Hu不变矩

摘要： 维吾尔文文字具有粘连性大、结构不封闭等特点,这给维吾尔文关键词图像检索造成了极大的困难.为提高维吾尔文文档图像检索效率,提出一种基于灰度直方图与改进Hu不变矩的关键词图像二次检索算法,该算法对单词图像进行两次检索:粗略检索和二次检索.在粗略检索阶段,对切分后的单词图像提取灰度直方图特征并对单词数据库进行粗略匹配,在保证召回率的情况下,过滤掉部分无关单词图像形成候选单词库.在粗略匹配的基础上进行精确匹配,使用改进的Hu不变矩对关键词图像的轮廓特征进行描述,该方法在Hu不变矩中将离心率、区域矩和结构矩统一,可以有效地描述图像的轮廓信息.在包含115张纯文本维吾尔文文档图像数据库上进行实验,其检索准确率平均值为78.36%,召回率平均值为81.68%.

摘要： 针对单一特征在减振垫缺陷描述上不够准确导致检测效果不佳的问题,提出了一种基于特征融合的减振垫缺陷分类方法。首先,通过词袋(BoW)模型聚类SURF提取到的纹理特征,构建视觉单词直方图;其次,针对缺陷在复杂纹理中难以提取缺陷轮廓,利用超像素分割后生成显著图后通过Hu不变矩提取几何特征;接着,根据纹理特征和几何特征在其分类模型中的准确率,提出一种特征加权融合的方法;最后,将融合新生成的特征向量送入SVM训练器中,训练后得到预测的缺陷标签值。实验证明该方法可以准确识别减振垫缺陷,其平均准确率可达97.8%,与纹理和几何特征单独分类相比,提高了5.6%和8.9%的分类准确率,满足工业识别需求。

摘要： 由于低小慢目标强机动性、易畸变等特点导致对其跟踪定位误差大、精确度低,本文针对这一难题提出了一种基于多特征融合与区域生长的Meanshift低小慢目标跟踪算法。首先根据人工标定的目标初始位置截取ROI(region of interest)区域,提取ROI区域的灰度直方图以及HOG(梯度方向直方图)特征,融合两特征建立目标的二维描述模板,然后结合目标模板与候选模板之间的Bhattacharyya相似系数以及ROI区域与候选区域之间的Hu矩的欧氏距离构建新的算法收敛判据,最后利用区域生长方法分析目标面积变化建立模板更新机制。通过在公开数据集LaSOT以及自行采集的4个图像序列上与同类算法的实验表现,表明本文算法对低小慢目标强机动与畸变不敏感,跟踪效果稳定,在一定的约束条件下,算法的跟踪精度可到达95%以上,具有较强的应用价值。

摘要： 针对机器人分拣煤矸石时,因输送带打滑、左右摆动而造成矸石定位不准确、机械臂末端抓取失败和载荷冲击等问题,提出了一种基于机器视觉的煤矸石分拣机器人动态目标稳定抓取轨迹规划方法。首先,采用基于HU不变矩图像匹配算法对目标矸石进行匹配识别并获取目标矸石位姿;其次,分别建立机器人和相机-机器人运动学方程,并进行正逆求解,实现基于视觉的目标矸石精确定位;最后,采用位置-速度-加速度三环PID控制算法进行目标矸石动态跟踪,即位置环控制器的输入为获取的目标矸石精确位置,位置环控制器的输出作为速度环控制器的输入,速度环控制器的输出作为加速度环控制器的输入,将加速度环控制器的输出叠加到伺服电动机上,使机械臂末端与目标矸石达到位置、速度同步运动的效果,实现平稳快速抓取。采用Matlab对三环PID控制算法、三维比例导引算法和三维偏置比例导引算法进行仿真对比,结果表明:对动态目标的跟踪抓取在追随式、同步式和拦截式3种情况下,三环PID控制算法的响应时间、跟踪抓取时间均较比例导引算法及偏置比例导引算法短,且三环PID控制算法在整个过程中各轴速度、加速度连续、平滑,没有出现突变情况,可实现动态目标同步跟踪、精准抓取。在煤矸石分拣系统平台上应用三环PID控制算法、比例导引算法和偏置比例导引算法进行适应性实验,结果表明:3种算法在机器人运行时各个关节均未超限;三环PID控制算法完成抓取的平均时间比比例导引算法和偏置比例导引算法短;三环PID控制算法在抓取点的平均速度偏差在1 mm/s左右,跟踪速度偏差较小,可满足对高速度目标的同步跟踪、精准抓取要求。

