检索结果-南通市图书馆

形状和颜色变换下图像的gaussian-hermite矩不变量

在线全文

学校读者我要写书评

暂无评论

计算机辅助设计与图形学学报 2022年第3期34卷 341-351页

作者：墨瀚林郝优李华中国科学院计算技术研究所智能信息处理重点实验室北京100190 中国科学院大学北京100049

矩不变量是计算机视觉和模式识别领域常用的图像不变特征.现有的形状和颜色变换下彩色图像的矩不变量均基于几何矩构造,因此抗噪性较差.针对该问题,提出了利用基本微分算子和颜色几何基元生成旋转-仿射变换下彩色图像gaussian-hermite... 详细信息

矩不变量是计算机视觉和模式识别领域常用的图像不变特征.现有的形状和颜色变换下彩色图像的矩不变量均基于几何矩构造,因此抗噪性较差.针对该问题,提出了利用基本微分算子和颜色几何基元生成旋转-仿射变换下彩色图像gaussian-hermite正交矩不变量的方法,所构造的不变量均为gaussian-hermite矩的齐次多项式;然后生成所有可能的低阶低次不变量,并从中得到13个满足线性独立关系的不变量实例.基于合成图像数据集和HPatches图像数据集进行了数值稳定性验证、图像分类和模板匹配实验,结果表明,13个不变量实例具有良好的数值稳定性和抗噪性;使用它们得到的分类和匹配准确率比同类矩不变量分别高出10%和30%左右.

关键词：正交矩不变量 gaussian-hermite矩形状变换颜色变换图像分类模板匹配

基于gaussian-hermite矩的指纹奇异点定位

在线全文

学校读者我要写书评

暂无评论

软件学报 2006年第2期17卷 242-249页

作者：王林戴模 Institute EGID-Bordeaux 3 University of Michel de Montaigne-Bordeaux 3 33607 Pessac France

在指纹分类和识别算法中,提取的奇异点(core点和delta点)数目和奇异点的准确位置是非常重要的.介绍了一种基于gaussian-hermite矩分布属性的自适应指纹奇异点定位方法,为了准确地确定奇异点,用到了指纹图像在多种尺度下的不同阶gaussian... 详细信息

在指纹分类和识别算法中,提取的奇异点(core点和delta点)数目和奇异点的准确位置是非常重要的.介绍了一种基于gaussian-hermite矩分布属性的自适应指纹奇异点定位方法,为了准确地确定奇异点,用到了指纹图像在多种尺度下的不同阶gaussian-hermite矩分布,并用一种基于主分量分析(principalcomponentanalysis,简称PCA)的方法分析指纹图像的gaussian-hermite矩分布.实验结果表明,该算法能够准确地确定奇异点位置.

关键词：指纹奇异点 gaussian-hermite矩一致性多尺度

基于gaussian-hermite矩和改进的Poincare Index的指纹奇异点提取

在线全文

学校读者我要写书评

暂无评论

计算机研究与发展 2008年第11期45卷 1974-1984页

作者：翁大伟尹义龙杨公平亓秀燕山东大学计算机科学与技术学院济南250101

在指纹分类和匹配中,准确、可靠地提取奇异点十分重要.针对低质量指纹图像奇异点检测中精确定位和可靠性判断这一难题,提出了一种两阶段的奇异点提取算法.首先,针对现有Poincare index方法存在伪点检出较多和抗噪性较弱的问题,通过对其... 详细信息

在指纹分类和匹配中,准确、可靠地提取奇异点十分重要.针对低质量指纹图像奇异点检测中精确定位和可靠性判断这一难题,提出了一种两阶段的奇异点提取算法.首先,针对现有Poincare index方法存在伪点检出较多和抗噪性较弱的问题,通过对其改进实现候选奇异点位置的确定;然后,再通过计算候选奇异点周围圆形邻域的gaussian-hermite矩分布属性值来判断其真伪.方法有效结合了奇异点周围邻域的纹线方向和纹线一致性信息,能够从指纹图像中较为准确、可靠地检测出奇异点.在NIST-4和南京大学活体指纹库上的实验结果验证了该方法的有效性和鲁棒性.在从NIST-4中随机抽取的500幅指纹图像上,奇异点的检测准确率为93.05%(Core点准确率为96.93%,Delta点准确率为86.43%).

