Zernike矩

摘要： 为了准确完成微弱光学图像的智能识别,提出基于Zernike矩与灰度计算的微弱光学图像智能识别方法。结合Zernike矩和灰度矩阵共生阵法,提取微弱光学图像整体轮廓特征和多种图像有效纹理特征,并采用加权融合方法融合这两种特征的向量,获取两者融合后的特征描述子,采用模糊数学法识别微弱光学图像。测试结果表明:Zernike矩的阶数为5时,可完成图像整体轮廓特征和纹理特征的准确描述,并可保证融合后特征的全面性,在噪声的干扰下依旧可准确完成目标图像识别,并且识别时间较短。

摘要： 针对钢领内圈圆度人工接触式检测精度不稳定、效率低、主观误差较大等问题,提出一种基于机器视觉的钢领内圈圆度检测方法。通过建立钢领内圈圆度的机器视觉检测平台,获取背光成像下的钢领图像。利用Sobel算子对钢领内圈边缘进行像素级粗定位,在此基础上通过最大类间方差法确定钢领图像前景与背景的最佳阶跃阈值,将其作为Zernike矩边缘模型的判定条件,提取钢领内圈的亚像素边缘点。采用最小二乘法得到钢领内圈亚像素边缘的理想圆圆心,基于钢领图像信息建立钢领内圈圆度的数学模型,实现钢领内圈圆度的非接触式测量。实验结果表明:对型号PG1-4554的钢领内圈圆度进行检测,得到的最大偏差为0.004 mm,传统方法所得最大偏差为0.007 mm,准确度提升了42%。

摘要： 亚像素算法是提高图像处理精度的算法之一。本文基于图像的亚像素处理,采用亚像素边缘轮廓提取方法——Zernike矩提取图像轮廓的边缘,并利用低通滤波优化边缘处理。同时本文采用基于Douglas-Peucker算法的多线拟合方法,计算和分析图像边缘轮廓的特征,对不同轮廓的边缘进行分割,计算各截面轮廓像素的长度和轮廓像素的总长度,通过对图像进行相机标定、图像畸变处理,计算出图像的实际标定距离,建立了基于亚像素的图像边缘轮廓提取与处理的模型。

摘要： 为了实现液晶屏字符高效、精准的自动化检测,针对液晶屏字符显示的断线、亮度缺陷,提出一种基于多特征矩融合的液晶屏字符缺陷检测算法。首先提取原始液晶屏图像中ROI区域,使用Hu不变矩来描述字符的结构特征,采用Zernike矩来弥补Hu矩所不能描述的高阶矩信息;然后使用颜色矩来描述字符的颜色特征,采用灰度矩弥补颜色矩所不能描述的灰度信息,并运用2DPCA技术融合上述矩阵,通过欧氏距离来衡量标准图像融合特征矩阵与待检测图像融合特征矩阵之间的相似度,通过设定相似度阈值来达到缺陷检测的目的。实验的客观和主观评价结果表明:主观上,该算法具有一定的稳定性、实用性;客观上,该算法相比于同类算法具有较低的误判率1%、漏判率0%以及较高的效率0.6 s,基本满足实际检测需求。

摘要： 工业机器人在自动分拣装配中,当法兰盘有较大旋转角度时,使用普通模板匹配法对法兰盘进行定位时有较大误差。针对此问题,本文提出一种基于单目相机的定位方法,以某种法兰盘为例进行定位。对图像进行预处理及特征提取,得到各连通域的细长度;采用最小二乘法对法兰盘亚像素边缘进行圆拟合,得到法兰盘中心图像坐标并通过坐标变换将其转换到世界坐标系;使用2个长圆孔质心坐标对法兰盘旋转角度粗定位,采用改进的NCC模板匹配法对法兰盘的旋转角度进行精定位,得到法兰盘绕其主轴的旋转角度。实验结果表明:提出的方法旋转角度误差≤0.1°,抓取位置误差<0.3 mm,该方法在光照稳定的条件下可以对目标快速定位,并能够满足精度要求。

