吉林大学学报(工学版) ›› 2014, Vol. 44 ›› Issue (6): 1860-1866.doi: 10.13229/j.cnki.jdxbgxb201406049

• • 上一篇    下一篇

Zernike矩快速算法的修正

翟凤文, MuhammadAsimAzim, 王阳萍, 党建武   

  1. 兰州交通大学 电子与信息工程学院,兰州 730070
  • 收稿日期:2013-03-27 出版日期:2014-11-01 发布日期:2014-11-01
  • 通讯作者: 党建武(1963-),男,教授,博士生导师.研究方向:智能信息处理,图像处理.E-mail:dangjw@mail.lzjtu.cn
  • 作者简介:翟凤文(1980-),女,博士研究生.研究方向:模式识别,医学图像处理.E-mail:
  • 基金资助:
    国家自然科学基金项目(60962004,61162016); 甘肃省自然科学基金项目(0803RJZA015); 甘肃省科技支撑计划项目(0708GKCA047)

Amendment of Zernike moment fast computation

ZHAI Feng-wen, Muhammad Asim Azim, WANG Yang-ping, DANG Jian-wu   

  1. School of Electronic and Information Engineering, Lanzhou Jiaotong University, Lanzhou 730070,China
  • Received:2013-03-27 Online:2014-11-01 Published:2014-11-01

摘要: 首先对Mukundan和Ramakrishnan提出的Zernike矩快速算法进行了修正,给出了更为完整、准确的坐标变换公式。然后给出了由伪极坐标系向笛卡尔坐标系转换的方法。最后,将每一幅图像在相同阶数和重复度下的4个方向Zernike矩模值的均方差与均值的比作为评价指标,对修正前和修正后的算法以及图像预处理对Zernike矩快速算法的影响进行了综合验证。针对5幅图片,两种算法分别有5×11个评价值,实验结果表明:改进后的算法有44个评价值好于原始算法,同时也通过实验验证了多种预处理对Zernike矩的影响。

关键词: 信息处理技术, 快速算法, Zernike多项式, Zernike矩

Abstract: In this paper, first, the fast computation algorithm of Zernike moments proposed by Mukundan and Ramakrishnan was amended. Second, the transformation method from pseudo polar coordinates to the Descartes coordinates was proposed. Third, the effects of pretreatment of image on both original algorithm and the amended algorithm were tested. For each image at fixed order and fixed repetition, four moment magnitudes corresponding to the four rotations were obtained. Then the ratio of standard deviation and mean value of the four magnitudes were taken as the evaluation indicator. For comparison, the original algorithm and the amended algorithm each got 5×11 indicators from five selected images. Results show that the amended algorithm has 44 indicators exceeding that of the original algorithm.

Key words: information process, fast computation, Zernike polynomial, Zernike moments

中图分类号: 

