基于Charlier矩的图像分析

格式：pdf
大小：964.43 KB
文档页数：11

下载文档原格式

/ 11

图像矩方法在化学图谱分析中的应用及相关基础理论研究

图像矩方法在化学图谱分析中的应用及相关基础理论研究图像矩具有图像特征描述能力、多分辨性和平移、缩放、旋转的固有不变性。

对于化学图谱中同时存在的多个干扰因素,使用图像矩方法可实现对复杂体系中的多个目标组分进行同时定量分析。

因此,图像矩方法结合不同仪器产生的化学图谱能够成为对复杂体系中的多组分进行同时定量分析的行之有效的手段。

本博士学位论文的研究工作主要是基于化学图谱分析开展的图像矩方法的实际应用及相关基础理论研究,这些研究工作分为以下五章（第二章到第六章）,继第一章绪论之后依次展开。

第二章基于1H NMR谱的Tchebichef矩对多个目标组分进行定量分析NMR技术不仅具有强大的化合物分子结构鉴定功能,而且在定量分析研究中也有较大的发展潜力。

但基于常规的1H NMR图谱使用传统定量分析方法对复杂体系中的目标组分进行定量分析时,所得结果的准确性会在一定程度上受到重叠特征信号的影响。

本章中我们将不同梯度(3.426.9 G cm-1)下测定得到的1H NMR谱组成3D（three-dimensional）图谱并转换为灰度图,首次采用Tchebichef矩提取目标特征信息并应用于有不同程度重叠的五个目标组分的同时定量分析。

采用校正集相关系数（R）、交互检验相关系数(Rcv)、预测相关系数（Rp）、均方根误差（RMSE）、留一法交互检验均方根误差（RMSECV）以及预测均方根误差（RMSEP）等统计参数来评估所建立定量模型的可靠性和准确性以及在实际应用中的预测能力。

此外,还将Tchebichef矩方法得到的定量分析结果与PLS（partial least squares）和N-PLS（N-Way partial least squares）方法得到的结果进行了比较。

Contourlet变换域中基于矩特征的图像检索

Contourlet变换域中基于矩特征的图像检索张小景;王晅【摘要】提出一种Contourlet变换域中基于矩特征的图像检索方法.为了提高方法对于噪声的鲁棒性,对图像进行Contourlet变换后,对变换结果进行阈值滤波,计算各子带系数的一阶几何矩作为图像的特征向量,采用欧氏距离进行相似度度量.该方法提取的图像特征能反映子带系数的空间分布特征,无需任何前提假设.实验结果表明,该方法具有较高的查准率,对噪声的容忍度高于现有算法.【期刊名称】《计算机工程》【年(卷),期】2010(036)004【总页数】3页(P213-214,217)【关键词】图像检索;Contourlet变换;矩;特征提取;相似度度量【作者】张小景;王晅【作者单位】陕西师范大学物理学与信息技术学院,西安,710062;陕西师范大学物理学与信息技术学院,西安,710062【正文语种】中文【中图分类】TN911.731 概述随着多媒体数据库和数字图书馆的飞速发展，数据规模急剧增长，如何帮助用户快速准确地找到感兴趣的图像或视频成为一个迫切需要解决的问题。

因此，基于内容的图像检索(Content-Based Image Retrieval, CBIR)成为图像研究领域的热点之一[1]。

纹理特征通常是图像分析的重要依据，近年来出现了许多基于图像纹理特征的 CBIR方法[2-4]。

文献[2]提出了一种基于Gabor小波变换的图像检索方法，通过在图像的Gabor小波变换域中提取各子带能量的均值与方差作为图像特征，实现图像检索。

此方法提取的图像特征没有充分反映各子带系数的分布特征。

为了解决上述问题，文献[3]提出了一种基于小波域广义高斯模型的图像检索方法。

该方法根据小波子带系数边缘分布的统计信息，使用广义高斯函数作为概率密度函数来逼近，然后用最大似然参数估计方法得到各子带广义高斯分布的参数α,β作为图像特征，采用Kullback-Leibler距离进行相似度度量，得到了较好的检索效果。

