视频帧/图像中图标识别算法

来源 :计算机应用研究 | 被引量 : 3次 | 上传用户:hensun01
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对图像/视频中提取的图标图像,提出一种基于距离变换的识别和检索算法。为减少颜色畸变带来的影响,先将图像转换为二值图标图像进行后续处理。二值图像可以通过像素点的不同空间位置分布来表现,据此提出一种基于像素点位置信息的识别检索算法,其基本思想是首先对灰度图像进行大小归一化,然后二值化得到二值图标图像;主轴旋转后利用基于形态学极限腐蚀的距离变换将二值图像中像素点的位置信息转换为不同的灰度信息,通过比较其直方图特征实现对图标的识别。实验结果表明该算法速度快、识别率高,并且具有很好的平移、尺度和旋转不变性。
其他文献
提出了一种方向自适应十字搜索算法,通过自适应地使用小十字模板、大十字模板和四种方向的T形模板,有效地减少了搜索点数,提高了搜索速度。实验结果表明,该算法在保持与菱形搜索(DS)、正方形—菱形搜索(SDS)、十字—菱形搜索(CDS)和小十字—菱形搜索(SCDS)四种算法相同搜索精度的同时,速度上比DS、SDS、CDS和SCDS算法分别提高了74.65%、39.78%、42.44%和7.84%。
为了实现宽基线图像特征点的自动立体匹配,结合目前已有的算法,提出了一种新的分层匹配算法来获取最初的匹配点集,实现了基于对极几何约束的图像特征点自动提取及自动匹配。
OPTA方法是一个经典的指纹图像细化方法,针对OPTA的不足提出的改进OPTA方法能够得到完全细化的指纹图像,细化后图像纹线扭曲小。但是这两种模板细化方法均存在细化后图像容易产生毛刺的不足,究其原因是由于模板细化方向粗糙造成的。为此提出了16方向的细化模板,该模板以22.5°为角度单位对图像进行更细致的细化处理,得到的细化图像光滑几乎无毛刺,取得了更为理想的细化效果。
针对SAR图像含有丰富的中、高频信息,而基于小波变换的图像压缩方法会丢失高频细节信息,提出了基于小波包分解的SAR图像编码算法。小波包变换对SAR图像进行完全分解,再用与后续编码器相关联的代价函数进行最佳基搜索,然后根据各子带小波包系数的重要性进行加权,采用多级树集合分裂算法(SPIHT)编码。实验结果表明,该算法更好地保留了SAR图像的细节信息,获得了同压缩比下优于传统SPIHT算法的编码性能,
准确的网络拓扑故障定位能够提高网络管理的效率。在研究IP网络拓扑发现的基础上,提出了一种基于无向图的网络拓扑概率故障定位方法,能够有效地排除网络故障、提高网络性能并增强网络的可靠性。
从社会环境、商业、组织和个人的角度分析了电子商务的信息安全问题,提出一个全面的信息安全管理框架。方案中提供了一个通用的模型及模型中的组件功能,通过实际工作经验重新进行分析,得出了一种较为合理的设计,以此降低各企业、组织在电子商务运营中的网络安全隐患。
针对进化规划在进化搜索过程中存在较多非法个体这一问题,提出一种新的自适应进化规划算法。该算法根据混沌序列的特性,将混沌序列引入到进化规划的变异算子中。理论分析和实验表明,与基于Guassian变异的进化规划相比,该算法不仅具有良好的快速收敛性和鲁棒性,而且能够有效地消除非法解,计算简单、容易实现。