旋转不变性

摘要： 针对二维浅水波方程数值求解问题,构造了一种旋转通量混合格式.空间方向上,该算法利用浅水波方程通量函数的旋转不变性,在单元界面法线方向及单元界面切线方向上采用可消除红斑现象的HLL与满足热力学第二定律的熵稳定加权混合数值通量函数,时间方向上采用三阶强稳定Runge-Kutta法.数值结果表明,该混合格式对于二维浅水波方程数值求解具有分辨率高的良好特性.

摘要： 针对传统的基于相关性的模板匹配算法计算量大和不具有旋转不变性的问题,提出一种基于圆投影与径向投影的快速模板匹配算法。首先采用跳跃式步长和高斯金字塔策略快速获得圆投影向量,接着使用NCC相似性度量方法进行粗匹配;然后再进行精匹配,得到模板图像在待测图像中的准确位置;最后利用径向投影得到模板与待匹配图像之间旋转的角度。实验结果表明:基于圆投影与径向投影的模板匹配算法不仅可以解决旋转不变性的问题,还可以准确获得模板与待匹配图像之间的旋转角度,匹配速度也较快。

摘要： 点云识别与分割在应用过程中通常需要提取空间旋转不变和置换不变的点云特征,PointCNN采用监督学习的方式来提取,但会产生额外的计算量,PointNet使用最大池化算子提取置换不变特征,且容易忽略点云的局部信息,导致识别准确率下降。提出一种基于亲疏度矩阵的新方法,将点云空间坐标映射到曲率特征空间,提取空间旋转不变特征。通过K邻域内的点集合构建基于欧式内积的亲疏度矩阵,对亲疏度矩阵特征值进行排序,并将对应的特征向量组成变换矩阵,从而变换点云特征,进行置换不变的点云特征卷积操作。在ModelNet40数据集上的实验结果表明,该方法的总体准确率和类别平均准确率分别为92.28%和88.80%,超过PointCNN等基于卷积的方法。此外,该方法通过代数计算的方式获得变换矩阵,可以提高模型训练的效率,且浮点运算数仅为36.6×106frame/s,大幅降低了训练的复杂度。

摘要： 回环检测对消除机器人在SLAM过程中产生的累计误差非常重要,现有基于全局描述符的激光雷达回环检测算法大多仅利用一种点云信息,回环检测精度不理想,而且为克服旋转不变性问题,通常需要重复计算两帧点云的相似度,这样明显增加了计算量,降低了算法实时性,为此本文提出一种改进的回环检测算法。首先利用不同方式对一帧点云的强度和高度信息在不同维度进行编码,构建出更加准确的全局描述符;然后将矩阵形式的描述符简化为向量,通过KD树的数据结构从历史点云中快速搜索出与当前点云可能发生回环的若干候选点云,进一步将候选点云和当前点云进行精度更高的相似度计算,判断是否发生回环。该算法还利用SLAM过程中估计的当前帧点云位姿,对每帧点云进行初始变换,以减少为克服旋转不变性问题所产生的计算量。分别在公开数据集KITTI和真实室外环境中进行了实验测试,结果显示,相较于采用Scan Context全局描述符的对比算法,本文算法在计算时间上缩短了40%以上,同时取得了更高的回环检测准确率。

摘要： 1内容分析圆是初中几何中的重要内容,常结合三角形、四边形等知识综合考查。本节内容主要涉及三个方面:(1)圆的基本概念、轴对称性及旋转不变性;(2)垂径定理及其逆定理的应用;(3)弦、弧、圆心角之间的关系,圆周角定理及其推论。这些内容是圆的基础知识和核心知识,后续的学习也都围绕其展开。中考对这一内容的考查主要有两方面:一是由同弧或等弧所带来的等角转化;二是根据已知条件联想到圆的轴对称性与旋转不变性,添加适当的辅助线。“双减”背景下的复习课要精选例题,使学生达到“解一题、会一类、通一片”的效果。基于此,本设计的例题选择一方面注重巩固核心知识点,另一方面注重提炼、归纳和反思解题方法。