基于Charlier矩的图像分析

( x ) 和 tm( a1) ( y ) 分别表示 n 阶和 m 阶标准 Charlier 离散正交多项式。n 阶 Charlier 多项式可用超
( tn
a1)
几何函数定义如下：
( x= )
2
F0 ( −n, − x;; −1 a1)
(2)
360
时光慧，王晅
其中，
2 F0 ( a, b;; x ) = ∑ ( a ) k ( b ) k k =0 ∞
Open Access
1. 引言
1962 年 Hu [1]提出的图像几何矩理论受到广泛关注。图像几何矩不变描述量具有平移、旋转和尺度不变的特性，而且计算效率较高，可以应用于图像不变分析与机器视觉的各个领域。然而，几何矩的基函数是非正交的，导致了较大的信息冗余，所以基于几何矩重构图像是非常困难的，而且该类矩对图像噪声非常敏感，带来一定的表示误差与分类错误率。针对以上问题，一些研究工作者基于连续正交基函数提出了 Zernike [2] [3] [4]和 Legendre [5]等连续正交矩。由于连续正交矩的基函数是正交的连续函数，所以可以具有较小的信息冗余，基于连续正交矩可以对图像精确重构，此外，与几何矩相比，对噪声有更好的稳定性。但是，由于连续正交矩的定义涉及到二维连续积分形式，而数字图像是定义在离散域的数字矩阵，所以计算过程中需要进行坐标转换和积分近似，所以存在数值积分近似误差与几何误差[4]。这些误差会严重影响图像的重构精度与分类精度。 Mukundan [6]在 2001 年提出一种基于离散 Tchebichef 多项式的离散正交矩。随后，Yap [7]提出另一种基于 Krawtchouk 多项式的离散正交矩。离散正交矩的基函数与数字图像域完全匹配，定义与计算过程消除了由坐标转换和近似误差引起的数值积分近似误差与几何误差，具有良好的图像表征能力与分类精度，而且与连续正交矩相比，抵抗噪声的干扰能力也明显增强，然而，离散正交矩缺乏本质上的平移与尺度变换不变性，平移和尺度不变量是通过图像平移与尺度归一化方法或者借助几何矩不变量的线性组合间接获取通，这一过程会引入新的计算误差，从而影响离散正交矩的优良性能。本文基于 Charlier 离散正交多项式[8]，提出了一种新的离散正交矩，并基于该离散正交多项式的特殊性质，提出一种直接计算该矩的平移和尺度不变量的方法。实验结果验证了该方法所获得的 Charlier 离散正交矩尺度和平移不变量具有很好的表示与分类性能。

基于Hu矩和Zernike矩的图像目标识别算法设计

基于Hu矩和Zernike矩的图像目标识别算法设计基于Hu矩和Zernike矩的图像目标识别算法设计院系自动化学院专业测控技术与仪器班级5407101学号200504071002姓名郭晓宇指导教师李忠海负责教师李忠海沈阳航空工业学院2009年6月摘要形状识别在运算机视觉中具有十分重要的意义，利用矩特点进行形状识别是一种重要的方法。

近几年用正交矩进行图像分析，图像处理以及图像识别的研究成果专门多。

这说明不变矩理论及其在图像信息处理与识别的应用技术具有专门好的进展前景和商机。

理论上矩不变量在图像平移、伸缩、旋转时均保持不变，这为图像识别算法中目标矩特点的选择提供了一定的依据。

不变矩是一种高度浓缩的图像特点，具有平移、尺度、旋转等不变性。

1961年，M.K.Hu 第一提出了7个不变矩用于图像描述。

后来人们进行了多方面的研究，发觉正交矩具有绝对的独立性，没有信息冗余现象，抽样性能好，抗噪声能力强，适合于图像识别。

本文要紧完成对航拍图像中的飞行目标进行识别的系统设计工作。

要紧阐述了将Hu矩和Zernike矩作为目标在旋转、平移和缩放等变形的情形下不变的目标特点的可行性，并比较他们在具体应用中的特点。

设计了如下算法流程：第一，对图像进行预处理，将彩色图像转化为灰度图像，再进行二值化处理；然后利用Hu不变矩和Zernike矩提取不变矩特点；最后，采纳街区距离法，运算出目标区域值，实现了对航拍图像中飞行目标的自动识别。

