等距变形体的矩不变量构造方法

针对变形体由于形状的变化,其不变量的构造在模式识别领域较困难等问题,对等距变形体的识别问题进行研究,提出一种等距变形体的矩不变量构造方法。首先利用三角网格上的快速行进算法来构造特征矩阵,使得点对之间的测地距离得以保存;然后,对特征矩阵进行归一化,保证同一目标特征矩阵的不变性;最后,构造矩不变量对归一化特征矩阵进行特征提取,并对该矩不变量的平移、尺度和旋转不变性进行证明。研究结果表明:与传统方法相比,该类不变量在不降低识别效果的前提下,运算复杂度较低,并对噪声具有较强的鲁棒性。     

一种新矩在水电机组轴心轨迹识别中的应用

结合不变矩和神经网络提出一种水电机组轴心轨迹自动识别方案，证明了离散点状态下曲线不变矩具有平移不变性和旋转不变性，但不满足比例因子缩放不变性;构造一组同时满足平移不变性、旋转不变性和比例因子缩放不变性的新曲线不变矩;通过引入动量项的BP神经网络对轴心轨迹自动识别。并给出了仿真和实际水电机组轴心轨迹识别诊断结果;对初步定性诊断结果进行定量分析，计算轴心轨迹形状特征参数，为故障定位分析提供参考．     

布尔雷唐变换性质的进一步研究及其应用

利用边界支撑函数（BSF）,对布尔雷唐变换的性质进行了进一步的研究．指出凸集平移一矢量,则BSF叠加一正弦分量;凸集绕原点旋转θ度,则BSF相位平移θ度．构造了基于支撑集面积的目标函数,其极小值点确定了最小支撑集（MSS）．在MSS的圆度比较大的情况下,用MSS逼近凸血管截面,可以大大提高血管截面重建速度．仿真结果表明对于一幅256×256的二值血管截面图像,利用256个方向的投影数据进行重建,MSS逼近的方法可以将重建速度提高50倍．     

基于Radon变换的矩不变量在声成像探测中的应用

声成像探测是当前国内外近炸引信技术的一个重要发展方向.针对声图像的特点,构造目标轮廓在Radon投影空间的平移、尺度、旋转矩不变量.实验仿真结果表明,与Hu矩相比,该方法能够快速有效地识别水下目标,并且在由于目标运动造成的少量形状缺失的情况下,仍具有较高的识别率.     

图像目标的矩特征量的照度不变性

在运动目标识别中,需要提取与目标远近、方位,照度、投影等变化不敏感的特征量。不变矩组对于目标平移、旋转和尺度变化不敏感,因此可以用不变矩组外加一些辅助特征来进行运动目标识别.本文研究了数字图像目标的不变矩组特征量经适当修改后,可以使其对目标平移、旋转和环境中的光照强度不敏感.这是对矩不变理论在模式识别应用中的一个重要补充,文章最后给出了修改前后两组公式的适用范围和实验结果。     

基于矩和多分辨分析的图像识别

应用矩和多分辨分析对图像进行特征提取，求取不同分辨率下的小波系数的均值、能量和方差，作为特征向量。这组特征向量是将图像的矩特征和小波特征结合形成小波矩特征，即反映了图像的全局信息，又反映了图像的局域性信息，并且具有旋转、平移和缩放不变性。该算法不但解决了图像识别中特征量随图像旋转、平移和缩放而变化的问题，而且提高了对近似物体的识别能力。最后简要介绍了仿真实验及结果，证实此算法能对飞机、舰船等目标进行有效的识别。     

基于联合变换相关结构的目标旋转不变识别

基于联合变换相关结构的目标旋转不变识别金颖李骏（大连理工大学物理系１１６０２４）目标识别在跟踪、制导和机器人视觉等领域中具有非常重要的意义，目标的畸变（目标平移、转动或比例变化）不变识别是图像识别中的关键技术。相关处理是目标识别中的有效方法，特别是联...     

智能装配系统中神经视觉的三维物体识别

根据智能装配系统的实际要求，提出了一种利用神经视觉进行三维物体识别的理论和方法，在利用立体象对重建物体的三维外形的基础上，建立物体的区域图，利用物体的三维矩及其不变性来构造代表物体的特征矢量．采用ＡＲＴ２神经网络构成神经网络分类器，把物体的特征矢量作为神经网络分类器的输入，从而对物体进行识别或分类．这种识别或分类方法可以在线学习，能满足智能装配环境下连续作业的要求     

顾及协方差阵的三维基准非线性变换

三维基准变换需要解算3个平移、1个尺度和3个旋转参数．顾及控制点坐标协方差阵时,根据最小二乘准则,导出了平移参数、尺度参数与旋转参数分别求解的计算公式和方法;通过引入重心坐标,将7个转换参数解算转化为先解算3个旋转参数,然后计算尺度与平移参数．采用单纯形法进行迭代计算旋转参数,避免了对目标函数进行复杂函数的求导运算,且对初始值依赖性小．最后通过实例验证了本文的方法．     

矩在面部表情识别中的应用

将Zernike矩和小波矩运用于面部表情识别问题,分别计算了面部图像的Hu矩、Zernike矩、Haar矩、Shannon矩和B样条矩,以模式识别中常用的类间距作为依据,提取了面部图像的各种矩的最好特征和次好特征,并对Zernike矩和B样条矩的识别能力和抗噪性进行了比较.实验证明:用Zernike矩作为面部表情特征,其识别率在特征数取5个时能达到95%,B样条矩在特征数取2个以上时识别率能达到100%.     

