一种基于补偿法则的矩的快速算法

由于不变矩对图像的平移放大旋转的不敏感性 ,因此在模式识别、图像分类、场景匹配等图像处理和分析领域获得越来越广泛的应用 但是 ,求矩运算过程复杂、计算量大、使它的应用受到限制 基于Delta方法 ,提出了一种新的基于补偿法则的矩的快速算法 对任意二值图像分解为多条线段 ,图像的矩就等于所有线段的矩的和 对每一线段 ,将其左方 (或上方 )填满 每一线段的矩就等于填充后的线段的矩减去填充线段的矩 这样做的好处在于 :一幅图像所有可能横 (竖 )线段的数目由N2 减少为N 引入一组N大小的数组 ,将求矩过程中大量重复计算的数据一次计算后存入数组 ,需要时查数组即得 从而极大地减少了计算量 由于填充后线段规格一致 ,便于用统一的公式计算且有利于编程 和已有的某些算法仅适用于无凹图像和矩计算结果是近似的相比 ,该算法计算结果准确 ,适用于任意复杂的二值图像 列出了已有矩算法运算量的评估 ,比较而言 。

几何矩顺序算法的比较性研究

几何矩是用于推导平移、伸缩和旋转不变量的常用技术。用直接方法计算矩涉及大量的加法和乘法,因而有必要研究几何矩的快速算法。该文首先综述现有的对几何矩进行快速计算的顺序算法,然后用数字实验比较Delta方法、多线段积分方法、以及Li和Shen的格林定理法的性能。多线段积分方法和Delta方法在计算Hu矩不变量方面性能是相同的,但Delta方法仅适于处理二值水平连续图像,而多线段积分方法可以处理任意二值图像。与Li和Shen的格林定理法相比,多线段积分方法在计算精度上性能很完美。

关于随机变量序列几何平均的一类强偏差定理

利用样本相对熵作为任意随机变量相对独立随机变量偏差的一种随机性度量，用网的微分法和鞅方法分别就离散型和连续型随机变量研究了随机变量序列几何平均的一类强偏差定理，它是经典强极限定理的乘法类似物。

一种用于复杂二维图像矩的快速算法

本文给出一种新的求矩快速算法。该算法用扫描方法求图像各行各线段的左外边界和右内边界 ;将所有线段转换为标准线段 ,从而使所有可能的线段数目由N2 减少为N ;定义了一组N维数组 ,将求矩过程中大量重复计算的一些算式的结果储存于数组 ,需要时查数组即得 ,从而极大地减少了计算量。该算法原理简单 ,计算结果准确。不同于有些文献给出的算法只适用于无凹图像或不适用于图像中有空洞的情形。本算法适用于任何复杂的有任意多个空洞的图像。从对各种算法求矩运算量比较来看 ,本算法要优于其他算法。