摘要： 由于解决了三维点云的排列不变性问题,基于三维点云的深度学习方法在计算机三维视觉领域中取得了重大的突破,人们逐渐倾向于使用三维点云来描述物体并基于神经网络结构来提取点云的特征.然而,现有的方法依然无法解决旋转不变性问题,使得目前的模型鲁棒性较差;同时,神经网络结构的设计过于启发式,没有合理利用三维点云的几何结构与分布特性,导致网络结构的表达能力有待提升.鉴于此,提出了一种具有良好兼容性的严格旋转不变性表达以及深度层次类簇网络,试图从理论与实践两个层面解决上述问题.在点云识别、部件分割、语义分割这3个经典任务上进行了旋转鲁棒性对比实验,均取得了最优的效果.

摘要： 分类讨论思想是初中数学解题的一个重要思想,既是一种逻辑方法,也是一种重要的解题策略,它体现了归类整理和化整为零的思想方法.由于圆既是轴对称图形,又是中心对称图形,既具有对称任意性,又具有旋转不变性,因此在解决与圆有关的问题时往往需要分类讨论.本文以具体实例分析分类讨论思想在圆中的应用.

摘要： 针对高频元件精密加工后纹理复杂、相似度高,导致较难区分的问题,提出了一种基于等积环形分割的快速定位识别算法。首先使用互信息熵进行快速粗定位,然后在等积环形分割的基础上通过像素梯度幅值与像素梯度方向进行有效特征点的筛选及匹配系数(Matching Ratio Result,MRR)的计算,根据得到的匹配系数对元件进行精确定位及识别分类。实验结果表明,与传统的模板匹配方法相比,该方法的定位精准度和时效性有较大的提升,对1350张高频元件图像的识别准确率达到了95.9%。

摘要： 针对在金属零件的模板匹配中,由于图像采集时零件摆放的位置和方向不同,使匹配图像中存在零件的不同侧面导致传统匹配方法准确率低的问题,提出了一种使用环形特征模板的模板匹配算法RT-MM.通过一组同心圆将模板分割为几个环形区域,利用环形区域相互之间的关系作为预选区域的定位特征,在匹配图像中快速筛选出若干个预选区域;通过Sobel算子寻找各环形区域中的稳定点,根据各环形区域包含的稳定点数量筛选出能够代替整幅模板图像的环形区域;从环形区域中提取精确匹配的特征,对预选区域进行筛选,从而得到精确的匹配结果.

摘要： 针对传统零件边缘检测方法中存在的边缘不连续、不清晰的问题,研究了图像边缘检测算法的抗噪性、边缘连续性和边缘细节的完整性,在分析、研究了传统拉普拉斯算法高效优点的基础上,提出了一种新的算法,即圆周拉普拉斯算法.针对采集到的齿轮和手表零件图片,设计了边缘轮廓提取的实验:采用圆周拉普拉斯算法对图片进行了边缘锐化,得到了初步的零件边缘;再运用数学形态学算法对提取的边缘图像进行了去噪,得到了边缘清晰、轮廓完整的零件边缘检测图像.研究结果表明:圆周拉普拉斯算法能够保留传统算法中高效性的特点,同时检测出零件边缘的完整细节;针对图像中的噪声所采用的形态学算法,能有效去除图像中的无效信息.

