用于多目标旋转不变分类的自适应参数学习算法

在级连神经网络模型的基础上,提出了一种基于递归最小方差(RLS)算法的自适应参数学习算法,并将它应用于互连权重和激活函数参数的自适应学习中。对轰炸机、战斗机、客机和火箭4类目标的旋转不变分类的计算机仿真结果表明,该算法能够有效提高学习速度和识别率。     

基于不变因子的SIFT误匹配点剔除及图像检索

为解决尺度不变特征变换(SIFT)算法在图像发生旋转和尺度变化时产生的错误匹配问题,提出一种新的算法。根据SIFT提取的关键点信息,利用正确匹配点对间的旋转不变因子和尺度不变因子来剔除SIFT误匹配点,然后对保留下来的特征点进行聚类分析,对目标图像进行识别判断,并通过实验将该算法与双向匹配算法和随机抽样一致性算法(RANSAC)进行比较。实验结果表明,该算法能够有效地剔除误匹配点,且误剔除率低。剔除误匹配点后再进行图像检索,图像的漏检率和误检率都大大地降低了。     

微透镜阵列实现3维物体旋转不变实时识别

为了实现3维物体旋转不变实时识别,应用微透镜阵列的多视角成像特点,利用透射像阵列的高关联性,实现3维物体信息与2维透射像阵列信息之间的转换,从而可以利用光学2维图像识别技术实现3维物体的识别。对转换和识别过程进行了理论分析,用匹配滤波的方法进行了实验验证,实现了3维物体旋转不变实时识别。得到了良好的识别效果,并实现了旋转方向的准确定位和旋转角度大小的比较判别。结果表明,应用微透镜阵列可以实现旋转3维物体旋转不变实时识别。     

确定圆谐滤波器展开中心的方法

提出相关能量峰值旁瓣比最大法来确定圆谐滤波器的正确展开中心,以用于旋转不变光学图像的识别。这一新方法能保证圆谐滤波器的识别能力是最优的。另外给出了相应的计算机模拟结果。     

基于相位相关算法的研究与实现

相位相关算法是一种应用很广泛的图像匹配方法，它具有对噪声有较高的容忍度、检测结果与照度无关以及受几何失真小等突出优点。它与极坐标变换相结合可以得到旋转不变相位相关算法，两者可以对目标进行判准并精确检测出平移量和旋转量。本文对它们进行了分析和仿真，证明了算法的优越性，并在仿真过程中对旋转不变相位相关算法进行了优化，且达到了提高匹配精度和减少计算量的目的。     

一种基于Log Gabor的旋转不变纹理图像检索算法

针对图像检索时的旋转问题提出一种基于Log Gabor小波的旋转不变纹理特征。依据Log Gabor分解子带的均值及方差分布并结合广义Hurst分形特征对纹理进行描述,并在各尺度上采用主方向排序的方法对方向子带特征进行调整得到旋转不变特征向量。分别采用旋转纹理库和普通纹理库进行仿真实验,结果表明算法在两种情况下都取得了较好的检索效果。此外,在相同特征类型和图像库的条件下将本算法与Gabor算法结果进行对比,实验表明本算法的检索性能明显优于Gabor算法的检索性能。