基于直方图小波变换的图像颜色特征索引技术

提出了一种基于直方图小波变换的图像颜色特征索引技术:对图像HSV颜色直方图进行小波变换,变换后数据用于相似性的递进匹配.该方法与直接直方图比较具有相同的效果,而特征矢量长度明显减少,检索效率明显改进.实验结果表明,小波变换由于其金字塔形式可为图像数据库提供内容特征的递进匹配,明显加快图像检索匹配速度.     

基于直方图小波变换的图像颜色特征索引技术

提出了一种基于直方图小波变换的图像颜色特征索引技术:对图像HSV颜色直方图进行小波变 换,变换后数据用于相似性的递进匹配。该方法与直接直方图比较具有相同的效果,而特征矢量长度明 显减少,检索效率明显改进。实验结果表明,小波变换由于其金字塔形式可为图像数据库提供内容特征 的递进匹配,明显加快图像检索匹配速度。     

排种图像的小波变换及其评价

图像变换是从排种图像中精确提取种子对象的一项关键措施,由于线性变换、中值滤波尚不能达到理想要求,故尝试应用二雏小波对排种图像进行小波变换,并依据种子对象的提取效果对其进行了评价。研究结果表明,小波变换对排种图像处理而言是一种优良变换算法,种子对象提取的匹配系数均大于0．85,最高达0．935 7,优于线性变换算法的0．6709。     

中草药大黄的小波变换红外光谱的聚类分析鉴别

采用傅里叶红外光谱法(FTIR)扫描41种不同品种大黄(Rheum palmatum L.)红外指纹图谱,建立了中草药大黄的红外指纹图谱,运用小波变换技术对近红外光谱进行压缩,应用聚类分析方法对红外数据进行处理,可以有效地鉴别不同产地的大黄,减少训练时间,结果与传统鉴别的结果基本一致.红外光谱法可用于中药大黄的质量控制,为中草药大黄的鉴定提供理论依据和实用方法.     

基于Curvelet和小波变换的纹理图像识别

提出了一种基于Curvelet变换与小波变换相结合的纹理图像分类算法.小波变换在分析点奇异信号时具有良好的性能,而Curvelet变换更适合分析图像中的曲线或直线状边缘特征.算法通过提取两者分解子波段的统计学和灰度共生矩阵特征,采用支持向量机对纹理图像进行分类.实验结果表明,和单一的多分辨率变换特征提取相比,该算法具有更高的分类准确率.     

基于小波变换的IRS与TM遥感卫星影像融合

本研究在整体小波变换融合方法基础上，提出了基于对比度的局部特征选择加权小波变换影像融合方法，并以多光谱TM和高空间分辨率IRS-1C全色波段图像为例，与色彩空间变换HIS融合方法进行图像融合效果的比较分析试验。试验表明基于对比度的局部特征选择加权小波变换影像融合方法能在最大限度保持多光谱影像光谱信息的同时，增强了影像的纹理信息。     

小波包变换在拉曼光谱数据压缩中的应用

小波包变换作为一种有效的数据压缩方法,已经广泛用于图像、电子信号和红外光谱数据压缩。介绍了小波包压缩原理及方法,并选用小波包（bior）变换压缩了8种苯系物的拉曼光谱数据。压缩后光谱可保留原光谱能量的99．91％以上,置零系数百分比为87．50％,小波包变换压缩拉曼光谱数据效果明显。     

基于粒子群优化的文本图像倾斜检测

提出一种基于粒子群优化算法和小波变换的无限制文本倾斜检查方法.首先对扫描的文本图像进行小波变换,然后利用小波变换的水平细节子带提取反映图像倾斜的特征,作为粒子群优化算法的适应度函数.最后利用粒子群优化算法在-90°到90°区间进行搜索,得到准确的倾斜角度.由于采用了小波变换,一方面降低了PSO搜索的计算量,又能更好地反映倾斜特征.实验结果表明,该方法能快速准确地检测出各类文本图像的倾斜角度,并具有很好的适应性,不受语言、字体、字号和非文本图形等因素的影响.最后还讨论了粒子数目、迭代次数和适应度函数对算法性能的影响.     

