基于Krawtchouk矩的运动目标分类

针对视频监控系统,为了实现对运动目标的有效分类,提高其分类准确率,提出一种基于Krawtchouk矩不变量特征的运动目标分类技术。提取目标图像的低阶Krawtchouk矩不变量来描述目标,确保目标在平移、缩放、旋转条件下的不变性,选用K-means均值聚类算法进行数据聚类,达到准确分类的效果。通过实验验证了该方法的有效性,与应用Hu矩不变量进行分类的结果进行比较,表明了该方法具有较好的分类效果。

基于Krawtchouk不变矩的仿射攻击不变性局部水印算法

本文提出了一种基于原始图像Krawtchouk不变矩实现的仿射攻击不变性局部水印算法.具体介绍了Krawtchouk不变矩的构造方法,水印是事先产生的且与原始图像无关,通过将水印嵌入到图像的Krawtchouk不变矩中实现仿射攻击不变性.这种基于Krawtchouk矩的水印算法是局部水印技术,即水印的嵌入只是影响到部分原始图像,因此该算法对剪切攻击具有很好的鲁棒性.检测过程中采用独立分量分析技术实现真正意义上的盲检测.文中具体分析了所提出算法的计算复杂度,实验数据说明这种水印算法对通用水印测试软件Stirmark具有很好的鲁棒性.

基于Krawtchouk矩和支持向量机的火焰状态识别

监测炉膛火焰燃烧状态对防止锅炉爆管起着重要作用。为了进一步提高火焰图像特征提取的准确度和燃烧状态的识别率,文中将Krawtchouk矩引入火焰特征提取,提出了一种将Krawtchouk矩不变量与小波支持向量机相结合的火焰燃烧状态识别方法。首先计算火焰图像的Krawtchouk矩及Krawtchouk矩不变量,以此构造火焰图像的特征向量;然后根据训练样本的特征向量构造支持向量机,对火焰图像进行状态识别,并采用混沌小生境粒子群算法优化支持向量机中的核函数参数与惩罚因子,使其识别性能最优。大量实验结果表明:与基于Hu矩和支持向量机的方法、基于Zernike矩和支持向量机的方法相比,采用Krawtchouk矩不变量作为火焰图像的特征能更好地对火焰图像燃烧状态进行识别,识别率大大提高,且结果与实际情况相符。

基于Krawtchouk矩和Contourlet变换的多目的水印

提出了一种基于Krawtchouk矩和Contourlet变换的多目的水印算法.首先对图像进行两级Contourlet分解,通过计算其低频分量的Krawtchouk低阶矩不变量来构建鲁棒水印,然后在剩下的带通分量中选择一个作为水印嵌入域并在其中嵌入半脆弱水印,给出了实验结果,并从水印的不可见性、抗攻击能力及篡改的定位能力三个方面进行了定量评测.实验结果表明,该算法具有很强的鲁棒性和较好的脆弱性,能同时有效地保护版权和认证图像.

基于Krawtchouk矩和NSCT变换的鲁棒零水印算法

为了解决现有数字水印中鲁棒性和不可感知性之间的矛盾,设计一种基于Krawtchouk矩和NSCT(Non-subsampled Contourlet Transform)变换的鲁棒零水印算法。算法首先对图像进行NSCT分解,其次计算其低频成分的Krawtchouk低阶矩不变量来构建特征向量,最后通过特征向量和水印的运算得到原始图像的版权信息。实验结果表明该方案对常见信号处理具有很强的鲁棒性,同时密钥的使用保障了算法的安全性。

利用Krawtchouk矩不变量实现基于形状的图像检索

图像在经过平移、旋转和尺度变化后是否仍具有很好的检索效果是基于形状的图像检索研究的一个难点。本文提出了一种利用Krawtchouk矩不变量实现基于形状的图像检索方法。该方法首先对图像进行灰度变换,然后提取图像的低阶矩,取16个低阶矩不变量作为图像的特征向量,并按照相似性度量输出相似图像从而实现基于形状的图像检索。文中给出了实验结果,并与基于几何矩不变量和基于Zernike矩不变量的图像检索方法进行了比较。结果表明本文的方法具有更好的检索性能,和上述两种方法相比,查全率分别提高了21.52%和7.6%,查准率则分别提高了16.25%和6.25%。

基于扩展Shearlet变换、Krawtchouk矩和SVM的储粮害虫分类

为了进一步提高储粮害虫的识别精度,以便更有效地防治储粮害虫,提出了一种基于纹理和形状综合特征及全局混沌蜂群优化支持向量机(SVM)的储粮害虫分类方法。首先对储粮害虫图像进行扩展Shearlet变换,利用变换系数得到能量分布均值,加权后的能量分布均值构成纹理特征向量,用Krwtchouk矩不变量描述储粮害虫的形状特征;然后将纹理特征向量和形状特征向量分别归一化,两者结合构成储粮害虫的综合特征向量;最后用全局混沌蜂群算法优化SVM的核参数与惩罚因子,并应用参数优化的SVM进行分类。结果表明:与基于Gabor小波和支持向量机方法、基于Krawtchouk不变矩和支持向量机方法相比,本方法提取的储粮害虫特征信息更加完整,识别率更高。