摘要： 手势识别成为了一种新型的人机交互手段,对于社会生产和日常生活都有着非常重要的研究意义。以OpenCV为基础,通过HSV色彩模型来分割手势,用Canny图像边缘检测的方法来绘制手势轮廓,建立在图像的Hu不变矩来进行模板匹配,对常见的数字静态手势进行实时的分类识别。结果表明,基于OpenCV的静态手势识别技术达到预期效果,准确率达92%。

摘要： 针对遥感影像滑坡的轮廓不受地域、滑坡种类、纹理和颜色特征影响的特点,且同时具有很好的旋转及尺度不变性,是滑坡遥感影像中较为稳定的一项特征,提出了一种基于傅里叶描述子进行滑坡遥感影像轮廓特征提取的方法。创建了一个小型滑坡遥感影像样本库,在这些滑坡影像的基础上,通过傅里叶描述子低频特性选取少量的描述子对滑坡轮廓进行重构;利用Hu不变矩验证了滑坡轮廓平移、旋转和尺度的不变性;以多分类支持向量机进行分类。通过验证表明,傅里叶描述子可以有效地提取滑坡的轮廓特征,识别效果优于Hu不变矩和融合特征(傅里叶描述子和Hu不变矩)。

摘要： 目标跟踪作为计算机视觉研究的重要方向,具备良好的发展前景。针对传统Mean-shift跟踪算法在目标存在背景干扰或遇到遮挡时,目标跟踪框不准确以及目标丢失的现状进行了相关研究。结合目标特征建模优势,提出了基于Hu不变矩相似关联度的Mean-shift运动跟踪算法。该算法采用Hu不变矩特征描述子提取目标特征向量矩进行建模,并由目标位移矢量拟合预估Mean-shift初始迭代搜索的位置。通过Pearson相关系数度量目标特征矩与候选特征矩之间关联度,并结合8步态迭代搜索的方式定位运动目标,实现了目标跟踪。试验表明,当目标存在遮挡时,该算法依然能够进行有效跟踪定位,有效地改善了复杂条件下跟踪框BBox与真实值(GT)之间的交并比(IOU)值,减少了目标搜索时的迭代次数,具有较好的鲁棒性。

摘要： 针对高速铁路接触网绝缘子故障检测问题,提出一种基于深度学习EAST模型与Hu不变矩的图像检测方法.利用EAST模型生成检测图像的掩膜图,与图像进行掩膜操作得到绝缘子区域,实现定位功能;利用二值化边缘检测提取绝缘子每片轮廓;利用Hu不变矩逐片进行轮廓相似度对比,通过对比结果判断绝缘子是否存在故障.实验结果表明,本文方法可在不同场景下准确定位绝缘子区域,通过逐片对比避免了图像一致性差的问题,为绝缘子故障检测提供一种思路.

摘要： 针对传统手势识别准确率不高、运算复杂度高的问题,采用YCbCr肤色分割算法与运动检测方法结合,保留手势图像;分类、分层手势图像识别,即通过手指数目m可做判据的,及剩余手势构建手势模型参数Ki;通过模板匹配判别,并比较文章方法与传统Hu不变矩方法的识别效果,该方法可针对预定义的11种手势进行快速、准确的判别,具有较高的准确性和鲁棒性.

