线段长度比仿射几何不变量提取方法

吉林大学学报(工学版) ›› 2013, Vol. 43 ›› Issue (02): 497-503.

线段长度比仿射几何不变量提取方法

黄波^1,2, 赵晓晖¹, 时公涛², 赵继印¹, 陈涛²

1. 吉林大学通信工程学院, 长春 130022;
2. 空军装备研究院情报所, 北京 100085

收稿日期:2012-05-22 出版日期:2013-03-01 发布日期:2013-03-01
通讯作者: 赵晓晖(1957-),男,教授,博士生导师.研究方向:信号处理理论及其在通信中的应用.E-mail:xhzhao@jlu.edu.cn E-mail:xhzhao@jlu.edu.cn
作者简介:黄波(1980-),男,博士研究生.研究方向:图像处理与模式识别.E-mail:huangbojlu@sina.com
基金资助:
国家自然科学基金项目(61040043,61101213).

Extraction method of a segment length ratio affine geometry invariant

HUANG Bo^1,2, ZHAO Xiao-hui¹, SHI Gong-tao², ZHAO Ji-yin¹, CHEN Tao²

1. College of Communication Engineering, Jilin University, Changchun 130022, China;
2. Information Institute, the Equipment Academy of the Air Force, Beijing 100085, China

Received:2012-05-22 Online:2013-03-01 Published:2013-03-01

摘要/Abstract

摘要： 基于扩展质心概念,提出了一种新的线段长度比仿射几何不变量。利用扩展质心的仿射几何特性证明:对待分割图像进行仿射区域划分时,所得扩展质心与待分割图像原质心共线,进而提出冗余度更低的仿射区域划分策略,并定义了扩展图像。在新的划分策略规则下联合扩展图像,由共线的扩展质心和原质心构造出长度比仿射几何不变量。理论推导和实验表明,新不变量稳定性高且累积误差小,具有更优的分类识别能力。

关键词: 计算机应用, 线段长度比, 仿射几何, 扩展质心, 仿射不变特征

Abstract: Based on the concept of extended centroids, a new segment length ratio affine geometry invariant is proposed in this paper. First, with the affine geometrical characteristics of the extended centroids, it is proved that an image's extended centroids by affine region cutting and its original cnetroid are in the same straight line. Then, a lower redundancy affine area cutting strategy is proposed, and the extended images are defined. Finally, under the new cutting strategy combined with the extended images, the segment length ratio affine geometry invariants are constructed by the collinear extended centroids and the original centroid. Theoretical analysis and experiment results show that the new invariants have high stability, small accumulated error and better classification ability.

Key words: computer application, segment length ratio, affine geometry, extended centroids, affine invariant features

中图分类号:

TP391

黄波, 赵晓晖, 时公涛, 赵继印, 陈涛. 线段长度比仿射几何不变量提取方法[J]. 吉林大学学报(工学版), 2013, 43(02): 497-503.

HUANG Bo, ZHAO Xiao-hui, SHI Gong-tao, ZHAO Ji-yin, CHEN Tao. Extraction method of a segment length ratio affine geometry invariant[J]. 吉林大学学报(工学版), 2013, 43(02): 497-503.

参考文献

[1] 周云龙, 李洪伟, 陈飞. 基于图像轮廓特征和粒子群优化神经网络的气液两相流流型识别[J]. 吉林大学学报:工学版, 2009, 39(3): 673-678. Zhou Yun-long, Li Hong-wei, Chen Fei. Identification method of gas-liquid two-phase flow pattern based on image contour feature and particle swarm optimized neural network[J]. Journal of Jilin University(Engineering and Technology Edition), 2009, 39(3): 673-678.

[2] Jan F, TomášS. Pattern recognition by affine moment invariant[J]. Pattern Recognition, 1993, 26(1): 167-174.

[3] Esa R, Mikko S, Janne H. Affine invariant pattern recognition using multi-scale autoconvolution [J]. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2005, 27(6): 908-918.

[4] Yang Zheng-wei, Fernand S C. Image registration and object recognition using affine invariants and convex hulls[J]. IEEE Transaction on Image Processing, 1999, 8(7):934-946.

[5] Zhang Jian-guo, Tieniu T. Affine invariant texture analysis based on structural properties//Proceedings of the Fifth Asian Conference on Computer Vision, Melbourne, Australia, 2002.

[6] Wang Y, Teoh E K. 2D affine-invariant contour matching using B-spline model[J]. IEEE Transactions on Image Processing, 2007, 29(10): 1853-1858.