实验结果说明，不变矩在图像中的目标识别具有良好的稳固性，Hu矩和Zernike 矩对目标的识别具有专门好的作用。

关键词：Hu矩；Zernike矩；矩不变量；目标识别AbstractShape recognition is a very important problem in computer vision. Recogniting fying targets with moment features is an impotant method for shape identification.In recent years，many results have been researched about image analysis and pattern recognition with orthogonal moments.Therefore，the theory of invariant moments and their application to image analysis and pattern recognition have a good future.Invariant moments are independent of translation，scale and rotation in theory. The results of such comparison can provide some bases which would bear practicability for the selection of moment feature in image recognition. Invariant moments are highly concentrated image features that are shift invariant，rotation invariant and scale invariants.M.K.Hu first introduced seven moment invariants in 1961，based on methods of algebraic ter studies indicated that the orthogonal moments have the best overall performance in terms of noise sensitivity，information redundancy，and capability of image description.In this paper，the completion of aerial flight in the target identification.It highlights a methed of using Hu and Zernike moment as target feature，comparing them moment features. The following algorithm design process: Firstly，make pretreatment for the image，that is，transform the multicolor image to gray image and to deal with binary.Then compute invariant moment characters by Hu invariant moment and zernike moment.At last，this article presents a square space method that can be used to calculate the area value of the objects.Achieved on the aerial images to automatic identify the objectives of the flight.Experiment results show that invariant moment have perfit stability in image target recognition.Hu moment and zernike moment play a good role in identifying objects. Keywords:Hu moment；Zernike moment；invariant moment；target recognition目录第1章绪论 (1)1.1课题背景 (1)1.1.1图像目标识别的简单介绍 (2)1.1.2识别目标技术的进展概况 (3)1.2课题任务及要求 (5)1.3课题内容及安排 (5)第2章目标识别算法中不变矩差不多原理 (6)2.1基于Hu矩的目标识别 (6)2.1.1不变矩定义 (6)2.1.2 Hu矩原理 (6)2.1.3 Hu矩运算方法 (7)2.2基于Zernike矩的目标识别 (9)2.2.1 Zernike矩多项式 (9)2.2.2 Zernike矩定义 (10)2.2.3 Zernike矩运算方法 (10)第3章图像目标识别算法的实现 (13)3.1算法方案的整体流程图 (13)3.2图像的猎取与处理 (14)3.2.1航拍图像的猎取 (14)3.2.2航拍图像的预处理 (14)3.3 Hu矩算法的实现 (18)3.3.1 Hu矩算法的流程设计 (18)3.3.2提取Hu矩的特点向量 (19)3.4 基于Hu矩不变性的识别 (21)3.5 Zernike矩算法的实现 (23)3.5.1 Zernike矩算法的流程设计 (24)3.5.2 提取Zernike矩的特点向量 (25)3.6 基于Zernike矩的识别方法 (26)第4章目标识别结果及分析 (29)4.1 Hu矩的实验结果及分析 (29)4.2 Zernike矩的实验结果及分析 (30)4.3 程序调试中遇到的问题与解决方案 (31)结论 (34)社会经济效益分析 (35)参考文献 (36)致谢 (38)附录Ⅰ运算Hu的7个不变矩程序清单 (39)附录Ⅱ提取Zernike矩的特点向量的程序清单 (40)附录Ⅲ飞机的部分姿势图 (41)第1章绪论目标识别技术是现代军事信息技术研究的核心问题之一，它在军情况报收集和监控，武器制导等领域具有重要的理论和应用价值。