中草药大黄小波变换的近红外光谱的聚类分析

[目的]采用近红外漫反射光谱法对41种大黄进行图谱扫描,为大黄的生药鉴定提供一种新方法。[方法]采用小波变换技术对近红外光谱进行压缩,减少训练时间,再采用近红外光谱法结合聚类分析方法对不同产地的大黄药材进行鉴别。[结果]NIR光谱经小波变换压缩后,将光谱变量从700减少到44个,用小波压缩的NIR光谱输入到聚类树鉴别模型,通过聚类分析的方法,对大黄正伪品进行了分类,识别正确率达到82.93%。[结论]近红外漫反射光谱法是一种快速、简便的鉴别分析技术,可用于大黄中药的质量控制。     

一种基于小波变换的边缘检测算法

目的利用小波变换,完成图像边缘的检测,提取能表征图像概貌的重要特征。方法学习并比较几种边缘检测方法,结合小波变换的多尺度特性,对小波变换分解的近似系数和高频系数进行处理,构建模值和幅角图像,提出一种基于小波变换的图像边缘检测算法。结果在MATLAB R2018b环境下,首先以屋顶图像为例,将算法与Roberts算子、Sobel算子、Canny算子、LOG算子进行对比,通过添加椒盐噪声与高斯白噪声,验证算法在边缘定位和抗噪方面取得了较好性能;然后将算法应用于其他图像,边缘检测效果依然稳定。结论基于小波变换的边缘检测算法具有较好的抗噪性与适应性。     

Image-based orchard insect automated identification and classification method

Insect identification and classification is time-consuming work requiring expert knowledge for integrated pest management in orchards. An image-based automated insect identification and classification method is described in the paper. The complete method includes three models. An invariant local feature model was built for insect identification and classification using affine invariant local features; a global feature model was built for insect identification and classification using 54 global features; and a hierarchical combination model was proposed based on local feature and global feature models to combine advantages of the two models and increase performance. The three models were applied and tested for insect classification on eight insect species from pest colonies and orchards. The hierarchical combination model yielded better performance over global and local models. Moreover, to study the pose change of insects on traps and the hypothesis that an optimal time to acquire and image after landing exists, advanced analysis on time-dependent pose change of insects on traps is included in this study. The experimental results on field insect image classification with field-based images for training achieved the classification rate of 86.6% when testing with the combination model. This demonstrates the image-based insect identification and classification method could be a potential way for automated insect classification in integrated pest management.     

稻飞虱图像形状和颜色特征提取的研究

为实现灯下三种稻飞虱的自动识别和计数,对稻飞虱图像特征提取进行研究。通过对稻田飞虱人工识别特征的分析,确定采集稻飞虱的背部图像。在提取背部特征的研究中,首先对6张稻飞虱单样本图像由傅立叶系数提取形状特征不变量,采用色度百分率直方图法提取背部色度最大值。然后计算大量稻飞虱样本形状和颜色特征值的标准方差以确定各特征值的稳定性。结果表明,白背飞虱图像的各特征值最为稳定。     

多重分形理论在玉米病害图像特征提取中的应用

【目的】分析不同玉米病害图像特征,提取病害图像特征参数,探讨准确、快速的病害图像特征数据提取方法。【方法】采用多重分形的分析方法和提升格式的多小波变换对玉米病害图像进行预处理,去除图像噪声。利用多重分形谱理论对去噪后的玉米病害图像进行局部边缘提取,并采用玉米病害图像多重分形谱的特征值作为玉米病害的形状特征。【结果】该方法可以获得玉米病害图像对应的多重分形谱曲线,并采集N8个特征值作为病害图像的特征参数。发现不同玉米病害图像的特征参数有较大差异,而同类玉米病害图像的形状特征参数有一定的规律性。【结论】基于多重分形理论的玉米病害特征参数的提取方法能快速、有效地提取反映病害图像特征的参数,可为玉米病害图像智能识别的进一步研究提供参考。     

融合频谱变换的板材纹理缺陷分类

为了实现板材表面纹理和缺陷的自动分类识别,提出一种融合小波、曲波和双树复小波3种频谱变换的板材表面纹理和缺陷的快速协同分类方法。分别提取小波变换的14个特征、曲波变换的16个特征和双树复小波变换的38个特征;融合三者特征以及整幅图像的标准差和熵,采用粒子群算法优选出24个关键特征;运用BP神经网络作为分类器,针对乱纹、抛物纹、直纹、活结和死结5种类别的300幅图像进行仿真实验,基于小波变换、曲波变换、双树复小波变换与特征融合方法的平均分类正确率分别为80.0%、81.1%、84.2%、88.0%,分类平均时间分别为0.018、0.503、0.021、0.325 s。实验结果表明,特征融合方法实现了对小波特征、曲波特征和双树复小波特征的有效选择,提高了分类的速度和精度。     

Registration of visible and near infrared unmanned aerial vehicle images based on Fourier-Mellin transform