摘要： 论文分析了时间序列FFT变换中的旋转不变性,在此基础上结合TLS-ESPRIT算法,提出了FFT-TLS-ESPRIT法谐波频率估计方法。该方法首先对原始数据进行FFT变换,选取结果中幅度最大的谐波系数构造新的数据序列,并重新组合成具有旋转不变性的两个数据阵列,再利用TLS-ESPRIT算法检测信号的谐波频率。经研究发现,该算法具有更强的噪声抑制能力。计算机仿真进一步证实了该结论。

摘要： DAISY描述符是一种快速、高效的针对稠密匹配的特征描述符,但是原始的DAISY描述符并不具有旋转不变性,这严重制约了其应用范围.针对上述问题,本文通过给DAISY描述符附加一个主方向,提出一种具有旋转不变性的DAISY描述方法.为了方便验证本文方法的正确性,利用SURF算法快速提取特征点,并将其主方向作为DAISY描述符的主方向,利用本文方法计算DAISY描述符沿主方向的特征向量,使其能够对图像的旋转变化具有鲁棒性.实验结果表明,本文提出的旋转不变DAISY描述符能够实现旋转图像之间的匹配,且具有较高的匹配正确率,描述符生成时间短,适合图像间的稠密匹配.

摘要： 该文提出的人脸识别系统是为安保服务型机器人提供的.考虑到实际情况的复杂不确定性,该系统的设计针对人脸的角度、大小、环境与光照等影响因素都进行了处理来减小误差.利用局部二值算子的旋转不变性实现多角度的人脸检测,然后用特征脸算法对检测出的人脸进行识别,效果比基于Harr算子和支持向量机的人脸识别系统功能更加完善强大.

摘要： 旋转不变性是图像匹配的难点.本文提出了一种基于矩确定主方向以获取局部特征旋转不变性的方法.该方法基于一阶中心矩的不变性,通过积分运算获得特征区域的主方向.该方法在不增加算法复杂度的情况下,减少了描述子的生成时间.在不同场景不同旋转变化、不同尺度变化等条件下进行的大量实验表明,与原有的SIFT算法相比,该方法具有更加稳定、可靠的特点.

摘要： 针对灰度差绝对平均值算法匹配次数多，不具有旋转不变性等缺点，提出一种新的目标识别方法.匹配准则采用具有环形结构的子窗口内的像素差加权和的形式表示，保证了算法具有旋转不变性.对模板图像中的特征点按照匹配准则分别在目标图像中找到相应的匹配点，从而完成匹配操作，与传统的相关匹配算法相比，大大减少了匹配次数.对于因遮挡而丢失的特征点，可根据已匹配特征点之间的相对距离来重新确定，从而实现目标识别的功能.仿真实验验证了该算法的有效性。

摘要： 本文提出一种改进的ESPRIT超分辨ISAR成像算法。利用新盖氏圆盘法和正则相关法对成像目标的散射中心数目进行准确估计,达到提高超分辨ESPRIT算法的成像质量的效果。通过实测数据验证了本文方法的可行性和有效性。

摘要： 本文提出一种改进的ESPRIT超分辨ISAR成像算法。利用新盖氏圆盘法和正则相关法对成像目标的散射中心数目进行准确估计,达到提高超分辨ESPRIT算法的成像质量的效果。通过实测数据验证了本文方法的可行性和有效性。

摘要： 本文提出一种改进的ESPRIT超分辨ISAR成像算法。利用新盖氏圆盘法和正则相关法对成像目标的散射中心数目进行准确估计,达到提高超分辨ESPRIT算法的成像质量的效果。通过实测数据验证了本文方法的可行性和有效性。

摘要： 本文提出一种改进的ESPRIT超分辨ISAR成像算法。利用新盖氏圆盘法和正则相关法对成像目标的散射中心数目进行准确估计,达到提高超分辨ESPRIT算法的成像质量的效果。通过实测数据验证了本文方法的可行性和有效性。

摘要： 本文提出一种改进的ESPRIT超分辨ISAR成像算法。利用新盖氏圆盘法和正则相关法对成像目标的散射中心数目进行准确估计,达到提高超分辨ESPRIT算法的成像质量的效果。通过实测数据验证了本文方法的可行性和有效性。