基于Harris角点的矩形检测_张从鹏

第２２卷第８期１４年８月２０
ＯｔｃｓａｎｄＰｒｅｃｉｓｉｏｎＥｎｉｎｅｅｒｉｎｐｉｇｇｕ１４．２０Ａｇ
光学精密工程
．２２Ｎｏ．８Ｖｏｌ
ＲｅｃｔａｎｌｅｄｅｔｅｃｔｉｏｎｂａｓｅｄｏｎＨａｒｒｉｓｃｏｒｎｅｒｇ
＊，ＷＥｅｎｕａｎＺＨＡＮＧＩＸＣｏｎｕｅ－－ｇｐｇｇｇ
（，ＣｏｌｏＭｅｃ＆ｅｌＥｎｉｎＮｏｒＣｈｉＵｎｉｏＴｅｃＢｅｉｉ００Ｃｈｉｌｅｅｈ．ｅｃ．ｅｅｒｉｎｔｈｎａｖｅｒｓｉｔｈｎｏｌｏｎ１４４ｎａ）ｆｇｆｊｇｇ，ｙｇｙ，ｇ１ｏｒａｕｔＥ－ｍａｉｓｏａｎｃｕｅｄｕ．ｃｎｒｅｓｏｎｄｉｎｈｏｒ，ｌ：ｒｉｎｒｏｃｔ．＠＊Ｃｐｇｇ：，ＡｂｓｔｒａｃｔＴｏｒｅｃｏｎｉｚｅａｎｄｄｅｔｅｃｔａｒｅｃｔａｎｌｅｒａｉｄｌａｎｄａｃｃｕｒａｔｅｌａｎｉｍａｅｃｏｌｌｅｃｔｉｏｎｓｓｔｅｍｗａｓｇｇｐｙｙｇｙｒｏｏｓｅｄｂａｓｅｄｏｎＨａｒｒｉｓｃｏｒｎｅｒｄｅｔｅｃｅｓｔａｂｌｉｓｈｅｄａｎｄａｒａｉｄｄｅｔｅｃｔｉｏｎａｌｏｒｉｔｈｍｆｏｒｒｅｃｔａｎｌｅｓｗａｓ－ｐｐｐｇｇ，ｔｉｏｓｈａｅｎａｌｏｒｉｔｈｍ．ＦｉｒｓｔｔｈｅＬｄｃｏｒｎｅｒｏｉｎｔｓｗｅｒｅｓｅｌｅｃｔｉｖｅｌｒｅｃｏｎｉｚｅｄｆｒｏｍａｌｌｋｉｎｄｓｏｆｃｏｒｎｅｒ－ｐｇｐｙｇｏｉｎｔｓｉｎｔｈｅｄｅｔｅｃｔｉｎｉｍａｅｂｉｍｒｏｖｉｎｔｈｅｔｒａｄｉｔｉｏｎａｌＨａｒｒｉｓｃｏｒｎｅｒｄｅｔｅｃｔｉｏｎａｌｏｒｉｔｈｍ，ａｎｄｔｈｅｐｇｇｙｐｇｇ，ｉｘｅｒｏｃｏｓｉｔｉｏｎａｃｃｕｒａｃｏｆｃｏｒｎｅｒｏｉｎｔｓｗａｓｒｏｍｏｔｅｄｂｓｕｂｌｏｓｔｅｓｓｉｎ．Ｔｈｅｎａｃｃｏｒｄｉｎｔｏｔｈｅ－ｐ－ｐｐｙｐｐｙｇｇｐ，ｒｅｃｏｂｔａｉｎｅｄｈｉｈｉｓｉｏｎａｎｕｌａｒｏｓｉｔｉｏｎｉｎｆｏｒｍａｔｉｏｎｓｏｍｅａｒａｌｌｅｌｓｔｒａｉｈｔｌｉｎｅｓｅｍｅｎｔａｉｒｓｗｉｔｈｅ－ｐ－ｇｇｐｐｇｇｐｕａｌｌｅｎｔｈｗｅｒｅｒｏｕｅｄａｎｄｔｈｅｅｒｅｎｄｉｃｕｌａｒａｒａｌｌｅｌｌｉｎｅｓｅｍｅｎｔａｉｒｓｗｉｔｈｆｏｕｒｏｖｅｒｌａｃｏｒｎｅｒｑｇｇｐｐｐｐｇｐｐ，，ｏｉｎｔｓｗｅｒｅｍａｔｃｈｅｄｂｗｈｉｃｈｔｈｅｆｏｕｒｓｉｄｅｓｏｆａｒｅｃｔａｎｌｅｗｅｒｅｏｂｔａｉｎｅｄ．Ｆｕｒｔｈｅｒｍｏｒｅａｌｌｔｈｅｒｅｃ－ｐｙｇｔａｎｌｅｅｌｅｍｅｎｔｓｗｅｒｅｄｅｔｅｃｔｅｄｉｎｔｈｅｒｏｃｅｓｓｅｄｉｍａｅ．Ｉｎｏｒｄｅｒｔｏｉｍｒｏｖｅｔｈｅａｃｃｕｒａｃａｎｄｒｅｌｉａｂｉｌｉｔｇｐｇｐｙｙｏｆｔｈｅｒｅｃｔａｎｕｌａｒｒｅｃｏｎｉｔｉｏｎａｌｏｒｉｔｈｍ，ｔｈｅｉｄｅｎｔｉｆｉｎｃｒｉｔｅｒｉｏｎｏｆｔｈｅｓｅｕｄｏｒｅｃｔａｎｕｌａｒｒａｈｉｃｅｌ－ｇｇｇｙｇｐｇｇｐ，ｅｍｅｎｔｓｗａｓｔｈｅｓｅｎｓｏｒｒｏｖｉｄｅｄ．Ｆｉｎａｌｌｅｒｆｏｒｍａｎｃｅｔｅｓｔｉｎｅｘｅｒｉｍｅｎｔｓｗｅｒｅｃａｒｒｉｅｄｏｕｔ．ＥｘｅｒｉｍｅｎｔａｌｐｙｐｇｐｐｒｅｓｕｌｔｓｉｎｄｉｃａｔｅｔｈａｔｔｈｅｒｅｃｔａｎｕｌａｒｒｅｃｏｎｉｔｉｏｎｓｅｅｄｏｆＨａｒｒｉｓｃｏｒｎｅｒｏｉｎｔａｌｏｒｉｔｈｍｉｓ８．５ｔｉｍｅｓｆａｓｔｅｒｔｈａｎｇｇｐｐｇｔｈａｔｏｆＨｏｕｈａｌｏｒｉｔｈｍ，ａｎｄｔｈｅｒｅｃｔａｎｕｌａｒｉｍａｅｒｅｃｏｎｉｔｉｏｎｍａｘｉｍｕｍｏｓｉｔｉｏｎｅｒｒｏｒｉｓ０．４ｐｉｘｅｌ．ＴｈｅｇｇｇｇｇｐｉｎｔｅｒｆｅｒｅｎｃｅｃａａｂｉｌｉｔａｎｄｓｔａｂｉｌｉｔａｎｄｃａｎｍｅｅｔｔｈｅＨａｒｒｉｓｃｏｒｎｅｒｒｅｃｔａｎｌｅｄｅｔｅｃｔｉｏｎｍｅｔｈｏｄｈａｓｓｔｒｏｎａｎｔｉ－ｇｇｐｙｙ