关键词：指纹识别奇异点 Poincare index gaussian-hermite矩一致性

一种基于gaussian-hermite矩的SAR图像分割方法

在线全文

学校读者我要写书评

暂无评论

西北工业大学学报 2007年第3期25卷 438-441页

作者：孙莉张艳宁李映马苗西北工业大学计算机科学与工程系陕西西安710072

图像分割在SAR图像处理中具有很重要的意义。文中提出了一种基于gaussian-hermite矩的SAR图像分割方法。该方法针对合成孔径雷达(SAR)图像斑点噪声对现有分割方法带来的影响,利用gaussian-hermite矩的不同阶矩并结合SAR图像特征将目标... 详细信息

图像分割在SAR图像处理中具有很重要的意义。文中提出了一种基于gaussian-hermite矩的SAR图像分割方法。该方法针对合成孔径雷达(SAR)图像斑点噪声对现有分割方法带来的影响,利用gaussian-hermite矩的不同阶矩并结合SAR图像特征将目标从含噪背景中分割出来。实验部分同时采用了仿真数据和实测SAR数据,通过与小波能量等4种方法的分割结果进行比较,显示出了该方法的有效性。

关键词： SAR(Synthetic Aperture Radar) gaussian-hermite矩图像分割

基于gaussian-hermite矩的旋转运动模糊不变量

在线全文

学校读者我要写书评

暂无评论

中国图象图形学报 2022年第8期27卷 2458-2472页

作者：郭锐贾丽郝宏翔墨瀚林李华中国科学院计算技术研究所智能信息处理重点实验室北京100190 中国科学院大学北京100049 91977部队北京100036

目的模糊图像的分析与识别是图像分析与识别领域的重要方向。有些图像形成过程中成像系统与物体之间存在相对旋转运动,如因导弹高速自旋转造成的制导图像的旋转运动模糊。大多数对于这类图像的识别都需要先对模糊图像进行“去模糊”的... 详细信息

目的模糊图像的分析与识别是图像分析与识别领域的重要方向。有些图像形成过程中成像系统与物体之间存在相对旋转运动,如因导弹高速自旋转造成的制导图像的旋转运动模糊。大多数对于这类图像的识别都需要先对模糊图像进行“去模糊”的预处理,且该类方法存在计算时间复杂度较高及不适定的问题。对此,提出一种直接提取旋转运动模糊图像中的不变特征,用于旋转运动模糊图像目标检索和识别。方法本文以旋转运动模糊的退化模型为出发点,提出了旋转运动模糊gaussian-hermite(GH)矩,构造了一组由5个对旋转变换和旋转运动模糊保持不变性的GH矩不变量组成的特征向量(rotational motion blur gaussian-hermite moment invariants, RMB_GHMI-5),可从旋转变换和旋转运动模糊的图像中直接进行目标检索和识别,无需前置复杂的“去模糊”预处理过程。结果在USC-SIPI(University of Southern California—Signal and Image Processing Institute)数据集上进行不变性实验,对原图进行不同程度的旋转变换叠加旋转运动模糊处理,证明RMB_GHMI-5对于旋转变换和旋转运动模糊具有良好的稳定性和不变性。在两个数据集上与同类4种方法进行图像检索实验比较,在80%召回率下,本文方法维数更少,相比性能第2的特征向量,在Flavia数据集中,高斯噪声、椒盐噪声、泊松噪声和乘性噪声干扰下的准确率分别提高25.89%、39.95%、22.79%和35.80%;在Butterfly Image数据集中,高斯噪声、椒盐噪声、泊松噪声和乘性噪声干扰下的准确率分别提高4.79、7.63%、5.65%和18.31%。同时,在上述8个测试数据集中进行对比实验以验证融合算法的有效性,结果表明本文提出的GH矩和几何矩相融合算法显著改善了图像检索效果。结论本文提出的RMB_GHMI-5特征向量在旋转变换和旋转运动模糊下具有良好的不变性与稳定性,在图像检索抗噪性能方面表现优异。相比同类方法,本文方法更具实际应用价值。

关键词：图像检索图像不变特征旋转运动模糊 gaussian-hermite矩不变量

基于gaussian-hermite矩和HVS的图像质量评价

在线全文

学校读者我要写书评

暂无评论

中国科学院大学学报（中英文） 2017年第3期34卷 389-394页

作者：李国庆朱百明齐洪钢黄鑫尹洪胜江苏联合职业技术学院江苏徐州221008 中国矿业大学信息与控制工程学院江苏徐州221116 中国科学院大学北京100049

提出一种基于gaussian-hermite矩和人类视觉系统(HVS)特性融合的图像全参考质量评价方法。正交矩在图像处理和模式识别方面有很重要的作用。图像的低阶矩能很好地表征图像的特征,可用于图像质量的准确评价。该方法首先通过计算两幅图像... 详细信息

提出一种基于gaussian-hermite矩和人类视觉系统(HVS)特性融合的图像全参考质量评价方法。正交矩在图像处理和模式识别方面有很重要的作用。图像的低阶矩能很好地表征图像的特征,可用于图像质量的准确评价。该方法首先通过计算两幅图像间连续正交矩能量差异获得低阶矩特征;然后,结合HVS的掩盖效应对图像的不同区域分配不同权重;最后,对图像所有分区的连续正交矩能量差进行加权平均得到图像质量分数。在国际通用的图像质量评价数据集中,对所提出的方法进行测试。实验结果对比表明,该方法具有很好的效果。

