Jacobi-Fourier级数的Fejer和对连续函数的逼近(英文)

研究了Jacobi-Fourier级数的Fejer和σ_n^(α,β)(f)对连续函数f逼近的点态估计,改进了李中凯有关的结果.

Mexican Sign Language Recognition Using Jacobi-Fourier Moments

The present work introduces a system for recognizing static signs in Mexican Sign Language (MSL) using Jacobi-Fourier Moments (JFMs) and Artificial Neural Networks (ANN). The original color images of static signs are cropped, segmented and converted to grayscale. Then to reduce computational costs 64 JFMs were calculated to represent each image. The JFMs are sorted to select a subset that improves recognition according to a metric proposed by us based on a ratio between dispersion measures. Using WEKA software to test a Multilayer-Perceptron with this subset of JFMs reached 95% of recognition rate.

一种改进雅可比算法的频域临界采样图滤波器组

频域临界采样图滤波器组需要对拉普拉斯矩阵进行特征分解,这导致了该框架计算复杂度过高。针对该问题,采用改进雅可比算法近似求解该框架的特征矩阵,从而降低计算复杂度。改进的雅可比算法将近似求解特征矩阵的问题归结为一个带约束的优化问题,将拉普拉斯矩阵的近似误差作为目标函数,以近似特征矩阵的稀疏正交性作为约束条件,从而求解出近似特征矩阵。理论和仿真实验结果表明,近似特征矩阵用于频域临界采样图滤波器组不会改变其完全重构条件,且与现有的频域临界采样图滤波组相比,改进的雅可比算法在降低计算复杂度的同时保持了良好的去噪性能。

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。

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。

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。

Fourier-Jacobi级数的强求和

设函数f在区间[-1，1]上关于权函数(1-x)α（1+x）β（α，β＞-1）可积，以表示它的Fourier-Jacobi展开的临界阶Cesaro平均，给出了可以用方法强性求和的一个充分条件，主要结果推广了李中凯博士论文中的一个定理．

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。

采用Fourier-Bessel方法计算椭圆口径面天线远场

在卫星和地面天线的应用中,经常需要采用椭圆形口径面天线;与其他方法相比,傅里叶-贝塞尔方法具有计算速度快,数学形式简练,易于理解和应用的优点。文章在物理光学法和圆口径面的基础上,提出了一种椭圆口径面的傅里叶-贝塞尔展开分析方法,适用于抛物面和赋形反射面天线的辐射远场的快速分析和计算,并采用模拟计算与直接积分法相比较,证明了该方法的可靠性和有效性。

共轭拟Fourier-Jacobi级数(英文)

讨论了共轭拟Fourier-Jacobi级数.对于α=β，给出精确的结果。

Jacobi级数的Vallée-Poussin平均的逼近阶

讨论了Fourier-Jacobi级数的Vallée-Poussin平均的收敛性.用PeetreK-泛函估计了Vallée-Poussin平均的逼近阶.

Fourier-Jacobi级数的de la Vallée-Poussin平均

讨论函数Ｆｏｕｒｉｅｒ－Ｊａｃｏｂｉ展开的ｄｅｌａＶａｌéｅ－Ｐｏｕｓｉｎ平均的性质，建立了ｄｅｌａＶａｌéｅ－Ｐｏｕｓｉｎ平均与最佳多项式逼近间的强型和弱型不等式．

星载成形反射面天线全域基设计的研究

介绍了对星载成形反射面天线全域基设计法的研究。采用单馈源单反射面天线,通过优化反射面得到赋形波束。文章研究的全域基设计法运用物理光学法,将反射面用Jacobi-Fourier表达式展开,展开式各项的系数作为优化对象,代入反射面天线远场辐射积分的计算,在优化远场辐射特性的同时确定了反射面展开式各项的系数,也即确定了反射面。

基于Kinect和变形雅可比-傅里叶矩的手势识别

为了使人机交互变得更加自然,提出利用Kinect体感器获取手势深度图像;利用变形雅可比—傅里叶矩对手势图像进行特征提取;利用最小欧氏距离分类器进行建模、分类,实现手势识别。用Kinect体感器获取手部深度数据流,深度数据结合阈值分割法,可以有效地实现手势的分割。变形雅可比—傅里叶矩是一种不变矩,不变矩具有灰度、平移、旋转和尺度不变性,适合用于多畸变不变图像的特征提取。实验对5种手势进行了测试,平均识别率为95.2%,实验结果表明:该方法具有较高的识别率。

基于改进变形雅克比-傅里叶矩的不变性分析

系统地分析了改进的变形雅克比-傅里叶矩的不变性,并通过充分的实验说明了改进后的雅克比-傅里叶矩具有更好的平移、灰度、尺度、旋转等多畸变不变性。此矩是一种理想的、能有效抽取图像特征的不变矩。

不变矩纹理分割的窗口选择探讨

不变矩纹理图像分割过程中,在计算矩图和特征图像时,每个像素点的窗口选择显得非常重要。本文用变形雅可比矩等几种不变矩,就纹理图像的每一个像素点如何选择一定大小的窗口进行了系统探讨。然后在这个窗口内计算以该像素点为中心的矩,通过非线性转换器将得到的矩图转换为纹理特征图像。

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。

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。

拟Fourier—Jacobi级数的导级数(英文)

研究了拟Fourier-Jacobi级数逐项求导后所得的导级教，给出了一个等价收敛定理.