利用Krawtchouk矩不变量实现基于形状的图像检索

（ｏｌｅｆＩｏｍｔｎＳｉｃａｄＴｃｎｌｙＮａｊｇＵｉｒｉｆＣｌｇｎｒａｉｃｎｅｎｅｈｏｏ，ｎｉｎｖｓｔｅｏｆｏｅｇｎｅｙｏ
ＡｒｎｕｉｎＡｔｎｕｉ，ｍｉ１０６ＣｉａｅｏａｔｓｄｓｒａｔｓＮａｎ２０１，ｈｎ）ｃａｏｃｇ
ｗｅｅｒｔｅｅｎｍａｅｒｔｉｖｌｗａｏｌｔｄｏｃ．Ｅｘｅｍｅｔｌｒｓｌｒｉｅ．ＡｏａｉｎｗａｄｒｅｒｖｄａｄｉｇｅｒａｓｃｍｐｅｅｎｅｉｅｐｒｉｎａｅｕｔｗｅｅｇｖｎｓｃｍｐｒｓｓｍａｅｏｂｔｅｈｒｐｓｄｍｅｈｄａｄｔｅｉｇｅｒｅａｔｏｓｎｅｍｅｒｍｅｔｉｖｒａｔｒＺｅｎｋｍｅｔｅｗｅｎｔｅｐｏｏｅｔｏｎｈｍａｅｒｔｖｌｉｍｅｈｄｕｉｇｇｏｔｉｍｏｎｎａｉｎｓｏｒｉｅｍｏｎｃｉｖｒａｔ．ｈｘｅｍｅｔｌｅｕｔｈｗａｅｐｏｏｅｔｏｒｆｃｉｅｉｍａｅｒｔｅａｎｄｉｒｖｓｉｎａｉｎｓＴｅｅｐｒｉｎａｓｌｓｏｔｔｔｒｐｓｄｍｅｈｄｉｍｏｅｅｅｔｎｉｇｅｒｖｌｒｓｈｈｓｖｉａｍｐｏｅｔｓ
ｍｅｓｒｅｗｅｎｆａｕｅｖｃｏｓａｏｔｄＥｕｌｅｎｄｓａｃｕｃｉｎＡｃｏｄｎｏｔｅｓｍｉｒｔｅｒｅｓｍｉｒｉｇｓａｕｅｂｔｅｅｔｅｔｒｄｐｅｃｉａｉｎｅｆｎｔ．ｃｒｉｇｔｉｌｉｄｇｅ，ｉｌｒｄｔｏｈａｙａｍａｅ

基于Tchebichef矩和粗糙集的图像分类方法

基于Tchebichef矩和粗糙集的图像分类方法
刘海霞;周军;梅红岩;李红
【期刊名称】《电脑与信息技术》
【年(卷),期】2008(16)6
【摘要】矩函数能够描述物体形状的全局特征,而采用粗糙集理论解决图像分类问题能避开图像相似度大小的复杂计算.考虑到二者在图像数据处理方面的优势,提出一种基于Tchebichef矩和粗糙集的图像分类方法.首先从图像中提取出Tchebichef矩,再应用粗糙集进行图像分类.实验结果表明该方法能有效地进行图像分类,同时比较了基于Tchebichef矩、Zernike矩和Hu矩的识别结果,说明该方法优于其它方法.
【总页数】5页(P1-4,33)
【作者】刘海霞;周军;梅红岩;李红
【作者单位】辽宁工业大学,计算机科学与工程学院,辽宁,锦州,121001;辽宁工业大学,计算机科学与工程学院,辽宁,锦州,121001;辽宁工业大学,计算机科学与工程学院,辽宁,锦州,121001;辽宁工业大学,计算机科学与工程学院,辽宁,锦州,121001
【正文语种】中文
【中图分类】TP391.41
【相关文献】
1.基于Tchebichef不变矩的数字图像被动认证算法 [J], 谷宗运;吕皖丽;罗斌
2.基于离散Tchebichef矩和软决策量化的图像压缩 [J], 陆刚;肖斌;王国胤
3.基于图像Tchebichef矩抗几何攻击的零水印算法 [J], 程兴宏;侯榆青;程璟星;蒲鑫
4.一种基于离散Tchebichef正交多项式和傅里叶梅林矩的局部多特征图像检索算法 [J], 陶轩;朱宏擎
5.基于Tchebichef图像矩的氧化锌太赫兹光谱定量研究 [J], 殷贤华; 郭超; 奉慕霖; 贺微
因版权原因，仅展示原文概要，查看原文内容请购买。

