法,在采集的文字图像中提取Hu矩和Zernike矩特征,利用K近邻的分类方法进行分类,理论和实验表明,该识别方法具有很强的抗图像平移、拉伸和旋转识别能力,其中Zernike正交矩由于其正交性在具有较高的识别能力的同时,还具有很强的冗噪能力。

基于改进Hu矩的变电站红外图像特征提取

首先介绍了Hu不变距的相关理论,采用Hu矩对红外图像进行特征提取,并针对提取的Hu矩各分量数值的数量级差别过大,不能同等体现各分量的重要性,以及Hu不变矩对二维离散图像不满足保证缩放不变性的问题,提出了两种改进方法。然后对两种改进方法的尺度收缩性进行比较,采用Matlab实验仿真技术对缩放性能较优的Hu矩改进方法进行了不变性测试并提取特征。