摘要： 在介绍了传统模板匹配算法原理的基础上,分析了该算法在识别和定位目标方面的不足之处,并对其进行了改进,提出将Hu不变矩的模板匹配方法应用在显微视觉目标识别中.实验结果表明:采用Hu不变矩的模板匹配算法解决了传统方法存在的对目标的旋转无法识别的问题,在目标识别上具有旋转和平移不变性,提高了目标识别的准确性.

摘要： 在介绍了传统模板匹配算法原理的基础上,分析了该算法在识别和定位目标方面的不足之处,并对其进行了改进,提出将Hu不变矩的模板匹配方法应用在显微视觉目标识别中.实验结果表明:采用Hu不变矩的模板匹配算法解决了传统方法存在的对目标的旋转无法识别的问题,在目标识别上具有旋转和平移不变性,提高了目标识别的准确性.

摘要： 在介绍了传统模板匹配算法原理的基础上,分析了该算法在识别和定位目标方面的不足之处,并对其进行了改进,提出将Hu不变矩的模板匹配方法应用在显微视觉目标识别中.实验结果表明:采用Hu不变矩的模板匹配算法解决了传统方法存在的对目标的旋转无法识别的问题,在目标识别上具有旋转和平移不变性,提高了目标识别的准确性.

摘要： 在介绍了传统模板匹配算法原理的基础上,分析了该算法在识别和定位目标方面的不足之处,并对其进行了改进,提出将Hu不变矩的模板匹配方法应用在显微视觉目标识别中.实验结果表明:采用Hu不变矩的模板匹配算法解决了传统方法存在的对目标的旋转无法识别的问题,在目标识别上具有旋转和平移不变性,提高了目标识别的准确性.

摘要： 矩作为模式的特征在二维图像模式识别中应用很广,不变矩是一种比较经典的特征提取方法,其特征在图像平移、伸缩、旋转时均保持不变.本文介绍了不变矩的基本理论以及Hu提出的七个不变矩,其后发展的Zernike矩、Legendre矩、小波矩等,并对不变矩的物理含义进行分析.通过VC++编程应用Hu矩对飞机目标进行提取识别,分析了不变矩在生产应用中的可行性与实用性以及二值化，分别从矩特征数目、图像分割阈值、匹配阈值、搜索窗口移动步距和噪声五个方面分析了它们对识别效果的影响，从中可以看出：在进行特征提取之前，要对图像进行一定地预处理，如平滑去噪，将影响提取的特征的因素尽量削弱或去掉；提取的特征向量不能使用单一的特征，要有足够的特征数目；图像分割要能够把要提取目标的样本的轮廓尽可能完好地分割出来，即尽可能清晰地将目标从背景提取出来；而匹配的阈值要根据一定的经验所得，将其控制在尽可能好的提取效果范围内；移动步距的影响也要考虑，不能太大，以免提不出目标，太小了在大副图像的提出中则耗用太多的时间；Hu不变矩的计算是区域算法，当计算获取灰度矩图像时，计算效率相当低，在此次试验中的小幅图像就耗时一分多钟，所以相当有必要研究矩的快速算法或者提高计算机硬件的处理能力。

