基于指数矩的图像分解和重建

提出一种基于指数构建的圆谐傅里叶矩--指数矩,在笛卡尔坐标系下直接计算指数矩,并利用指数矩进行图像的分解和重建,用指数矩能完整、无冗余的重建原图像,若选取有限数量的低阶指数矩与同级次的指数函数的乘积叠加求和,则可以近似的重建原图像.仿真实验结果表明,指数矩有很好的图像描述能力,使用10阶以上的指数矩就可以很好的重建原图像,而且计算速度比较快.     

基于图像连续表示的角点检测

为研究基于数字图像连续表示的角点检测方法,利用弦理论给出了离散数字图像的连续表示形式,利用快速付里叶变换实现了离散数字图像的连续表示和重建.通过计算小矩形区域的积分对直线段进行了检测.将角点的响应函数定义为平行四边形面积的大小,利用检测出的有向直线段,实现了对角点的检测.运用不同于传统的离散图像角点检测方法进行了角点检测实验,结果表明:它对图像的噪声有较强的适应性.     

基于角点检测的旋转图象的拼接实现

本文利用基于灰度图象的角点检测方法获得角点信息,然后根据角点信息完成两幅图象的角点的配准,从而计算出图象的旋转角度.接着,利用一种整体快速旋转方法对图象进行旋转,最后完成图象的拼接.试验证明,经过合理的参数调整,能高质量的完成有一定旋转角度的两幅图象的拼接.     

基于旋转面部图像的眼睛检测和跟踪

本文提出了一个检测旋转面部图像中眼睛的新方法。该方法可以实时的检测和跟踪发生了各种偏转角度的面部图像。Zemike距用来提取眼睛的旋转不变性特征,支持向量机（SVM）用来将眼与非眼分开。首先,在脸部图像中检测出眼睛的感兴趣区域;接着,计算感兴趣区域的Zemike距;最台,用SVM方法处理感兴趣区域,精确的定位到眼睛。大量的实验表明,新方法对于放缩,平移,头部旋转以及光照条件的改变是鲁棒的。     

基于模糊图像矩的动态定位系统

针对动态定位过程中摄像机的运动使得目标成像模糊，提出了一种基于模糊图像矩进行三维动态定位的控制系统。该系统依靠单摄像机在笛卡尔坐标系中的三维平动迅速接近环境中的静止目标，且与静止目标的三维距离符合给定值。证明了图像的零阶和一阶矩是模糊不变量，且包含目标的三维信息。推导出被控对象的状态方程，给出了系统的控制结构及控制律。仿真结果表明，基于模糊图像矩设计出的定位控制算法具有较高的控制精度。     

基于图像矩的眼注视研究

利用图像的全局特征描述子－图像矩特征作为图像特征信息,从而构成视觉伺服,实现对动目标的注视跟踪,俯仰由末执行器完成,摇摆由腰的旋转完成,最后给出了实验结果,表明了矩特征的有效性以及五自由度机器人实现注视跟踪的可能性。     

基于联合Legendre矩的图像分析

通过使用一种新的以联合Legendre函数为正交变换基的图像矩联合Legendre矩重建图像,并通过与Legendre矩重建图像相比较,证明了该方法的优越性。     

基于视频图像Harris角点检测的车型识别

为了快速准确地进行车型识别,提出一种基于Harris角点检测的识别方法.该方法基于背景减法提取出运动车辆目标,并提取其Harris角点,选取轿车、客车及货车Harris角点作为标准样本,分别计算待识别车辆与3种标准样本Harris角点的Hausdorff距离,认定Hausdorff距离较小的两者具有相同的车型.实验结果表明,该方法准确、有效且实时性较好.     

基于图像矩的机器人视觉伺服

区别于图像的简单几何特征,利用图像的全局特征描述子－图像矩特征作为图像作征信息,推导了矩特征变化量与相对位姿变化量之间的关系矩阵,即图像雅可比矩阵。针对平面视觉伺服控制,利用了所推导的基于矩特征的图像雅可比矩阵,在不需要知道目标的成像高度、摄像机焦距及不需要精确标定的摄像机外部参数的情况下实现了基于图像的视觉伺服控制,最后给出了仿真与实验例子,表明了矩特征的有效     

基于最小生成树和图像矩的陶瓷过滤器表面缺陷检测

针对人工检测陶瓷过滤器堵孔、裂缝缺陷效率低、误检率高的问题,提出一种基于最小生成树和图像矩的缺陷检测算法;对输入缺陷图像进行灰度化和去除噪声处理,利用阈值分割方法对图像进行二值化,根据陶瓷过滤器表面孔洞空间分布及面积变化,利用滑动窗口遍历图像,结合最小生成树与图像占空比检测堵孔缺陷;根据过滤器裂缝的灰度和形状特征,采用基于图像矩的等价椭圆的方法检测裂缝缺陷。结果表明,所提出的算法能够有效地检测出陶瓷过滤器堵孔、裂缝缺陷,自建数据集的检测准确率达到95%以上。     

基于改进的soble算子和zernike矩遥感图像边缘检测

为了实现和提高对于遥感图像边缘信息和轮廓的提取,在传统经典的边缘检测soble算子的基础之上提出改进soble算子结合zernike不变矩的边缘检测方法.首先通过对应的滤波对于遥感图像的预处理,接着利用改进的soble进行边缘点存在的确定和计算.最后利用7*7的zernike矩对于图像边缘更加精确的定位及处理.通过实验可以得到,此方法相对于传统的经典边缘检测算法相比较定位更加准确,边缘检测轮廓和信息更加明显.     