摘要： 本发明提供了一种联合共线仿射不变性和尺度旋转投票的影像匹配方法，包括：利用特征提取算法建立待处理影像对的初始匹配点；对任一初始匹配点，基于4邻域划分的邻域点采样，并利用共线仿射不变性几何约束进行粗差剔除，得到粗差剔除后的匹配点；利用尺度旋转投票进行匹配优化与扩展，得到优化扩展后的匹配点；利用全局几何约束进行匹配优化，得到优化后的匹配结果。本发明提出的基于4邻域划分的采样点选择方案，能够很好地解决传统K最近邻导致的局部连接关系不稳定的弊端，能够自适应初始匹配点数量。本发明提出的基于共线仿射不变性几何约束模型，具有很高的抗噪声能力，并且计算复杂度低，能够很好地满足高效率匹配需求。

摘要： 本发明提供一种基于旋转不变性图像特征描述子的目标跟踪算法，包括：对同心圆的旋转不变特征进行描述，将当前帧图像之中的跟踪目标表示为的梯度行向量S，将梯度行向量S设置为跟踪目标模板，在输入下一帧图像之后，以当前帧图像之中跟踪目标的中心点为参考点，在下一帧图像上确定待检测区域，在待检测区域内，通过滑动窗口获得多个与跟踪目标面积相同的待匹配区域，获得任一待匹配区域的梯度行向量S’，计算跟踪目标模板S与待匹配模板S’之间的相似性，在计算所有的待匹配区域的相似性之后，获得多个相关性结果，将相关性结果之中的极大值作为最优输出。本发明提供的技术方案更加轻量化，适用于水下图像的描述与跟踪，而且鲁棒性好。

摘要： 本发明公开了一种基于内插虚拟阵列协方差矩阵子空间旋转不变性的互质阵列波达方向估计方法，主要解决现有技术中虚拟阵列的非均匀性导致的信息损失以及预定义空间网格点的基不匹配问题所引发的波达方向估计误差。其实现步骤是：架构互质阵列；互质阵列接收信号建模并计算其等价虚拟信号；构造内插虚拟阵列并初始化其虚拟域信号统计量；设计基于核范数最小化的优化问题并求解，以重建内插虚拟阵列协方差矩阵；形成内插虚拟阵列协方差矩阵的信号子空间；构造具有旋转不变性的两个虚拟子阵信号子空间；计算两个虚拟子阵信号子空间的转换矩阵；形成波达方向估计的闭式解。本发明提高了波达方向估计的自由度和准确度，可用于无源定位和目标探测。

摘要： 本申请公开了基于旋转不变性等变网络应对目标旋转的方法和系统。该方法包括：输入目标的模板图片和视频帧图片；通过对所述模板图片和所述视频帧图片分别卷积以获得其特征图；将所述模板图片和所述视频帧图片的特征图进行互相关；将所述互相关的结果分别进行池化以输出热图；将所输出的热图与数据库标注结果进行比较；如果结果一致，则根据所输出的热图来确定所述目标的位置，以及否则，将所输出的热图用于反向训练经卷积的特征图。本申请还公开了相应的系统。

摘要： 本申请提出了一种用于三维识别的旋转不变性点云表示方法和装置，方法包括：获取三维空间中的点云数据，根据旋转群对应的李代数和黎曼流形结构推导三维旋转的规范坐标表示，并构建点云数据在旋转变换下的齐次商空间；根据三维旋转的规范坐标表示从齐次商空间中获取代表元素，根据代表元素生成点云数据和与点云数据旋转等价的点云数据对应的第一点云特征表示，并对第一点云特征表示进行多级池化，生成具有旋转不变性的第二点云特征表示；根据第二点云特征表示对深度神经网络进行训练，以得到最终的点云处理模型。该方法可以获得具有旋转不变性的点云表示，从而增强三维识别和点云处理方法对输入数据存在随机旋转时的鲁棒性，提高了相应方法的性能。