摘要： 针对飞机铆接孔径的检测问题,提出了一种改进的基于Zernike矩的亚像素铆接孔径检测方法。该方法首先通过直方图均衡化法对所采集的铆接孔径图进行增强处理,利用中值滤波法进行平滑处理,并采用梯度法锐化图像,然后在直方图谷底法、Prewitt算子边缘提取和Kirsch算子边缘提取3种图像分割方法基础上,采用Canny算子边缘检测进行粗定位,利用改进的Zernike矩进行亚像素级的边缘精细提取,提取出锪窝孔外圆的圆环区域,最后结合RANSAC算法进行圆拟合,产生圆轮廓并获取半径,完成拟合测量。经试验证明,该检测方法亚像素精确定位能力强,检测结果准确率高、稳定性好、重复测量精度可达到±10μm。

摘要： 针对箱体类金属工件铆接质量难以检测、检测效率及精度低的问题,通过分析半空心铆钉铆接特点,基于机器视觉技术,提出了一种特征融合与机器学习结合的铆接质量检测方法。首先,为了克服铆钉反光及背景噪声和纹理的影响,提出改进的Retinex图像增强算法和多阈值目标分割算法,得到铆钉及镦头等感兴趣区域;其次,为了准确描述缺陷特征,提取目标区域的几何形状及Zernike矩等12维特征向量;最后,设计了基于ELM分类算法实现缺陷的分类。实验结果表明,该方法能够准确检测出铆接质量缺陷,“合格-缺陷”二分类和缺陷多分类检测正确率分别为95.2%和92%,且满足实时在线检测需求。

摘要： 研究受电弓边缘检测算法,阐述了基于Canny算子的多尺度像素级小波边缘检测算法和基于Zernike矩的亚像素级边缘检测算法.结合广州地铁13号线的实际图片进行对比实验.试验结果表明,相比于传统的像素级边缘检测算法,亚像素级边缘检测算法具有更高的精度,能够满足受电弓滑板边缘检测的需求.

摘要： 提出一种基于非下采样轮廓波变换(NSCT)分解和Zernike矩的图像哈希算法.通过预处理操作后的彩色RGB图像转换到YCbCr空间;分别对每个通道进行一级NSCT分解得到低频图像和高频纹理图像,对Y通道的高频图像使用Canny算子提取边缘后计算Zernike矩作为中间哈希序列H1;将3个通道得到的低频图像分块求取6个统计特征得到18个特征向量,使用PCA降维再进行压缩得到中间哈希序列H2;结合高频哈希序列H1和低频哈希序列H2作为最终哈希h.实验结果表明,该算法比几种对比算法具有更好的区分性和更高的效率.

摘要： 针对低信噪比(signal to noise ratio,SNR)下雷达信号脉内调制类型识别率较低的问题,提出了基于时频特征提取和残差神经网络的雷达信号识别算法.时频特征提取首先通过分数阶傅里叶变换对信号进行Chirp基分解,按照Chirp基载频与调频率的不同组合对信号划分类别,并设置对应的分类特征参数.然后,计算信号的伪Wigner-Ville时频分布并提取Zernike矩.上述特征参数组成信号特征矢量,使用残差神经网络分类器实现雷达信号识别.仿真结果表明,在SNR=-2 dB时识别准确率能达到93％以上,同时鲁棒性验证良好,算法复杂度能够满足现实要求.

摘要： 本文提出了基于Zemike矩和熵特征的数字图像感知哈希算法.算法利用Zemike矩计算参考方向,计算等面积环块和等角度扇形块内的熵作为感知特征,并通过量化处理构造哈希序列.算法利用哈希码之间的欧氏距离作为图像内容相似性的判定依据.实验结果表明,该算法对加性噪声、JEPG压缩、几何变换等操作具有较好的鲁棒性,对于内容不同的图像有较好的区分度.

摘要： 本文提出了基于Zemike矩和熵特征的数字图像感知哈希算法.算法利用Zemike矩计算参考方向,计算等面积环块和等角度扇形块内的熵作为感知特征,并通过量化处理构造哈希序列.算法利用哈希码之间的欧氏距离作为图像内容相似性的判定依据.实验结果表明,该算法对加性噪声、JEPG压缩、几何变换等操作具有较好的鲁棒性,对于内容不同的图像有较好的区分度.

