基于自然地貌图像的无人机着陆点识别

无人机着陆点识别是图像识别算法的一个重要应用领域,提出了一种基于自然地貌图像的着陆点识别算法。首先用Contourlet变换对基准图库图像进行Contourlet变换,得到不同分辨率下的高频和低频子图;然后分别提取各子图的Hu矩特征;根据各特征识别率的不同进行特征筛选,建立特征识别库;接着进行k-mean法特征匹配。通过对基准图库中的单一地貌图像和测试图像库中的复杂地貌图像的识别实验,验证了算法的有效性。

基于量化颜色特征和SURF检测器的图像盲鉴别算法

针对现有图像复制粘贴篡改检测中提取的特征对于彩色图像内容描述不全面且匹配时间过长的问题,研究了运用量化颜色特征和SURF检测器的数字图像盲鉴别算法。该算法在特征提取过程中将HSV模糊量化颜色特征和SURF检测器结合,形成全面描述彩色图像内容的FCQ-SURF特征,并在特征匹配阶段将K-Means聚类和KNN方法结合来提高匹配效率。实验结果显示,在CASIA 1.0和FAU彩色图像测试库上,所提算法能很好地检测和定位彩色图像的复制粘贴篡改,在图像的多重篡改攻击和多区域篡改方面也得到了很好的检测效果。实验数据结果说明,该算法对彩色图像复制粘贴篡改检测的正确率较高,且匹配时间较有优势。