摘要： 矩作为模式的特征在二维图像模式识别中应用很广,不变矩是一种比较经典的特征提取方法,其特征在图像平移、伸缩、旋转时均保持不变.本文介绍了不变矩的基本理论以及Hu提出的七个不变矩,其后发展的Zernike矩、Legendre矩、小波矩等,并对不变矩的物理含义进行分析.通过VC++编程应用Hu矩对飞机目标进行提取识别,分析了不变矩在生产应用中的可行性与实用性以及二值化，分别从矩特征数目、图像分割阈值、匹配阈值、搜索窗口移动步距和噪声五个方面分析了它们对识别效果的影响，从中可以看出：在进行特征提取之前，要对图像进行一定地预处理，如平滑去噪，将影响提取的特征的因素尽量削弱或去掉；提取的特征向量不能使用单一的特征，要有足够的特征数目；图像分割要能够把要提取目标的样本的轮廓尽可能完好地分割出来，即尽可能清晰地将目标从背景提取出来；而匹配的阈值要根据一定的经验所得，将其控制在尽可能好的提取效果范围内；移动步距的影响也要考虑，不能太大，以免提不出目标，太小了在大副图像的提出中则耗用太多的时间；Hu不变矩的计算是区域算法，当计算获取灰度矩图像时，计算效率相当低，在此次试验中的小幅图像就耗时一分多钟，所以相当有必要研究矩的快速算法或者提高计算机硬件的处理能力。

摘要： 矩作为模式的特征在二维图像模式识别中应用很广,不变矩是一种比较经典的特征提取方法,其特征在图像平移、伸缩、旋转时均保持不变.本文介绍了不变矩的基本理论以及Hu提出的七个不变矩,其后发展的Zernike矩、Legendre矩、小波矩等,并对不变矩的物理含义进行分析.通过VC++编程应用Hu矩对飞机目标进行提取识别,分析了不变矩在生产应用中的可行性与实用性以及二值化，分别从矩特征数目、图像分割阈值、匹配阈值、搜索窗口移动步距和噪声五个方面分析了它们对识别效果的影响，从中可以看出：在进行特征提取之前，要对图像进行一定地预处理，如平滑去噪，将影响提取的特征的因素尽量削弱或去掉；提取的特征向量不能使用单一的特征，要有足够的特征数目；图像分割要能够把要提取目标的样本的轮廓尽可能完好地分割出来，即尽可能清晰地将目标从背景提取出来；而匹配的阈值要根据一定的经验所得，将其控制在尽可能好的提取效果范围内；移动步距的影响也要考虑，不能太大，以免提不出目标，太小了在大副图像的提出中则耗用太多的时间；Hu不变矩的计算是区域算法，当计算获取灰度矩图像时，计算效率相当低，在此次试验中的小幅图像就耗时一分多钟，所以相当有必要研究矩的快速算法或者提高计算机硬件的处理能力。

摘要： 矩作为模式的特征在二维图像模式识别中应用很广,不变矩是一种比较经典的特征提取方法,其特征在图像平移、伸缩、旋转时均保持不变.本文介绍了不变矩的基本理论以及Hu提出的七个不变矩,其后发展的Zernike矩、Legendre矩、小波矩等,并对不变矩的物理含义进行分析.通过VC++编程应用Hu矩对飞机目标进行提取识别,分析了不变矩在生产应用中的可行性与实用性以及二值化，分别从矩特征数目、图像分割阈值、匹配阈值、搜索窗口移动步距和噪声五个方面分析了它们对识别效果的影响，从中可以看出：在进行特征提取之前，要对图像进行一定地预处理，如平滑去噪，将影响提取的特征的因素尽量削弱或去掉；提取的特征向量不能使用单一的特征，要有足够的特征数目；图像分割要能够把要提取目标的样本的轮廓尽可能完好地分割出来，即尽可能清晰地将目标从背景提取出来；而匹配的阈值要根据一定的经验所得，将其控制在尽可能好的提取效果范围内；移动步距的影响也要考虑，不能太大，以免提不出目标，太小了在大副图像的提出中则耗用太多的时间；Hu不变矩的计算是区域算法，当计算获取灰度矩图像时，计算效率相当低，在此次试验中的小幅图像就耗时一分多钟，所以相当有必要研究矩的快速算法或者提高计算机硬件的处理能力。