摘要： 本文提出了基于Zemike矩和熵特征的数字图像感知哈希算法.算法利用Zemike矩计算参考方向,计算等面积环块和等角度扇形块内的熵作为感知特征,并通过量化处理构造哈希序列.算法利用哈希码之间的欧氏距离作为图像内容相似性的判定依据.实验结果表明,该算法对加性噪声、JEPG压缩、几何变换等操作具有较好的鲁棒性,对于内容不同的图像有较好的区分度.

摘要： 本文提出了基于Zemike矩和熵特征的数字图像感知哈希算法.算法利用Zemike矩计算参考方向,计算等面积环块和等角度扇形块内的熵作为感知特征,并通过量化处理构造哈希序列.算法利用哈希码之间的欧氏距离作为图像内容相似性的判定依据.实验结果表明,该算法对加性噪声、JEPG压缩、几何变换等操作具有较好的鲁棒性,对于内容不同的图像有较好的区分度.

摘要： 为监控猪的行为,本文提出了基于Zernike矩及支持向量机的猪的行走姿态识别方法。首先采用Otsu自适应阈分割对图像进行二值化处理,并对二值化后的图像进行数学形态学开闭运算,再用Canny算子作边缘检测,提取出原始图像中猪的轮廓图像。然后,根据标准矩对上述图像进行归一化,再对归一化后的二值轮廓图提取Zernike矩特征;在此基础上,利用支持向量机理论设计了多种姿态分类器,实现对猪的正常行走、低头行走、抬头行走、躺卧等四种姿态的识别。rn 实验结果表明,此方法由于充分利用Zernike矩的正交性和矩不变量,使得在特征提取时保证了足够的有效信息,将支持向量机应用到猪的姿态分类问题上,使特征提取更加有效。对猪的姿态分类识别的准确度达到了98％以上。

摘要： 为监控猪的行为,本文提出了基于Zernike矩及支持向量机的猪的行走姿态识别方法。首先采用Otsu自适应阈分割对图像进行二值化处理,并对二值化后的图像进行数学形态学开闭运算,再用Canny算子作边缘检测,提取出原始图像中猪的轮廓图像。然后,根据标准矩对上述图像进行归一化,再对归一化后的二值轮廓图提取Zernike矩特征;在此基础上,利用支持向量机理论设计了多种姿态分类器,实现对猪的正常行走、低头行走、抬头行走、躺卧等四种姿态的识别。rn 实验结果表明,此方法由于充分利用Zernike矩的正交性和矩不变量,使得在特征提取时保证了足够的有效信息,将支持向量机应用到猪的姿态分类问题上,使特征提取更加有效。对猪的姿态分类识别的准确度达到了98％以上。

摘要： 为监控猪的行为,本文提出了基于Zernike矩及支持向量机的猪的行走姿态识别方法。首先采用Otsu自适应阈分割对图像进行二值化处理,并对二值化后的图像进行数学形态学开闭运算,再用Canny算子作边缘检测,提取出原始图像中猪的轮廓图像。然后,根据标准矩对上述图像进行归一化,再对归一化后的二值轮廓图提取Zernike矩特征;在此基础上,利用支持向量机理论设计了多种姿态分类器,实现对猪的正常行走、低头行走、抬头行走、躺卧等四种姿态的识别。rn 实验结果表明,此方法由于充分利用Zernike矩的正交性和矩不变量,使得在特征提取时保证了足够的有效信息,将支持向量机应用到猪的姿态分类问题上,使特征提取更加有效。对猪的姿态分类识别的准确度达到了98％以上。

摘要： 为监控猪的行为,本文提出了基于Zernike矩及支持向量机的猪的行走姿态识别方法。首先采用Otsu自适应阈分割对图像进行二值化处理,并对二值化后的图像进行数学形态学开闭运算,再用Canny算子作边缘检测,提取出原始图像中猪的轮廓图像。然后,根据标准矩对上述图像进行归一化,再对归一化后的二值轮廓图提取Zernike矩特征;在此基础上,利用支持向量机理论设计了多种姿态分类器,实现对猪的正常行走、低头行走、抬头行走、躺卧等四种姿态的识别。rn 实验结果表明,此方法由于充分利用Zernike矩的正交性和矩不变量,使得在特征提取时保证了足够的有效信息,将支持向量机应用到猪的姿态分类问题上,使特征提取更加有效。对猪的姿态分类识别的准确度达到了98％以上。