The combination of aerial images acquired in the visible and near infrared spectral ranges is particularly relevant for agricultural and environmental survey. In unmanned aerial vehicle imagery, such a combination can be achieved using a set of several embedded cameras mounted close to each other, followed by an image registration step. However, due to the different nature of source images, usual registration techniques based on feature point matching are limited when dealing with blended vegetation and bare soil patterns. Here, another approach is proposed based on image spatial frequency analysis. This approach, which relies on the Fourier-Mellin transform, has been adapted to homographic registration and distortion issues. It has been successfully tested on various aerial image sets, and has proved to be particularly robust and accurate, providing a registration error below 0.3 pixels in most cases.     

傅立叶变换红外光谱技术对2种葡萄球菌的快速分类鉴定

[目的]建立金黄色葡萄球菌和表皮葡萄球菌2种菌的傅立叶变换红外光谱数据库及FT-IT分类鉴定方法。[方法]应用FT-IR技术对2种葡萄球菌进行指纹图谱数据采集,应用化学计量学分析方法对光谱进行分析。[结果]建立2种葡萄球菌的标准FT-IR光谱数据库,用于FT-IR技术对2种可疑目标葡萄球菌进行鉴定;建立一种基于主成分分析的聚类分析模型,可成功地区分2种葡萄球菌。[结论]傅立叶变换红外光谱分析方法简便、快速、易操作,结果重现性好,是一种区分金黄色葡萄球菌和表皮葡萄球菌的有效方法。     

基于二维相关谱不变距特征判别掺杂尿素牛奶

为实现牛奶掺杂尿素的快速客观检测,以浓度为外扰,分别建立纯牛奶和掺杂尿素牛奶的二维相关光谱图库,并采用不变矩统计特征表征所获得纯牛奶及掺杂尿素牛奶的二维相关光谱图;针对提取的二维相关光谱不变矩特征,通过计算其Fisher系数评价类间分离程度,结合主成分分析法进行特征优选,选择4个主成分表征所获得样品的二维相关光谱图特征;将优选的4个特征参数作为输入量,采用支持向量机算法建立掺杂尿素牛奶与纯牛奶间的判别模型,该模型对校正集样品和预测集样品的判别准确率分别为94.4%、84.6%。结果表明,基于二维相关谱不变距特征判别掺杂尿素牛奶是可行的。     

基于成像高光谱的小麦冠层白粉病早期监测方法

[目的]本研究利用近地面成像高光谱仪,获取接种白粉病菌后的小麦田间冠层时序影像,探索光谱信息与纹理信息的结合在冠层尺度上早期监测小麦白粉病的能力和表现.[方法]本试验以不同年份、不同抗病性小麦品种的田间试验为基础,利用连续小波(continuous wavelet transform,CWT)方法提取对小麦白粉病敏感的...     

基于多特征综合的昆虫识别研究

对昆虫的自动识别进行了研究,利用昆虫的数字图像进行计算机自动识别,讨论了昆虫图像的特征提取技术,针对不同昆虫具有不同色彩、形状、纹理的特点,利用异步组合检索方式,将色彩、形状、纹理特征综合利用,弥补了使用单一特征无法对昆虫图像进行充分     

基于深度学习的5种树皮纹理图像识别研究

目的针对在树皮图像识别时,现有的算法和识别过程过于复杂的问题,提出了基于深度学习的方法来对不同树种的树皮图像进行识别。方法本文以5种常见树种的树皮纹理图像为例,采用基于卷积神经网络的深度学习方法,将原始图像直接作为输入,通过卷积和池化层对图像的低级、高级特征进行自动提取,解决了手动提取纹理特征的困难和问题;在此基础上,对CNN模型结构进行改进,采用带Maxout的ELU激励函数来代替ReLU函数,解决模型的偏移和零梯度问题;对损失函数进行改进,通过添加规范项来优化结构参数,并使用分段常数衰减法对学习率进行动态调控;最后采用softmax分类器对图像类别进行输出。结果对5个树种的树皮图像共计10 000张图像进行实验,其中每类选取200张图像作为测试集。最终训练准确率达到93.80%,测试集识别准确率为97.70%。另外,为验证本文方法的可行性,与传统人工特征提取法,提取HOG特征、Gabor特征和灰度共生矩阵统计法,训练SVM分类器。通过实验比较,本文方法识别准确率最高。结论本文提出的基于深度学习的树皮纹理图像识别方法是可行的,提高了识别效率和精度,为树种的智能化识别提供新的参考。