关键词： gaussian-hermite矩图像质量评价正交矩能量差异人类视觉系统掩盖效应

基于gaussian-hermite矩的图像局部特征描述与匹配研究

在线全文

学校读者我要写书评

暂无评论

图学学报 2014年第3期35卷 429-434页

作者：张朝鑫席平北京航空航天大学机械工程及自动化学院北京100191

图像局部特征描述一直是图像配准与图像检索中极为重要的一部分。本文深入研究gaussian-hermite矩及其旋转不变矩的性质,根据尺度因子不影响其旋转不变性的特点,提出基于多尺度gaussian-hermite矩的图像局部特征描述方法,并通过实例与... 详细信息

图像局部特征描述一直是图像配准与图像检索中极为重要的一部分。本文深入研究gaussian-hermite矩及其旋转不变矩的性质,根据尺度因子不影响其旋转不变性的特点,提出基于多尺度gaussian-hermite矩的图像局部特征描述方法,并通过实例与现有的特征描述方法进行详细比较。实例结果表明,所提出的方法具有更强的特征描述能力。

关键词： gaussian-hermite矩不变矩特征描述 GHM描述子

基于低阶gaussian-hermite矩的图像质量评价

在线全文

学校读者我要写书评

暂无评论

重庆师范大学学报（自然科学版） 2016年第3期33卷 126-131页

作者：唐腾健朱玥重庆工业职业技术学院招生就业处重庆401120

提出一种基于低阶gaussian-hermite矩的图像全参考质量评价方法。正交矩在图像处理和模式识别方面有很重要的作用,低阶矩可以从图像的分块中提取重要特征,这些特征通过计算两幅图像间相对矩误差得到,这种差异的大小更能体现出失真图像... 详细信息

提出一种基于低阶gaussian-hermite矩的图像全参考质量评价方法。正交矩在图像处理和模式识别方面有很重要的作用,低阶矩可以从图像的分块中提取重要特征,这些特征通过计算两幅图像间相对矩误差得到,这种差异的大小更能体现出失真图像块相对原始图像块的失真大小,所以能更好的描述图像的质量。利用gaussian-hermite矩在一些公开的数据库中对提出的方法进行验证,实验结果和对比表明所提出的方法具有很好的效果。

关键词： gaussian-hermite矩图像全参考质量评价方法相对矩误差绝对矩误差

基于gaussian-hermite矩和稀疏表示的人脸识别算法

在线全文

学校读者我要写书评

暂无评论

基于Gaussian-Hermite矩和稀疏表示的人脸识别算法

作者：何丹西南石油大学

学位级别：硕士

随着信息科学的快速发展,个人信息安全变得愈发重要;人脸识别因其所具有的隐蔽性、唯一性等众多优势,成为鉴别个人信息的重要手段。近几年来,针对人脸识别的研究越来越多。在人脸识别的研究中,由于采集设备及环境的影响,人脸时常受到遮... 详细信息

随着信息科学的快速发展,个人信息安全变得愈发重要;人脸识别因其所具有的隐蔽性、唯一性等众多优势,成为鉴别个人信息的重要手段。近几年来,针对人脸识别的研究越来越多。在人脸识别的研究中,由于采集设备及环境的影响,人脸时常受到遮挡、表情变化、光照等干扰,设计出具有强鲁棒性的算法尤为重要。本文利用gaussian-hermite矩处理噪声、图像形变等问题,以稀疏表示分类处理光照、遮挡等问题。主要工作如下:首先介绍了人脸识别的相关背景并分析当下主流的人脸识别算法,为解决噪声干扰的问题引入了 gaussian-Herminte正交矩。推导了无系数gaussian-hermite正交矩不变量,用来处理部分的人脸尺度变换、平移以及旋转等问题。同时,提出了各向异性gaussian-hermite正交矩和拉伸不变矩。然后设计出了新的人脸特征提取器:使用图像金字塔来获取人脸的全局和局部各向异性gaussian-hermite正交矩以及几何不变特征,利用散度率对特征进行筛选。最后,由于稀疏表示分类对光照变化、遮挡等具有较强的鲁棒性,选择特征稀疏表示分类作为分类器。同时本文介绍了如何使用截断的牛顿内点法求解稀疏表示分类模型。由此,本文提出了新的基于gaussian-hermite矩和稀疏表示的人脸识别算法。对三个常用的人脸的数据库ORL、FERET、Yale A的特点进行了分析,并在数据库上进行了大量的数值实验,将本文算法与一些常见算法进行了对比分析,结果表明:本文算法在上述三个数据库上的识别率更高,识别时间能满足实时性要求。

关键词： gaussian-hermite矩不变量散度率稀疏表示内点法