基于提升小波的矩不变量车牌字符识别方法

车牌识别系统的关键在于字符的识别,而字符识别的核心是字符特征的提取。小波变换可以获取字符的细节结构特征,而不变矩能很好地对其进行描述,故将两者结合起来提取字符的特征;同时利用张量积小波分解的高频子图具有方向性的特点,提取字符的笔画特征,最终得到反映字符结构和统计特征的联和特征向量,并且字符图像的分解采用第二代提升小波算法进一步降低了计算复杂性。实验结果表明,此方法提取得到的联合特征向量能够取得98%的字符综合识别率,可以满足实际应用的要求。     

Sluzek矩不变量方法的改进

本文首先分析Sluzek方法的思想即:减小方差而同时尽可能不减小不同类之间的均值差;然后分析了该方法的不足之处,证明了存在改进的可能性;并且提出了改进方法,即把目标分割为n个矩等分圆环,分别计算其矩不变量,从中选取某几个量作为识别指标;最后通过例子证实了本文方法的改进效果.     

用矩不变量实现印鉴自动识别

本文提出的方法主要优点是无需对印鉴图象进行旋转、定位、配准、识别速度快，内存空间小，对印鉴的形状也无限制。实验结果表明，文中提出的方法有较高的识别率，可作为印鉴识别中的方法之一。     

图像的小波矩

本文从一般特征矩的定义入手,导出极坐标系下图像的小波矩,进而给出对图像进行多分辨小波变换后,利用任一尺度下的逼近系数构造小波矩和基于小波模极大值边界图像构造小波矩两种方法.最后,经实验验证了本文构造图像小波矩方法的有效性.     

基于二维不可分小波变换的矩不变量

寻找相对于尺度、平移、旋转不变的小波不变量是多尺度分析在模式识别中应用的关键性问题。该文利用基于统计的不变矩这一理论和应用上都比较成熟的方法,将图像有限个尺度的小波近似系数和图像不变矩联系起来,从而给出了一种小波矩不变量,得到了比较完善的理论和实验结果。同时指出了该理论方法在实际应用中所需注意的地方,最后简要阐述了多尺度分析与不变矩的应用关系。     

基于双正交小波变换的矩不变量

寻找相对于尺度、平移、旋转不变的小波不变量是多尺度分析在模式识别中的关键问题.矩是一种理论和应用上比较成熟的方法,本文将矩与多尺度小波分解的近似系数联系起来,利用空间基函数的双正交性推导得到了双正交小波矩不变量,并用实验验证了结果的正确性.同时以Haar小波为例对结论中的限制条件进行了理论分析和实验验证,结果表明可以计算高于平滑阶数的小波矩,且计算精度符合要求.由此获得了比较完善的理论和实验结果,最后指出了它在实际应用中所需注意的问题.     

采用矩不变量的激光雷达距离像匹配方法

为了解决激光成像雷达距离像匹配中的尺度和旋转不变性问题,提出了一套完整的距离像匹配方法,主要包括图像比例调整、Krawtchouk矩不变量提取、构造特征空间及搜索匹配4部分内容.以仿真激光成像雷达距离像为实验数据,通过调整实时图与参考图之间的比例缩放、提取两图的Krawtchouk矩不变量并以此构造特征向量进行匹配.实现了仿真激光雷达距离像的景象匹配.实验结果表明,该算法在一定比例的缩放和任意角度旋转的情况下,匹配正确率和匹配精度都较高,算法的抗高斯噪声能力较好.     

基于小波和矩的图像字符特征提取方法研究

提取稳定而有代表性的特征是视频图像字符识别的核心问题之一。文章提出了一种基于小波和矩的图像字符特征向量提取方法。通过对字符图像的不同小波分解子图求取不同的矩特征，构造出字符的特征向量。该方法将小波对图像结构精细特征的把握能力强的优点与矩所具有的平移，缩放和旋转不变及抗噪性强的特性有机地结合起来，特征向量稳定、识别准确率高、算法快、抗噪性能强，且特征提取方法具有类人视觉特点。     

基于小波结构矩的图像识别算法

提出了一种基于小波结构矩的具有平移、旋转、缩放不变性的新型图像识别方法.小波结构矩是在小波矩的基础上通过改变图像函数的结构即几何矩的密度得到的.该算法结合了小波和结构矩的优点,不但实现了对图像特征的精细把握还增大了相似图像之间的距离.采用三次样条函数作为母小波,有效提取了图像的全局特征和局部特征.实验证明,小波结构矩比改进的Hu矩和结构矩具有更高的识别率,目前该算法已经成功运用到全自动金丝球焊机图像识别系统.     