基于颜色相关图和纹理矩的图像检索

１１颜色直方图与自相关图．
定义，由像素点Ｐ组成的图像，为每一个像素点都有特定
的灰度级别。设ｇ，：… ，为图像，的所有灰度级别，（）ｇ，ｇ／ｐ
为像素Ｐ的灰度级别，代表灰度级别为ｇ的像素点集合，，即
（）＝，度为ｇ的直方图定义为：Ｐｇ灰
ＡｂｔａｔｓｒｃＴｅｋｙ０ｏｔｎ — ａｅｍａｅｒｔｅａｓｔｘｒｃｍａｅｆａｕｅａｃｒｔｌｈｅｆｃｎｅｔｂｓｄｉｇｅｒｖｌｉｏｅｔａｔｉｇｅｔｒｃｕａｅｙ．ｃｒｅｔｃａｓｃｔｎｏｈｏ￣ＥｉｇｉｕｒｎｌｓｉａｉｆｔｅｃｍＩｏｔｍａｅｉｆｏ
关键词中图分类号图像相关图纹理矩图像检索颜色空间特征向量Ｔ３１４Ｐ９．１
文献标识码Ａ
ＩＡＧＥＭＲＥＴＲＩＥＶＡＬＢＡＳＥＤｏＮＣｏＬｏＵＲＣｏＲＲＥＬｏＧＲＡＭＡＮＤＴＥＸＴＵＲＥｏ【ＴＭ】５
李永芳
（子科技大学计算机科学与工程学院四川成都６０６）电１０５
摘
要
基于内容的图像检索的关键就是准确地提取图像特征。目前常见的图像特征的分类有颜色、纹理和形状。提出了改进
的图像相关图算法以及纹理矩算法，并采取有效的方法来结合这两种算法实现高效的图像检索，图像相关图不仅反映了图像的灰度
＾
．

SLM彩色显微图像的亚像素边缘检测方法

SLM彩色显微图像的亚像素边缘检测方法
刘冲;夏泽邑;裴伟;沙里瓦特
【期刊名称】《机械工程学报》
【年(卷),期】2005(41)1
【摘要】微操作技术的迅速崛起迫切要求显微图像处理技术的发展。

在HSI彩色模型的基础上,根据SLM视觉系统的彩色显微图像特点,基于小波变换提出了一种适用于SLM彩色显微图像的边缘检测方法。

根据三次样条拟合曲线的一阶导数零点,获取精确的亚像素边缘。

试验证明,该方法适用于各放大倍率下的SLM彩色显微图像,能较好地滤除噪声,检测出完整的亚像素边缘。

给出了利用该算法处理噪声仿真图像和真实SLM彩色显微图像的试验结果。

【总页数】6页(P71-76)
【关键词】小波变换;HSI彩色模型;亚像素边缘检测;三次样条;彩色显微图像【作者】刘冲;夏泽邑;裴伟;沙里瓦特
【作者单位】大连理工大学微系统研究中心;大连理工大学精密与特种加工教育部重点实验室
【正文语种】中文
【中图分类】TP391
【相关文献】
1.基于灰色关联分析和Zernike矩的图像亚像素边缘检测方法 [J], 爨莹;赵洋
2.基于彩色图像小波亚像素的发动机叶片边缘检测方法 [J], 李焱
3.显微视场下微型零件亚像素边缘检测方法 [J], 吴叶兰;秦艳红;张之敬
4.基于降维技术及空间矩的彩色图像亚像素边缘检测 [J], 肖锋;郭丽娜
5.基于主轴分析和EDISON-Zernike矩的彩色图像亚像素边缘检测 [J], 徐胜华;刘纪平;王勇;胡明远
因版权原因，仅展示原文概要，查看原文内容请购买。