不变伪线矩算法在运动船只目标识别中的应用

为准确得到港口运动船只的特征、且在节约系统资源的同时快速高效地跟踪目标,结合传统不变矩和不变线矩的特点,提出了一种基于不变伪线矩的目标识别算法.进行计算复杂性分析,验证了算法的快速性;同时分析了不变伪线矩的稳定性.使用新算法得到图像中各目标的计算区域,并对计算区域进行边缘检测预处理,通过二值图像计算得到不变伪线矩.评估了新算法的不变伪线矩性能,并进行了仿真测试与分析.结果表明,该算法在准确得到运动目标所在区域特征的同时提高了运算速度,并成功应用于运动船只智能监测系统.     

计算机人脸识别技术综述

概述了计算机人脸识别技术的历史及发展现状,讨论了在计算机人脸识别领域占有主流地位的Eigen脸方法(主元素分析方法)、最佳鉴别矢量集法(基于Fisher线性判别准则方法和基于Foley-Sammon变换方法)、Bayesian脸方法、基于傅里叶不变特征法和弹性图匹配法。指出了各个研究方向人脸识别方法, 给出了计算机人脸识别性能评价指标,包括识别率、计算时间、数据存储量和可扩展性等。根据这些性能评价指标,对当前的各种计算机人脸识别技术进行分析评价。讨论结果表明,基于Fisher线性判别准则的最佳鉴别矢量集法,Bayesian脸方法和基于傅里叶不变特征法都有较好的性能,具有一定的应用前景.     

完备的Zernike矩不变量集的构造及应用

为了解决模式识别应用中传统的不变量特征之间的相关性问题,基于Zernike矩提出一种构造其完备的相似变换不变量集的新方法.首先,根据图像的Zernike矩与径向矩之间的关系,以径向矩为中间桥梁,建立原图像的Zernike矩和旋转缩放后图像的Zernike矩之间的关系,然后由原图像的同阶和低阶Zernike矩线性组合即可...     

基于矩特征的目标识别

对图像中的目标进行自动识别,既节省了人力,又提高了信息的时效,是模式识别发展的一个重要方向.文中用矩不变量表示目标的形状特征,并对其在离散时不具有尺寸不变性进行改进,构造了新的矩不变量.根据提取的矩特征设计了支持向量机分类器,用于对不同类型的目标进行分类识别,利用VC＋＋和Libsvm工具开发了自动识别软件.     

基于矩不变的飞机识别算法

基于飞机的对称性特点，提出了一种航空图片中智能判别飞机类型的方法。该方法通过检测飞机的位置，以飞机的重心为矩心，根据矩不变原理，将飞机的中轴线旋转和坐标轴Y轴重合，由飞机的轴对称特点求出3个基本特征量：飞机的长宽比；X轴方向投影值；Y轴方向投影值。利用匹配和投影相结合的方法可在航空图片中正确地识别型号不同、大小各异、位置任意的各种地面飞机。该方法识别特征少、计算量小，识别速度不足1s，在本实验中识别正确率达100％。     

基于不变矩特征和神经网络的图像模式模糊分类

提出了一种基于不变矩特征和神经网络的医学图像识别模型·所设计的识别模型包括不变矩特征提取、不变矩矢量标准化、模糊化预处理、BP网络与竞争选择·利用不变矩方法提取医学图像的特征矢量,能有效检测出具有平移、旋转和比例变化的图像,利用神经网络作为分类器对提取的特征矢量分类,使用模糊化的方法先对输入特征数据做预处理再进行识别,每一个图像模式归属于某一类是以0到1的数字代表其归属程度·实验结果验证了模型的有效性,训练好的网络有很好的分类能力·     

基于图像直方图的一维不变矩研究

由于基准日与实测图之间存在灰度变化，基于灰度不变矩的匹配方法不能满足实际匹配的要求．图像灰度变化时，对应的直方图基本形状保持不变．据此定义了基于直方围的一维不变矩，并提出基于直方图不变矩的匹配方法．由于直方图不变矩是基于一维矩的定义，运算时间大大减少．     

基于GEP-RNC的指数对数型程序不变量发现方法

程序不变量的发现是一种提高软件质量的有效方法.不变量发现工具Daikon可以发现程序中蕴含的简单不变量形式,但不包括复杂的函数型不变量.本文基于GEP-RNC算法对指数对数型不变量发现方法进行研究,通过实验证明GEP-RNC算法可以有效的发现指数对数形式的不变量,解决了基因表达式编程算法在复杂函数形式发现中稳定性不佳,精度不高的问题,扩展了Daikon不变量测试库中程序不变量的类型.