基于多尺度分析矩特征的人脸表情识别

Zernike不变矩具有对噪声不敏感,正交等特性,是表情的有效表征方法,高阶Zernike矩包含更多图像信息,对表情分类的作用更大.但是高阶矩的计算复杂度很大,很难达到快速表情识别的要求.本文利用小波变换对表情图像进行多尺度分析,从低频子图像中计算其Zernike矩作为判别特征进行表情识别.通过小波变换,一方面可以对图像降维,降低计算复杂度;另一方面,小波变换的去噪性能使得识别效果更好.实验表明,基于多尺度分析Zernike矩特征的方法优于单独使用小波变换或Zernike矩特征方法的识别效果.     

目标不变矩的稳定性研究

研究了在实际应用中影响目标不变矩稳定性的各种因素,包括高斯模糊、有限观测区域和离散化处理等．分析了在这些因素影响下不变矩的变化规律和误差．并对离散条件下不变矩的误差进行了分析．实验证明得出的具有模糊不变的不变矩,能对经过旋转比例变换且模糊的物体进行准确识别．这些研究和分析为不变矩在实际成像识别系统中正确有效地应用提供重要的理论和实验依据．     

曲线矩不变性的研究

本文提出一种新的矩和矩的不变性。它不仅适合于封闭轮廓线的识别和匹配,而且可以用来进行任意曲线段以任意方式组合所构成的物体的识别和匹配,从而拓广了前人平面矩、付里叶描述子等方法的应用范围。同时运用本文方法更正了前人方法的错误。最后,为了有效地使用曲线矩,本文提出了曲线矩计算的快速算法。新算法几乎不需要乘法,因此实现简单,速度快。     

人造目标识别的小波Holder数方法

从分形布朗运动的平均Ｈｏｌｄｅｒ 数出发,通过分析人造目标与自然场景相对深度的差异,提出一种全新的基于小波Ｈｏｌｄｅｒ 数相对深度的人造目标识别方法,并给出了该方法用于人造目标识别的实例,通过小波变换提高抗畸变及干扰能力,并用两幅图像作更精确的估计及结果验证．实验表明,该方法是一种有效的人造目标识别方法．     

基于贝叶斯估计的小波阈值图像降噪方法

提出一种新的基于贝叶斯估计的小波收缩阈值的图像降噪方法，该方法是通过最小Bayes风险的方法对图像小波变换后的小波系数进行估计，这种对小波系数的估计不仅与子带的方向和层次有关，而且与小波系数的大小有关。试验结果该方法比一般小波收缩阈值方法的降噪效果要好；还表明在峰值信噪比较低时该方法的降噪效果比Wiener滤波差，当峰值信噪比较高时该方法的降噪效果比Wiener滤波好。     

基于仿射不变的分段可变形模型的图像分割

提出了一种用于图像分割的分段可变形模型,并在模型的能量函数中引入了仿射不变量信息．将模型轮廊进行层次化的分段变形能够保持标记点移动的相关性,改进的内外部能量函数定义减少了计算量,试验表明与传统方法相比,本模型运算速度快,抗噪声和避免陷入局部极小值的能力较强,对医学图像的分割有较好的效果。     

基于极化不变量的飞机目标识别

基于宽带毫米波极化雷达体制背影，通过极化不变量之一的去极化系数，研究了飞机目标的极化散射特性，并提取了极化特征，设计了飞机目标的分类或识别器结构，它能对五种飞机目标进行有效的分类或识别。     

基于Gabor小波滤波器的红外图像多尺度识别

讨论了Ｇａｂｏｒ小波滤波器理论,并利用Ｇａｂｏｒ小波滤波器的多尺度特性进行了外图像识别,还进行了计算仿真实验,实验结果表明本文算法是可行的和有效的。     

光电混合体全息子波关联存储车辆牌照识别系统

提出并构建了一个新颖的实时光电混合车辆牌照识别系统.系统摄取车辆牌照,由计算机完成牌照字符的分割和提取后,送入光学体全息子波关联存储协处理器进行牌照识别,该协处理器具有瞬间多通道并行相关特性,并采用子波变换提高系统的鉴别能力.实验结果验证了系统各项功能的可行性     

一种新的适合于目标识别的仿射不变量

针对仿射变换所造成的某些特征点提取不稳定,提出一种新的适合于目标识别的仿射不变量,它是基于特征点和几乎不受仿射变换影响的目标轮廓线．当目标无遮挡时,新不变量仅依赖于当前特征点和整个轮廓线;当目标有遮挡时,新不变量依赖于当前特征点、与它直接相邻的两个特征点以及它们之间的轮廓线．在已有的基于特征点的仿射不变量中,新不变量所依赖的特征点是最少的,可以很好地应用于特征点提取不稳定场合的目标识别．     

基于小波变换的彩色自然图像数据库自动检索

针对彩色自然图像数据库,提出了一种新的基于以帧包变的自动检索方法。该方法有效结合了纹理信息和颜色信息,克服了以往方法将低层特征孤立起来的缺陷,同时,图像检索过程以渐进的方式进行。本文方法无论在检索效率及检索准确率上都能获得好的效果。