基于Fourier-Mellin矩的彩色图像检索

基于Fourier-Mellin矩的彩色图像检索
马自萍;康宝生
【期刊名称】《微电子学与计算机》
【年(卷),期】2012(29)6
【摘要】为提高图像检索效率,本文提出一种Fourier—Mellin矩的彩色图像检索方法,该方法利用彩色图像的Hilbert变换下相位一致性和梯度幅值的结构特征.用Fourier-Mellin矩描述图像纹理特征,既利用相应一致性不受图像亮度和对比度变化的特点,叉利用Fourier Mellin矩的旋转不变性的特点,对彩色图像有很好的检索效果。

为验证该算法的效率,在三个彩色图像库中进行对比实验,实验表明:该算法明显优于文中比较算法。

【总页数】4页(P14-17)
【关键词】相位一致性;Fourier-Mellin矩;梯度;图像检索
【作者】马自萍;康宝生
【作者单位】北方民族大学;西北大学
【正文语种】中文
【中图分类】TP391
【相关文献】
1.一种基于颜色矩和多尺度纹理特征的彩色图像检索方法 [J], 杨红菊;张艳;曹付元
2.基于Zernike色度分布矩的彩色图像检索算法 [J], 王向阳;李东明;杨红颖
3.一种基于Zernike分布矩与Contourlet变换相融合的彩色图像检索算法 [J],
李平;陈向东
4.基于伪Zernike色度分布矩的彩色图像检索方法 [J], 王向阳;张贝贝;杨红颖
5.基于圆谐-傅里叶矩的彩色图像检索算法 [J], 孙晋
因版权原因，仅展示原文概要，查看原文内容请购买。