摘要： 本文主要针对智能安全监控方面的应用需求,提出了一种新的人体行为识别方法,该方法通过将背景减除法和时间差分法加权平均的策略从视频序列中精确地检测并提取出运动人体车廓。并在此基础上提出一种基于加权Hu不变矩的模板匹配算法,实现了对视频监控范围内的人体实施的行为进行主动分析,从而能够对一些异常的人体行为做出识别并进行报警处理,使得安全监控系统达到真正的"智能化"。实验结果表明该方法具有很小的漏检率和误检率,而且具有很好的实时性。

摘要： 本文主要针对智能安全监控方面的应用需求,提出了一种新的人体行为识别方法,该方法通过将背景减除法和时间差分法加权平均的策略从视频序列中精确地检测并提取出运动人体车廓。并在此基础上提出一种基于加权Hu不变矩的模板匹配算法,实现了对视频监控范围内的人体实施的行为进行主动分析,从而能够对一些异常的人体行为做出识别并进行报警处理,使得安全监控系统达到真正的"智能化"。实验结果表明该方法具有很小的漏检率和误检率,而且具有很好的实时性。

摘要： 本发明提出的一种基于Hu不变矩改进算法的图书识别方法。包括以下步骤：(1)采集图书彩色图像并滤波；(2)根据滤波后的图像采用最小包围矩形算法确定图书边沿；(3)将图书边沿内的图书图像处理为固定的像素尺寸，并拆分为多个ROI；(4)依次将每个ROI进行通道分离，分离为红、绿、蓝三个色彩通道；(5)使用改良后的Hu不变矩算法，依次计算得到每个ROI的色彩通道的改良不变矩；(6)分析对比每个图书图像的所有改良Hu不变矩数据，进行图书识别。采用该方法，大幅度减少了人的操作量，同时避免了前期对书籍的条码设计、粘贴等过程，有效地节省了人力物力成本，识别准确，可移植性强，明显改善了标准Hu不变矩算法在外界光源偏色或亮度变化明显时的鲁棒性不好的缺陷。

摘要： 本发明公开了一种结合LTCD和Hu不变矩的COG中bump的分割方法，属于数字图像处理领域，应用于COG制作过程中的ACF粒子自动光学检测。本方法结合了改进LTCD方法的特征和Hu不变矩适合描述图像的形状特征的特点，能自动提取不规则形状bump，避免了ACF粒子自动光学检测过程中bump区域的人工框选,从而避免了人工框选的误差,提高了检测速度和精度,可以广泛的应用于COG制造中的自动光学检测。

摘要： 本发明涉及一种基于HU不变矩和支持向量机的服装款式识别方法，通过对服装图像的预处理，获取服装的外部轮廓，然后提取服装外部轮廓的HU不变矩特征，再予以基于支持向量机(SVM)的服装款式识别。所述对服装图像的预处理是指对服装图像分割处理，找到最大面积的8连通区域即为服装区域，并对服装区域填充内部空洞；所述获取服装的外部轮廓是指对服装图像的预处理后进行外部的边缘检测，得到服装的轮廓图像。所述提取服装外部轮廓的HU不变矩特征是指提取服装轮廓形状特征的七阶HU不变矩特征向量。所述基于SVM的服装款式识别采用SVM多分类器进行服装款式的多分类识别。本发明能够达到83％的识别准确率，识别服装轮廓相似的款式有较好的效果，具有快速和准确的特点，可适用于服装图像中服装款式的识别。

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： 本发明提供了一种基于Hu不变矩‑SVM相结合的焊缝图像模式识别方法，用于实现对焊缝图像进行识别，包括如下步骤：基于Hu不变矩对所述焊缝图像进行特征提取，得到七维不变矩数据；对SVM分类器进行训练，通过求取目标函数的最优值来确定将不同类型的七维不变矩数据分隔开的超平面；将七维不变矩数据输入到所述SVM分类器中，使用超平面的分隔不同类型的七维不变矩数据从而实现对所述焊缝图像模式的识别。本发明仅保留了决定焊缝图像类型的七维数据，删除了众多的图像中冗余特征，降低了SVM分类器识别的难度，提高了识别的时间，即使在低训练样本的情况下，依然具有很高的识别精度以及很好的鲁棒性。