基于Shearlet变换和Krawtchouk矩不变量的河流SAR图像分割

合成孔径雷达(synthetic aperture radar,SAR)图像分割是河流检测与识别的关键步骤,为了进一步提高河流SAR图像分割的准确性,提出一种基于Shearlet变换、Krawtchouk矩不变量及模糊局部信息C均值聚类的河流SAR图像分割方法.首先,对河流SAR图像进行Shearlet分解,提取其纹理特征,构成特征向量的前半部分;然后,计算河流SAR图像的Krawtchouk矩不变量,作为其形状特征,构成特征向量的后半部分;最后,利用模糊局部信息C均值算法依照上述特征向量进行聚类,由此得到河流SAR图像分割结果.大量实验结果表明,与近年来提出的脉冲耦合神经网络结合最大方差比准则分割法、Gabor小波变换结合模糊C均值聚类分割法、FLICM聚类分割法相比,所提出的方法在主观视觉效果以及客观定量评价指标误分割率上均有明显优势,且分割河流SAR图像更加准确.

基于Contourlet域Krawtchouk矩和改进粒子群的遥感图像匹配

为了进一步提高遥感图像匹配的精度和运算效率,提出了一种利用Contourlet变换、Krawtchouk矩和改进粒子群的遥感图像匹配算法。在分别对参考图像和目标图像进行Contourlet分解的基础上,引入Krawtchouk矩来提取图像的局部特征,并利用改进的带极值扰动的简化粒子群优化算法对低分辨率的遥感图像进行匹配操作,然后逐级上推,最终实现全分辨率情况下遥感图像的匹配。实验结果表明,该算法与目前常用的遥感图像匹配算法相比,不仅具有更高的匹配精度和运算效率,还有较强的鲁棒性。

基于Krawtchouk矩的自适应门限四叉树分形编码

编码时间过长是分形图像压缩存在的主要问题,同时固定匹配门限影响着编码效率。本文首次将Krawtchouk矩引入到自适应分形编码中,提出了基于Krawtchouk矩的自适应门限四叉树分形编码方法。该方法计算图像块的12个Krawtchouk矩不变量,将这些矩不变量构成特征向量,并用这样的特征向量取代Range块和Domain块的灰度值矩阵进行匹配计算。文中给出了实验结果,并与基于四叉树的自适应门限分形图像IFS压缩方法进行了比较。结果表明,本文方法不仅大幅度减少了编码时间,而且同时也能提高图像恢复质量。

Krawtchouk矩在脱机手写汉字识别中的应用

提出一种基于Krawtchouk矩的脱机手写汉字识别方法。与Zernike矩和Legendre矩等连续正交矩特征相比,Krawtchouk矩是数字域的离散正交矩,不存在数字化过程中所带来的近似误差问题,在计算过程中不需要进行坐标转换,而且构造简单,更加适合用来描述数字图像。在此将Krawtchouk矩用于手写大写金额的识别,并在隐马尔可夫模型(HMMs)框架下对其性能进行了测试。实验结果表明,Krawtchouk矩比传统的连续矩更适合用来描述数字图像,识别效果比连续矩有较显著提高。此外,还对不同参数下的Krawtchouk矩性能进行考察。

基于三维荧光光谱的Krawtchouk图像矩算法在多环芳烃定量分析中的应用

以多环芳烃中的芴和苊为研究对象,提出一种将三维荧光光谱技术与Krawtchouk图像矩、广义回归神经网络相结合的定量分析的方法。利用FS920荧光光谱仪获取样品的三维荧光光谱数据,得到对应的三维光谱灰度图。直接计算三维光谱灰度图的Krawtchouk矩,将得到的Krawtchouk矩经平均影响值筛选后作为广义回归神经网络的输入,建立多环芳烃(PAHs)的定量模型。预测8组混合溶液的测试样本,芴和苊的平均相对误差分别为0. 98%和2. 15%。研究结果表明,Krawtchouk矩经过筛选后预测结果更为准确,该方法能够有效提取光谱的特征信息,简单、准确的预测PAHs的浓度。

