首页|基于Gaussian-Hermite矩的旋转运动模糊不变量

基于Gaussian-Hermite矩的旋转运动模糊不变量

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
目的 模糊图像的分析与识别是图像分析与识别领域的重要方向.有些图像形成过程中成像系统与物体之间存在相对旋转运动,如因导弹高速自旋转造成的制导图像的旋转运动模糊.大多数对于这类图像的识别都需要先对模糊图像进行"去模糊"的预处理,且该类方法存在计算时间复杂度较高及不适定的问题.对此,提出一种直接提取旋转运动模糊图像中的不变特征,用于旋转运动模糊图像目标检索和识别.方法 本文以旋转运动模糊的退化模型为出发点,提出了旋转运动模糊Gaussian-Hermite(GH)矩,构造了一组由5个对旋转变换和旋转运动模糊保持不变性的GH矩不变量组成的特征向量(rotational motion blur Gaussian-Hermite moment invariants,RMB_GH-MI-5),可从旋转变换和旋转运动模糊的图像中直接进行目标检索和识别,无需前置复杂的"去模糊"预处理过程.结果 在USC-SIPI(University of Southern California—Signal and Image Processing Institute)数据集上进行不变性实验,对原图进行不同程度的旋转变换叠加旋转运动模糊处理,证明RMB_GHMI-5对于旋转变换和旋转运动模糊具有良好的稳定性和不变性.在两个数据集上与同类4种方法进行图像检索实验比较,在80％召回率下,本文方法维数更少,相比性能第2的特征向量,在Flavia数据集中,高斯噪声、椒盐噪声、泊松噪声和乘性噪声干扰下的准确率分别提高25.89％、39.95％、22.79％和35.80％;在Butterfly Image数据集中,高斯噪声、椒盐噪声、泊松噪声和乘性噪声干扰下的准确率分别提高4.79、7.63％、5.65％和18.31％.同时,在上述8个测试数据集中进行对比实验以验证融合算法的有效性,结果表明本文提出的GH矩和几何矩相融合算法显著改善了图像检索效果.结论 本文提出的RMB_GHMI-5特征向量在旋转变换和旋转运动模糊下具有良好的不变性与稳定性,在图像检索抗噪性能方面表现优异.相比同类方法,本文方法更具实际应用价值.
Rotational motion blur invariants based on Gaussian-Hermite moments

郭锐、贾丽、郝宏翔、墨瀚林、李华

展开 >

中国科学院计算技术研究所智能信息处理重点实验室,北京 100190

中国科学院大学,北京 100049

91977部队,北京 100036

图像检索 图像不变特征 旋转运动模糊 Gaussian-Hermite矩 不变量

国家重点研发计划国家重点研发计划国家重点基础研究规划项目国家自然科学基金

2019YFF03018012017YFB10027032015CB55450761379082

2022

中国图象图形学报
中国科学院遥感应用研究所,中国图象图形学学会 ,北京应用物理与计算数学研究所

中国图象图形学报

CSTPCDCSCD北大核心
影响因子：1.111
ISSN：1006-8961
年,卷(期)：2022.27(8)
  • 2
  • 1