摘要： 本发明公开了一种旋转机械轴心轨迹的改进HU不变矩提取方法，属于水电机组在线监测技术领域，包括利用HU不变矩方法对不同工况下的水电机组主轴轴心轨迹进行特征提取，从而对轴心轨迹形状自动识别，得出水电机组的标准轴心轨迹图；获取包括所述标准轴心轨迹图的水电机组数据信息，并与水电机组不同运行工况下的各单元标准区间数据进行对比和分析，得出水电机组工作情况；根据水电机组工作情况选择是否启动报警程，本发明算法简单，计算量小，识别精度高，轴心轨迹形状自动识别对于机组故障诊断自动化具有重要意义。

摘要： 利用单像素成像提取目标全局特征Hu不变矩的方法，包括以下步骤：S1、构造(p+q)阶二维函数G(x,y)，令二维函数满足：Gpq(x,y)＝xpyq；S2、调整p,q的参数值，生成相应的二维函数Gpq(x,y)调制信息；S3、将生成的二维调制信息发送至光调制系统中，对目标物体的照明光进行调制，产生结构调制光，并用调制光照射目标；S4、利用单像素探测采集系统获取目标透射或反射光的强度值，利用探测获取的强度值来反演获取目标全局特征的Hu不变矩。本发明通过融合单像素成像和提取目标全局特征不变矩的技术，实现对目标全局特征信息的高效快速获取，提升特征矩在新环境、新领域中的使用效率，本发明在目标分析理解和分类识别等领域具有广泛的应用前景。

摘要： 本发明提出的一种基于Hu不变矩改进算法的图书识别方法。包括以下步骤：(1)采集图书彩色图像并滤波；(2)根据滤波后的图像采用最小包围矩形算法确定图书边沿；(3)将图书边沿内的图书图像处理为固定的像素尺寸，并拆分为多个ROI；(4)依次将每个ROI进行通道分离，分离为红、绿、蓝三个色彩通道；(5)使用改良后的Hu不变矩算法，依次计算得到每个ROI的色彩通道的改良不变矩；(6)分析对比每个图书图像的所有改良Hu不变矩数据，进行图书识别。采用该方法，大幅度减少了人的操作量，同时避免了前期对书籍的条码设计、粘贴等过程，有效地节省了人力物力成本，识别准确，可移植性强，明显改善了标准Hu不变矩算法在外界光源偏色或亮度变化明显时的鲁棒性不好的缺陷。

摘要： 本发明公开了一种基于改进HU不变矩的快速图像匹配方法及其应用，属于图像处理技术领域。通过利用金字塔模型，成比例降低模板图像和待匹配图像的分辨率，优化起始匹配位置和搜索路径，减少模板遍历计算量；提出一种构造多尺度模板的方法，并利用相似度度量和连通域算法最终实现目标准确定位与标记，使得该算法对灰度变化、平移、大幅度旋转和缩放具有一定的不变性，且对大分辨率图像，匹配速度大大提高，取得了良好的匹配效果；在灰度畸变、图像失焦、目标平移、旋转和缩放的匹配上更加稳定和鲁棒，同时，因为本发明克服了大分辨率图像全局遍历匹配计算量大的缺点，极大提高了匹配效率，基本满足了高精密机械加工和检测行业实时匹配要求。

摘要： 本发明公开了一种结合LTCD和Hu不变矩的COG中bump的分割方法，属于数字图像处理领域，应用于COG制作过程中的ACF粒子自动光学检测。本方法结合了改进LTCD方法的特征和Hu不变矩适合描述图像的形状特征的特点，能自动提取不规则形状bump，避免了ACF粒子自动光学检测过程中bump区域的人工框选,从而避免了人工框选的误差,提高了检测速度和精度,可以广泛的应用于COG制造中的自动光学检测。