基于Krawtchouk不变矩的复制-粘贴篡改盲检测算法

针对数字图像检测中一类常见的复制-粘贴图像篡改,提出一种基于小波变换和径向Krawtchouk不变矩的盲检测算法。算法利用小波变换提取图像的低频分量,对低频分量分块提取径向Krawtchouk不变矩特征,这种特征描述方式对图像旋转后处理具有鲁棒性,然后将特征向量进行按字典排序,并结合数学形态学进行图像复制篡改区域的检测和定位。实验表明该算法能有效地定位出复制和粘贴的图像篡改区域,并对粘贴区域旋转操作具有很强的鲁棒性。

Krawtchouk矩的误差传递分析及算法改进

提出了Krawtchouk矩的误差传递模型,分析了其误差传递的机理,提出一种基于GMP大数库的分段迭代算法来精确计算Krawtchouk多项式,且此方法对参数p取任意值均有效。该方法的原理为:根据经典Krawtchouk矩的传递误差累积趋势,将其迭代过程分为若干段,每段迭代的初值均由GMP库计算得到,通过保证初值的精确性和控制迭代的次数来降低多项式计算的误差,提高高阶矩计算的精度。实验证明该方法确实能有效抑制且在一定程度上控制高阶Krawtchouk矩的累积误差,消除重构图像的劣化。

基于Krawtchouk-RBF的印章图像分类识别

为了有效地对印章图像进行分类,提出了一种基于Krawtchouk矩和RBF神经网络的印章图像分类识别方法。首先提取标准印章图像的Krawtchouk矩不变量,将其作为RBF神经网络的原始训练样本;然后提取全部待鉴印章图像的Krawtchouk矩不变量,将其作为RBF神经网络的输入量进行分类识别。实验结果表明,使用Krawtchouk矩来描述印章图像的特征并通过RBF神经网络来对其进行分类识别的方法十分有效,与同类的Brushlet-RBF法和KPCA-RBF法相比,其识别率更高,且更准确。

Krawtchouk多项式零点的渐近展开及其误差限

Krawtchouk多项式在现代物理学中有着广泛应用·基于Li和Wong的结果,利用Airy函数改进了Krawtchouk多项式的渐近展开式,而且得到了一个一致有效的渐近展开式·进一步,利用Airy函数零点的性质,推导出了Krawtchouk多项式零点的渐近展开式,并讨论了其相应的误差限·同时还给出了Krawtchouk多项式和其零点的渐近性态,它优于Li和Wong的结果·

正交Gaussian-Krawtchouk不变矩的构建及在图像匹配中的应用研究

针对基于几何矩及不变矩的图像特征描述存在信息冗余,计算复杂,图像表征能力不强等问题,本文深入研究了正交的Gaussian-Krawtchouk矩及其不变矩的表达形式。依据不同的尺度因子特点,提出了基于多尺度Gaussian-Krawtchouk不变矩的图像局部特征描述方法,并用于五种不同类型图像的特征匹配。实验结果表明,这种不变矩较其他传统的特征描述方法具有更好的图像表征能力,更强的数字稳健性。该不变矩用于图像匹配是有效可行的,具有良好的实用价值。

基于Krawtchouk不变矩的零水印算法研究

文章提出了一种Contourlet变换域内使用Krawtchouk不变矩的抗几何攻击零水印算法。该方法首先将宿主图像进行2级的LP(拉普拉斯金字塔)变换,提取其低频子带,然后计算该低频子图的若干Krawtchouk不变矩,最后使用Krawtchouk不变矩来构建水印系统。经过仿真实验证明,该方法可以获得良好的图象视觉效果,可以有效抵抗旋转、缩放等几何攻击,同时对于加噪,滤波,JPEG压缩攻击也具有有很好的鲁棒性。

基于分水岭与Krawtchouk不变矩相结合的改进方法在变电站巡检图像处理中的应用

变电站的巡检机器人在执行巡检任务时,由于位置的变动导致采集的现场设备图像内容出现差异。针对传统定点拍摄的图像处理方法不能满足变电站设备图像处理要求的问题,该文提出了一种基于标记分水岭模型与Krawtchouk不变矩相结合的改进算法,以实现巡检图像中的设备存在遮挡物及仿射变换情况下的目标分割与特征量提取,基于Hsim函数完成最终的目标识别。以松原500 k V变电站巡检机器人实际拍摄的图像为例,结果证明所提算法能够对设备图像进行有效的分割与分类,并通过特征量匹配实现对变电站设备现场状态的甄别,为变电站现场设备图像智能处理提供一种可行的方案。

结合SIFT和Krawtchouk矩不变量的图像配准方法

提出了一种基于SIFT和Krawtchouk矩不变量的图像配准方法。通过SIFT关键点检测方法检测关键点;对每个关键点计算其邻域的Krawtchouk矩不变量,并将其构成描述关键点的特征向量;计算关键点特征向量之间的欧氏距离找出相匹配的关键点对。实验结果表明,该算法的配准性能与标准SIFT算法相当,而运算速度比标准SIFT算法有较大程度提高。