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

Computer Science and Application 计算机科学与应用, 2017, 7(4), 359-368 Published Online April 2017 in Hans. /journal/csa https:///10.12677/csa.2017.74044
Image Analysis by Charlier Moments
Guanghui Shi, Xuan Wang
School of Physics and Information Technology, Shaanxi Normal University, Xi’an Shaanxi Received: Apr. 10th, 2017; accepted: Apr. 23rd, 2017; published: Apr. 27th, 2017
xk k!
(3) (4)
( a )k=
有
a ( a + 1)( a + 2 ) ( a + k − 1)
= ( −1) ( −a )k
k
a
k
(5)
因此，n 阶 Charlier 多项式可以写为：
( tn
a1)
( x) = ∑
n k =0
n
n
k =0
( −a1)
k k
k!
k
x
k
(6)
= ∑ Bn , k x
3.1. Charlier 矩的平移不变量
给定图像 f ( x, y ) ，为了计算其平移与尺度变换不变量，进行以下的预处理，
( a1 a1 f ( x, y ) = w( ) ( x ) w( ) ( y )
−1 2 )
f ( x, y )
(18)
计算预处理后的图像对应用的质心坐标，有
Open Access
1. 引言
1962 年 Hu [1]提出的图像几何矩理论受到广泛关注。图像几何矩不变描述量具有平移、旋转和尺度不变的特性，而且计算效率较高，可以应用于图像不变分析与机器视觉的各个领域。然而，几何矩的基函数是非正交的，导致了较大的信息冗余，所以基于几何矩重构图像是非常困难的，而且该类矩对图像噪声非常敏感，带来一定的表示误差与分类错误率。针对以上问题，一些研究工作者基于连续正交基函数提出了 Zernike [2] [3] [4]和 Legendre [5]等连续正交矩。由于连续正交矩的基函数是正交的连续函数，所以可以具有较小的信息冗余，基于连续正交矩可以对图像精确重构，此外，与几何矩相比，对噪声有更好的稳定性。但是，由于连续正交矩的定义涉及到二维连续积分形式，而数字图像是定义在离散域的数字矩阵，所以计算过程中需要进行坐标转换和积分近似，所以存在数值积分近似误差与几何误差[4]。这些误差会严重影响图像的重构精度与分类精度。 Mukundan [6]在 2001 年提出一种基于离散 Tchebichef 多项式的离散正交矩。随后，Yap [7]提出另一种基于 Krawtchouk 多项式的离散正交矩。离散正交矩的基函数与数字图像域完全匹配，定义与计算过程消除了由坐标转换和近似误差引起的数值积分近似误差与几何误差，具有良好的图像表征能力与分类精度，而且与连续正交矩相比，抵抗噪声的干扰能力也明显增强，然而，离散正交矩缺乏本质上的平移与尺度变换不变性，平移和尺度不变量是通过图像平移与尺度归一化方法或者借助几何矩不变量的线性组合间接获取通，这一过程会引入新的计算误差，从而影响离散正交矩的优良性能。本文基于 Charlier 离散正交多项式[8]，提出了一种新的离散正交矩，并基于该离散正交多项式的特殊性质，提出一种直接计算该矩的平移和尺度不变量的方法。实验结果验证了该方法所获得的 Charlier 离散正交矩尺度和平移不变量具有很好的表示与分类性能。
Abstract
The existing methods for extracting the translation and scale invariants from the discrete orthogonal moments are via a linear combination of the corresponding invariants of geometric moments or image normalization, which led to calculational errors. In this paper, a novel kind of discrete orthogonal moments named as Charlier moment is proposed based on the discrete Charlier polynomials, and then an approach to directly derive the translation and scale invariants from Charlier moments is also presented. Experimental results show the high classification and representation accuracy of these invariants as a result of direct calculation instead of the image normalization or a linear combination of the corresponding invariants of geometric moments. It is also shown that these invariants are relatively robust in the presence of image noise and are potentially useful as a kind of invariant descriptors in some image analysis and pattern recognition.
(16)
0a1 ( x ) = t t1 ( a1)
e − a1a1x , x!
a1 − x e − a1a1x +1 . ( x) = a1 x!
(17)
根据以上的递推关系，可以实现 Charlier 基函数的快速计算，从而提高 Charlier 矩的计算速度。
3. Charlier 矩不变量的快速计算
文章引用: 时光慧, 王晅. 基于 Charlier 矩的图像分析[J]. 计算机科学与应用, 2017, 7(4): 359-368. https:///10.12677/csa.2017.74044
时光慧，王晅
度不变量与现有方法相比，具有较高的表示精度与分类准确率，而且对图像噪声有较强的稳定性，可以应用于图像不变分析与目标识别等应用领域。
关键词
离散正交矩，Charlier多项式，平移和尺度不变量，模式识别
Copyright © 2017 by authors and Hans Publishers Inc. This work is licensed under the Creative Commons Attribution International License (CC BY). /licenses/by/4.0/
离散 Charlier 多项式 tn
( a1) ( a1) ( x ) 和 tm ( x ) ， 0 ≤ m, n ≤ ∞ ， a1 > 0 ，满足以下正交关系：
a1 a1 ( a1) ( x ) = ρn( a1)δ nm ∑ w( ) ( x ) tn( ) ( x ) tm x =0 ∞
(9)
收稿日期：2017年4月10日；录用日期：2017年4月23日；发布日期：2017年4月27日
摘
要
针对离散正交矩的平移和尺度不变量只能通过图像归一化或者借助几何矩不变量的线性组合间接获取，会带来较大的表示误差，本文基于离散Charlier多项式，提出了一种新的离散正交矩——Charlier矩，并给出了Charlier矩平移与尺度不变量的直接计算方法。实验表明，由Charlier矩直接计算的平移和尺
Keywords
Discrete Orthogonal Moments, Charlier Polynomials, Translation, Scale Invariants, Pattern Recognition
基于Charlier矩的图像分析
时光慧，王晅
陕西师范大学物理学与信息技术学院，陕西西安
(10)
其中， ρ n 表示平方模， δ nm 表示狄拉克函数， w
w(
a1)
( a1)
( a1)
( x ) 是加权函数，有
e − a1a1x x!
( x) =
(11) (12)
( a1) ρn =
n! a1n
( a1) 由此，n 阶标准 Charlier 离散正交多项式 tn ( x ) 为：
a1 ( a1) tn( ) ( x ) = tn ( x)
( x ) 和 tm( a1) ( y ) 分别表示 n 阶和 m 阶标准 Charlier 离散正交多项式。n 阶 Charlier 多项式可用超
( tn
a1)
几何函数定义如下：
( x= )
2
F0 ( −n, − x;; −1 a1)
(2)
360
时光慧，王晅
其中，
2 F0 ( a, b;; x ) = ∑ ( a ) k ( b ) k k =0 ∞
w(
a1)
( x)
ρn
( a1)
(13)Biblioteka 根据公式(6)，(7)，(8)和(13)， tn
( a1)
( x ) 又可以写成：
a1 tn( ) ( x ) =

基于Charlier矩的图像分析

合集下载

图像矩方法在化学图谱分析中的应用及相关基础理论研究

Contourlet变换域中基于矩特征的图像检索

基于Charlier矩的图像分析

基于Hu矩和Zernike矩的图像目标识别算法设计

基于Harris角点的矩形检测_张从鹏

利用Krawtchouk矩不变量实现基于形状的图像检索

基于Tchebichef矩和粗糙集的图像分类方法

基于颜色相关图和纹理矩的图像检索

SLM彩色显微图像的亚像素边缘检测方法

基于Fourier-Mellin矩的彩色图像检索

文档推荐

最新文档