摘要： 为监控猪的行为,本文提出了基于Zernike矩及支持向量机的猪的行走姿态识别方法。首先采用Otsu自适应阈分割对图像进行二值化处理,并对二值化后的图像进行数学形态学开闭运算,再用Canny算子作边缘检测,提取出原始图像中猪的轮廓图像。然后,根据标准矩对上述图像进行归一化,再对归一化后的二值轮廓图提取Zernike矩特征;在此基础上,利用支持向量机理论设计了多种姿态分类器,实现对猪的正常行走、低头行走、抬头行走、躺卧等四种姿态的识别。rn 实验结果表明,此方法由于充分利用Zernike矩的正交性和矩不变量,使得在特征提取时保证了足够的有效信息,将支持向量机应用到猪的姿态分类问题上,使特征提取更加有效。对猪的姿态分类识别的准确度达到了98％以上。

摘要： 骨刻文是考古研究人员最近发现的中国早期的一种图画象形字,被认为是甲骨文的主要源头.针对骨刻文的形状特点,本文利用改进的Zemike矩对骨刻文的形状进行对比分析,找出相似的骨刻文.首先介绍了Zemike矩的定义和不变性;然后对Zemike矩进行改进,使其具有仿射不变性;最后给出了Zemike矩在骨刻文形状分析中的实验结果.

摘要： 本发明涉及一种用于地形匹配的3D Zernike矩快速计算方法，步骤：(1)利用本发明提出的几何矩动态存储技术，降低3D Zernike矩计算中的冗余计算量；(2)利用本发明提出的坐标分离计算技术，降低几何矩计算中的冗余计算量；(3)利用本发明提出的对称性技术，对几何矩分类计算，提高计算效率；(4)综合使用上述三种快速计算技术，实现对用于地形匹配的3D Zernike矩的快速计算。本发明与传统计算方法相比，在地形匹配中，可提高3D Zernike矩的计算速度约两个数量级。

摘要： 本发明属于缺陷检测技术领域，具体涉及一种基于Zernike矩的热电偶质量检测方法，包括：采集热电偶的图像并进行预处理，将预处理后图像的Zernike矩作为特征，将特征进行定维映射和主成份分析后进行机器学习训练得到检测模型，用得到的模型对待检测的热电偶进行合格和不合格的分类检测，有效自动识别热电偶焊接成形缺陷，克服人工检测的耗费人力大，时间长，检测精度易受主观影响的缺点。

摘要： 本发明公开了一种基于Zernike矩抗几何攻击的可逆鲁棒水印方法，该方法包括下述步骤：计算原始图像的Zernike矩，采用量化水印方法进行水印嵌入，处理Zernike正反变换过程中存在的失真信息并判断图像是否受到攻击；判定为图像未受到攻击时，采用可逆水印方法提取失真信息，利用该图像的Zernike矩提取量化水印并恢复原始图像；判定为图像受到攻击时，计算受到攻击后带有水印信息图像的Zernike矩，进行量化水印提取得到水印信息。本发明解决了Zernike矩变换过程存在大量累计误差而无法实现可逆鲁棒水印的问题，在未受到攻击时可以提取水印和恢复原始图像，在受到攻击时可以有效提取出水印，对几何攻击和常规信号处理有更强的鲁棒性。

摘要： 本发明公开了一种改进的Zernike矩亚像素边缘检测方法。本发明具体包括：一、求解Zernike矩6×6偶数模板；二、利用Sobel算子进行初定位，获取像素级边缘点；三、利用5×5模板求解Zernike矩进行二级初定位，获取亚像素级边缘点；四、分析二级初定位下亚像素边缘点所在区间；五、根据所在区间，选取偶数模板或者奇数模板求解Zernike矩进行精定位，获取更精确的亚像素级边缘位置。本发明通过判断二次初定位边缘点所在区域，根据所在区域选取奇数模板或者偶数模板求解亚像素边缘位置，提高了算法的检测精度。