  • TP391
[1] Chen Z, Sun S K. A Zernike moment phase based descriptor for local image representation and matching[J]. IEEE Transactions on Image Processing, 2010,19(1): 205-219.
[2] Mikolajczyk K, Tuytelaars T, Schmid C, et al. A comparison of affine region detectors[J]. International Journal of Computer Vision,2005,65(1):43-72.
[3] 郭哲, 张艳宁, 林增刚. 基于扩展二维不变矩的三维人脸特征提取[J]. 吉林大学学报:工学版, 2012,42(2):446-450. Guo Zhe, Zhang Yan-ning, Lin Zeng-gang. 3D face feature extraction based on extended 2D invariant moments[J]. Journal of Jilin University(Engineering and Technology Edition), 2012, 42(2):446-450.
[4] Hu M,Visual K.Pattern recognition by moment invariant[J]. IEEE Transactions on Information Theory, 1962,12(8):179-187.
[5] Ye Bin, Peng Jia-xiong. Analysis and improvement of invariance of Zernike moments[J]. Infrared and Laser Engineering, 2003, 32(1):37-41.
[6] Mukundan R, Ramakrishnan K R. Fast computation of Legendre and Zernike moments[J]. Pattern Recognition, 1995,28(9):1433-1442.
[7] Teague M R. Image analysis via the general theory of moments[J]. Journal of the Optical Society of America, 1980,70(8): 920-930.
[8] 徐旦华, 辜嘉, 李松毅, 等. Zernike 矩的快速算法[J]. 东南大学学报:自然科学版,2002, 132(12):189-192. Xu Dan-hua, Gu Jia, Li Song-yi, et al. Fast algorithm for computation of Zernike moments[J]. Journal of Southeast University (Natural Science Edition),2002,132(12):189-192.
[9] http://scholar.google.com.hk/scholar?q=+Mukundan+R+%2C+Ramakrishnan.
[10] Li S, Lee M C, Pun C M. Complex Zernike moments features for shape-based image retrieval[J]. IEEE Transactions on Systems, Man and Cybernetics-Part A: Systems and Humans, 2009, 39(1): 227-237.
[11] Singh C,Walia E, Mittal N. Rotation invariant complex Zernike moments features and their applications to human face and character recognition[J]. IET Computer Vision,2011,5(5):255-265.
[1] 苏寒松,代志涛,刘高华,张倩芳. 结合吸收Markov链和流行排序的显著性区域检测[J]. 吉林大学学报(工学版), 2018, 48(6): 1887-1894.
[2] 徐岩,孙美双. 基于卷积神经网络的水下图像增强方法[J]. 吉林大学学报(工学版), 2018, 48(6): 1895-1903.
[3] 黄勇,杨德运,乔赛,慕振国. 高分辨合成孔径雷达图像的耦合传统恒虚警目标检测[J]. 吉林大学学报(工学版), 2018, 48(6): 1904-1909.
[4] 李居朋,张祖成,李墨羽,缪德芳. 基于Kalman滤波的电容屏触控轨迹平滑算法[J]. 吉林大学学报(工学版), 2018, 48(6): 1910-1916.
[5] 应欢,刘松华,唐博文,韩丽芳,周亮. 基于自适应释放策略的低开销确定性重放方法[J]. 吉林大学学报(工学版), 2018, 48(6): 1917-1924.
[6] 陆智俊,钟超,吴敬玉. 星载合成孔径雷达图像小特征的准确分割方法[J]. 吉林大学学报(工学版), 2018, 48(6): 1925-1930.
[7] 刘仲民,王阳,李战明,胡文瑾. 基于简单线性迭代聚类和快速最近邻区域合并的图像分割算法[J]. 吉林大学学报(工学版), 2018, 48(6): 1931-1937.
[8] 单泽彪,刘小松,史红伟,王春阳,石要武. 动态压缩感知波达方向跟踪算法[J]. 吉林大学学报(工学版), 2018, 48(6): 1938-1944.
[9] 姚海洋, 王海燕, 张之琛, 申晓红. 双Duffing振子逆向联合信号检测模型[J]. 吉林大学学报(工学版), 2018, 48(4): 1282-1290.
[10] 全薇, 郝晓明, 孙雅东, 柏葆华, 王禹亭. 基于实际眼结构的个性化投影式头盔物镜研制[J]. 吉林大学学报(工学版), 2018, 48(4): 1291-1297.
[11] 陈绵书, 苏越, 桑爱军, 李培鹏. 基于空间矢量模型的图像分类方法[J]. 吉林大学学报(工学版), 2018, 48(3): 943-951.
[12] 陈涛, 崔岳寒, 郭立民. 适用于单快拍的多重信号分类改进算法[J]. 吉林大学学报(工学版), 2018, 48(3): 952-956.
[13] 孟广伟, 李荣佳, 王欣, 周立明, 顾帅. 压电双材料界面裂纹的强度因子分析[J]. 吉林大学学报(工学版), 2018, 48(2): 500-506.
[14] 林金花, 王延杰, 孙宏海. 改进的自适应特征细分方法及其对Catmull-Clark曲面的实时绘制[J]. 吉林大学学报(工学版), 2018, 48(2): 625-632.
[15] 王柯, 刘富, 康冰, 霍彤彤, 周求湛. 基于沙蝎定位猎物的仿生震源定位方法[J]. 吉林大学学报(工学版), 2018, 48(2): 633-639.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
No Suggested Reading articles found!