[7] Khairul H A, Osamu O. Implementation of multi-centroid moment invariants in thermal-based face identification system[J]. American Journal of Applied Sciences, 2010, 7(3): 283-289.

[8] 陈涛, 粟毅, 蒋咏梅, 等. 利用仿射几何特性提取图像中的仿射不变特征[J]. 中国图象图形学报, 2007, 12(9):1633-1641. Chen Tao, Su Yi, Jiang Yong-mei, et al. Affine invariant feature extraction based on affine geometry[J]. Journal of Image and Graphics, 2007, 12(9): 1633-1641.

[9] 雷琳, 陈涛, 李智勇, 等. 全局仿射变换条件下图像不变量提取信息方法[J]. 国防科技大学学报, 2008, 30(4): 64-70. Lei Lin, Chen Tao, Li Zhi-yong, et al. A new approach to image invariant extraction under global affine transformation[J]. Journal of National University of Defense Technology, 2008, 30(4): 64-70.

[10] 高峰, 文贡坚. 利用仿射几何的仿射不变特征提取方法[J]. 中国图象图形学报, 2011, 16(3): 389-397. Gao Feng, Wen Gong-jian. A new method for affine invariants extraction based on affine geometry[J]. Journal of Image and Graphics, 2011, 16(3): 389-397.

相关文章 15

[1]	刘富,宗宇轩,康冰,张益萌,林彩霞,赵宏伟. 基于优化纹理特征的手背静脉识别系统[J]. 吉林大学学报(工学版), 2018, 48(6): 1844-1850.
[2]	王利民,刘洋,孙铭会,李美慧. 基于Markov blanket的无约束型K阶贝叶斯集成分类模型[J]. 吉林大学学报(工学版), 2018, 48(6): 1851-1858.
[3]	金顺福,王宝帅,郝闪闪,贾晓光,霍占强. 基于备用虚拟机同步休眠的云数据中心节能策略及性能[J]. 吉林大学学报(工学版), 2018, 48(6): 1859-1866.
[4]	赵东,孙明玉,朱金龙,于繁华,刘光洁,陈慧灵. 结合粒子群和单纯形的改进飞蛾优化算法[J]. 吉林大学学报(工学版), 2018, 48(6): 1867-1872.
[5]	刘恩泽,吴文福. 基于机器视觉的农作物表面多特征决策融合病变判断算法[J]. 吉林大学学报(工学版), 2018, 48(6): 1873-1878.
[6]	欧阳丹彤, 范琪. 子句级别语境感知的开放信息抽取方法[J]. 吉林大学学报(工学版), 2018, 48(5): 1563-1570.
[7]	刘富, 兰旭腾, 侯涛, 康冰, 刘云, 林彩霞. 基于优化k-mer频率的宏基因组聚类方法[J]. 吉林大学学报(工学版), 2018, 48(5): 1593-1599.
[8]	桂春, 黄旺星. 基于改进的标签传播算法的网络聚类方法[J]. 吉林大学学报(工学版), 2018, 48(5): 1600-1605.
[9]	刘元宁, 刘帅, 朱晓冬, 陈一浩, 郑少阁, 沈椿壮. 基于高斯拉普拉斯算子与自适应优化伽柏滤波的虹膜识别[J]. 吉林大学学报(工学版), 2018, 48(5): 1606-1613.
[10]	车翔玖, 王利, 郭晓新. 基于多尺度特征融合的边界检测算法[J]. 吉林大学学报(工学版), 2018, 48(5): 1621-1628.
[11]	赵宏伟, 刘宇琦, 董立岩, 王玉, 刘陪. 智能交通混合动态路径优化算法[J]. 吉林大学学报(工学版), 2018, 48(4): 1214-1223.
[12]	黄辉, 冯西安, 魏燕, 许驰, 陈慧灵. 基于增强核极限学习机的专业选择智能系统[J]. 吉林大学学报(工学版), 2018, 48(4): 1224-1230.
[13]	傅文博, 张杰, 陈永乐. 物联网环境下抵抗路由欺骗攻击的网络拓扑发现算法[J]. 吉林大学学报(工学版), 2018, 48(4): 1231-1236.
[14]	曹洁, 苏哲, 李晓旭. 基于Corr-LDA模型的图像标注方法[J]. 吉林大学学报(工学版), 2018, 48(4): 1237-1243.
[15]	侯永宏, 王利伟, 邢家明. 基于HTTP的动态自适应流媒体传输算法[J]. 吉林大学学报(工学版), 2018, 48(4): 1244-1253.

Metrics

Viewed

Full text

Abstract

Cited

Shared

Discussed