摘要： 本发明属于数字图像取证技术中被动盲检测技术领域，具体涉及一种基于改进Hu不变矩和Zernike矩的图像被动盲检测方法。本发明以图像子带编码为基础，利用Hu不变矩和Zernike矩的不变量对篡改图像进行检测。对图像做子带编码处理，得到近似子带(LL)图像，对近似子带图像进行Hu不变矩和Zernike矩的特征提取，用来表征图像的信息，最后采用上述特征信息进行图像的相关匹配。本发明从现实生产生活需要出发，针对数字图像取证任务，能够实现图像的旋转、平移等检测，具有更优质的鲁棒性，提高了检测准确率。

摘要： 本发明公开了一种基于四元数Zernike矩不变量的人脸表情识别方法，所述方法包括以下步骤：步骤1：采集待验证的彩色人脸表情图像；步骤2：将图像切分为大小相同的9个小块；步骤3：分别对每个小块提取0‑14阶四元数Zernike矩不变量特征；步骤4：基于多局部表征和Transformer的神经网络设计；步骤5：将识别矩阵输入到深度神经网络中进行训练和识别。本发明使用四元数Zernike矩提取的彩色人脸特征具有较高的鲁棒性，利用机器视觉和深度学习技术，有效实现了对愤怒、厌恶、高兴等七种表情的识别。

摘要： 本发明公开了一种基于Zernike矩和均值漂移的接插针位置度检测方法，该方法通过图像预处理将插针与背景分离，获得只保留插针点基本轮廓的灰度图像，使用Canny算子对预处理图像进行边缘粗定位，提取插针ROI；基于改进的Zernike矩对插针边缘进行亚像素精确定位，获得边缘亚像素坐标点集；最后采用非线性最小二乘法建立椭圆参数的优化目标函数，对每个插针所含坐标进行椭圆拟合，求解每个插针的中心点坐标，从而实现插针位置的精确定位。本发明能实现对插针边缘位置的亚像素级精确定位，进一步的拟合出插针的精确位置，定位误差在0.2像素范围内，具有定位精度高、噪声敏感程度低的优点。

摘要： 本发明属于缺陷检测技术领域，具体涉及一种基于Zernike矩的热电偶质量检测方法，包括：采集热电偶的图像并进行预处理，将预处理后图像的Zernike矩作为特征，将特征进行定维映射和主成份分析后进行机器学习训练得到检测模型，用得到的模型对待检测的热电偶进行合格和不合格的分类检测，有效自动识别热电偶焊接成形缺陷，克服人工检测的耗费人力大，时间长，检测精度易受主观影响的缺点。

摘要： 本发明公开了一种基于四元数分数阶伪Zernike矩的人脸验证方法，包括：采集待验证身份人员的彩色人脸图像；将彩色人脸图像按RGB三通道分成IR、IG、IB三幅图像；将三幅图像分别做分数阶伪Zernike矩变换，得到三个分数阶伪Zernike矩特征矩阵；采用四元数分数阶伪Zernike矩变换快速计算方法，将三个分数阶伪Zernike矩特征矩阵变换成四元数分数阶伪Zernike矩特征矩阵，获得彩色人脸图像的识别特征矩阵；使用K‑NN算法将所述彩色人脸图像的识别特征矩阵与预先建立的人脸图像特征库中的识别特征矩阵进行匹配，完成人脸验证。本发明使用四元数分数阶伪Zernike矩提取的彩色人脸特征具有较高的鲁棒性，提出的快速计算算法有效的提高了人脸验证模型的验证率。

摘要： 本发明提出基于Zernike矩和DWT‑NSCT的数字水印算法，属于信息隐藏技术领域。水印的鲁棒性在图像版权保护方面非常重要，本发明针对目前的鲁棒水印难以同时抵抗常规攻击和几何攻击的问题。首先对宿主图像进行DWT变换，在低频子带上进行NSCT变换，对信息量最大的高频子带进行Arnold置乱，置乱后的新区域和水印图像进行奇SVD分解并将两奇异值进行相加。在水印检测时，首先利用Zernike矩估计图像的旋转角度进行旋转校正再进行水印的提取。使算法在具体良好的不可见性的前提下，可以有效抵抗常规攻击和几何攻击。