摘要： 本发明涉及一种基于旋转不变性的影像匹配方法，属于影像配准技术领域。本发明首先提取影像平面内多个方向CNN特征构成方向特征，并将方向特征进行聚合；然后，利用图神经网络SuperGlue进行聚合特征向量搜索，根据各方向匹配点数量得分确定匹配主方向；最后将主方向相邻方向的匹配组合构成最佳匹配，并且输出主方向。为应对较大尺寸图像匹配效率下降明显的问题，本发明还采用先对原始影像降采样，得到缩略图后再进行主方向搜索来提高匹配的效率。本发明可以在保持原有CNN局部特征描述符良好鉴别力的前提下，使匹配算法在不对模型进行重新训练的情况下，具备全方向的泛化能力，能适应任意旋转角度差异的异源影像匹配，并且还能保持一定的匹配效率。

摘要： 本发明公开了一种具有旋转和尺度不变性的多模态影像匹配方法及装置，涉及影像处理技术领域，主要目的在于提高多模态影像匹配的精度，能够提高对噪声的抵抗性和对不同模态影像的通用性，且可以消除影像间的旋转、尺度和平移差异。所述方法包括：构建多模态影像尺度金字塔，提取多模态影像尺度金字塔中各影像的特征点，构造至少两张影像层级特征图，构建具有旋转不变性的特征描述子，解算参考影像和目标影像之间的几何变换模型，目标影像重采样，构造卷积特征图，完成增强匹配及匹配点反算，将增强匹配结果作为最终结果进行输出。本发明适用于多模态影像的匹配。

摘要： 一种基于具备旋转不变性的三维点云描述子的图像处理方法，对模型的三维点云采样并获取其局部点云后，采用两阶段的局部坐标系变换实现三维空间的旋转分解；然后对旋转分解后的局部点云进行特征编码得到点云特征矩阵，再对点云特征矩阵中各点特征方向进行校正，得到保留三维坐标空间中姿态信息的各关键点特征，最后通过多尺度特征提取进行进一步的特征编码，提取得到具备旋转不变性且对点云分布鲁棒的三维点云特征，实现模型物体分类识别，即基于三维点云特征进行全局池化得到物体点云的全局特征，输入多层感知机进行物体分类任务，同时可对全局特征进行上采样得到逐点的细粒度特征，输入共享权重的多层感知机进行物体部分分割任务。

摘要： 本发明公开了一种旋转不变性人脸检测方法、装置、可读存储介质及设备，属于模式识别领域。包括：将人脸图像输入三级卷积神经网络，得到人脸位置和人脸属性。第一级卷积神经网络将人脸图像按照姿态角度分类到第一角度范围或第二角度范围，将第二角度范围的人脸图像旋转到第一角度范围；第二级卷积神经网络将第一角度范围的人脸图像按照姿态角度分类到第三角度范围、第四角度范围或第五角度范围，将第四角度范围或第五角度范围的人脸图像旋转至第三角度范围；第三级卷积神经网络对第三角度范围的人脸图像进行处理，得到人脸位置和人脸属性。本发明有效地解决了旋转人脸的检测和属性判断问题，具有较小的时间复杂度和更好的人脸检测和属性判断效果。

摘要： 本发明公开了一种具有旋转不变性的舰船目标精细化检测方法，包括：采用三点式标注法，对样本遥感图像进行标注；计算得到样本遥感图像中的目标的位置信息、类别信息和置信度；构建得到神经网络模型；通过神经网络模型对样本遥感图像进行特征提取和识别；通过梯度下降算法对神经网络模型中的参数进行更新；对神经网络模型进行多次训练后，得到目标精细化检测模型；将待识别遥感图像作为目标精细化检测模型的输入，输出待识别遥感图像中的目标的位置信息、类别信息和置信度。本发明具有学习目标几何姿态信息的能力，并将目标的朝向隐含在三角形边框中，可以有效预测目标方向及位置信息，从而实现了多类军用舰船和民用舰船目标类别和方向的判定。