图像的小波矩

寻找相对于尺度,平移、旋转不变的小波不变量是现今多分辨分析在模式识别中应用的关键性问题,统计量的不变矩理论是一种在理论上,应用上都比较成熟的识别方法,文中对图像进行了多分辨分解,并利用某一尺度的小波逼近系数对矩进行了描述,从而给出了一种在对图像进行小波多分辨分解过程中存在的视觉不变量－－小波矩,并且进一步把小波矩的概念推广到Ｎ维多分辨空间中,给出了小波矩的通用表达式,揭示了多分辨分解过程中信号的统     

实景图像的形态学角检测研究

针对二值图像角检测提出了一种改进的形态学检测算法,此算法利用了圆盘算子的对称性,避免了结构元的旋转,提高了检测算法的运行效率.然后提出了一种改进的EM图像分割方法对灰度及彩色图像进行分割处理,增强了分割后图像的区域特征,为形态学灰度及彩色图像的角检测提供了更为合理的检测环境.实验结果证明在含有噪声及复杂背景情况下,该方法仍可获得较好的检测结果.     

图像矩在图像区域复制粘贴检测中的快速计算算法

在图像区域复制粘贴篡改检测中,特征提取是非常重要的一个步骤,而图像矩(如Zernike矩,圆谐-傅里叶矩和指数矩)是一种比较常见的特征向量.针对目前大多数检测算法在提取某些图像矩运行时间过长的问题,提出一种图像矩的快速算法.利用计算机仿真计算图像矩时,要把积分形式的表达式离散化,将积分转化为求和.在最终的计算图像矩的离散表达式中,可以将表达式分成固定值和像素值的乘积.将两部分分开计算,只计算固定值一次,像素值N_(um)次,然后得到它们的乘积.由此大大减少了计算的次数,从而大幅度降低了运行时间.只要图像的分辨率不变和计算的图像矩个数足够多,相比于经典的计算方法,图像矩的快速算法能极大的提高算法的运行效率.     

基于密集编码标签的遥感图像旋转目标检测算法

针对现有目标检测算法在遥感图像中检测精度低,容易漏检等问题,提出了一种遥感图像旋转目标检测算法,使用YOLOv5m作为基本框架。首先,使用环形平滑标签CSL(Circular Smooth Label,CSL)将角度回归预测转变为角度分类预测,解决回归预测中的角度周期性和边界可交换性的问题,提升检测精度。其次,使用密集编码标签(Densely Coded Label,DCL)替换稀疏编码标签,大幅减少预测层厚度,提升训练速度。实验表明,使用改进后的算法较基准算法mAP提升4.88%,模型训练速度与原模型速度基本相同,证明了算法的有效性。     

基于Harris角点的视频图像检测算法的研究

随着时代的发展,科学研究、医疗卫生、公共安全和工农业生产等领域对数字图像采集和处理的应用越来越广泛,本文提出了一种基于USB2.0接口图像采集及处理系统的设计方案.该系统的数据采集源为图像传感器,包含数据传输,实时显示和角点提取三个模块.在角点提取过程中,对Harris算子的检测原理、实现方法及性能分析分别进行了说明.最终使用MATLAB编程工具,完成对不同图像的Harris角点检测.根据检测结果可以看出,使用Harris角点检测方法,检测速度快,得到的角点较均匀,算法稳定,对数字图像的处理有着重要的现实意义和应用价值.     

基于Arimoto熵和Zernike矩的刀具图像亚像素边缘检测

为满足基于机器视觉的刀具尺寸测量系统快速及高精度的要求,提出一种基于直线截距直方图的Arimoto熵和Zernike矩的图像亚像素边缘检测方法.首先,通过高斯滑动窗口获取图像的邻域平均灰度,构造图像的灰度-邻域平均灰度二维直方图,并利用直线截距法将其降为一维直方图;然后,针对得到的直线截距直方图,依据Arimoto熵准则进行阈值分割,并将所得阈值映射回原二维直方图实现目标区域及像素级边缘的提取;最后,由基于Zernike矩的边缘模型对获取的像素级边缘进行重定位,以完成刀具图像亚像素级边缘的提取.通过对刀具图像进行的大量实验,将文中方法与基于Canny的、基于空间矩的、基于灰度矩的以及基于Zernike矩的边缘提取方法进行对比,发现文中方法运行速度更快且提取精度更高.     

基于光谱角匹配加权的高光谱图像异常检测

针对高光谱背景中存在异常和噪声的问题,提出了一种基于光谱角匹配(SAM)加权的核RX异常检测算法。首先对图像背景像元进行K-均值聚类,得到不同类背景对应的聚类中心,然后计算背景像元与聚类中心的光谱角余弦,选出较纯净的背景作为新背景,最后新背景中的每个像元将自己的光谱角信息作为权值,构造加权核RX异常检测算子,通过加权削弱了残留其中的异常和噪声的干扰。为验证算法的有效性,利用真实的AVIRIS和ROSIS-03遥感器采集高光谱数据进行了仿真实验,结果表明与对比算法相比,所提算法对潜在的异常具有较强的抑制能力,提高了检测精度。     

基于Zernike矩的图像不变性识别研究

本文提出一种基于Zernike矩的图像不变性识别方法,用于图像的平移、缩放和旋转不变性识别。理论分析和实验结果表明,Zernike矩做为一种经典的正交矩分析方法,具有良好的抗噪能力、图像识别能力。