• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    正交Gaussian-Krawtchouk不變矩的構(gòu)建及在圖像匹配中的應(yīng)用研究

    2021-03-27 01:16:00肖根福
    關(guān)鍵詞:平均偏差特征描述圖像匹配

    劉 歡,肖根福,熊 勇

    正交Gaussian-Krawtchouk不變矩的構(gòu)建及在圖像匹配中的應(yīng)用研究

    劉 歡1,2,*肖根福3,熊 勇3

    (1. 井岡山大學(xué)電子與信息工程學(xué)院,江西,吉安 343009;2. 江西省農(nóng)作物生長物聯(lián)網(wǎng)技術(shù)工程實驗室,江西,吉安 343009;3. 井岡山大學(xué)機(jī)電學(xué)院,江西,吉安 343009)

    針對基于幾何矩及不變矩的圖像特征描述存在信息冗余,計算復(fù)雜,圖像表征能力不強(qiáng)等問題,本文深入研究了正交的Gaussian-Krawtchouk矩及其不變矩的表達(dá)形式。依據(jù)不同的尺度因子特點,提出了基于多尺度Gaussian-Krawtchouk不變矩的圖像局部特征描述方法,并用于五種不同類型圖像的特征匹配。實驗結(jié)果表明,這種不變矩較其他傳統(tǒng)的特征描述方法具有更好的圖像表征能力,更強(qiáng)的數(shù)字穩(wěn)健性。該不變矩用于圖像匹配是有效可行的,具有良好的實用價值。

    正交Gaussian-Krawtchouk矩;不變矩;GKM描述子;圖像局部特征描述

    0 引言

    圖像匹配一直是圖像處理研究領(lǐng)域的熱點[1-3]?,F(xiàn)有圖像匹配技術(shù)大致可分為基于區(qū)域的匹配技術(shù)和基于特征的匹配技術(shù),其中后者具有更強(qiáng)的魯棒性和靈活性。近年來其在圖像處理方面得到了廣泛的采用與研究,備受關(guān)注。圖像局部特征描述是基于特征的匹配技術(shù)難度最大且最關(guān)鍵的步驟,其描述方法的好壞直接決定了匹配的質(zhì)量。矩與不變矩的方法由于形式簡單,計算速度相對較快,已被證明是圖像局部特征描述的一種非常實用的工具[4-6]。幾何矩及不變矩最早在1962年由Hu[7]提出7個著名的幾何不變矩,此后該矩在圖像處理與模式識別中得到了廣泛的應(yīng)用。文獻(xiàn)[8]則用幾何矩構(gòu)建非降維模型用于圖像分割。文獻(xiàn)[9]針對光照與模糊圖像,在Hu不變矩的基礎(chǔ)上重新構(gòu)建了新的組合不變矩,但該新組合不變矩只具有較好的光照魯棒性和模糊不變性,對其他類型因素的影響沒有考慮。文獻(xiàn)[10]提出用三維幾何矩解決高光譜圖像分類。張朝鑫[11]將高斯核函數(shù)引入幾何矩中,重新定義了高斯幾何矩及其位移和旋轉(zhuǎn)不變矩并證明了高斯幾何矩比幾何矩具有更強(qiáng)的特征表述能力和抗噪聲干擾能力。文獻(xiàn)[12]也提出了一種新的高斯多尺度組合幾何矩,將該組合矩與圖像的灰度共生矩陣相融合構(gòu)成新的圖像局部特征描述子用于圖像的特征點初匹配。

    由于幾何矩不是正交矩,用其表征圖像特征存在信息冗余。于是Teague[13]提出了在連續(xù)空間上具有正交性的Legendre和Zernike矩。Zernike矩被認(rèn)為具有很強(qiáng)的特征描述能力[14-15]。文獻(xiàn)[16]利用Zernike提取圖像的全局特征,并采用PCA進(jìn)行降維,用于人臉圖像識別。文獻(xiàn)[17]則提出一種改進(jìn)的Zernike矩,利用小尺寸奇數(shù)模板求解Zernike矩進(jìn)行二級定位,獲取亞像素級邊緣點實現(xiàn)圖像邊緣檢測的精定位。但Zernike矩中采用的是階乘運算,其運算耗時大,難以滿足實時性要求,此外高階的Zernike矩數(shù)字穩(wěn)定性較差。張朝鑫[18]將Gaussian-Hermite推廣到極坐標(biāo)復(fù)數(shù)空間,提出了極坐標(biāo)下的Gaussian-Hermite,并給出了其旋轉(zhuǎn)不變矩的構(gòu)造方法[19]。此后他又提出多尺度的Gaussian- Hermite矩描述圖像特征并用于圖像匹配[20]。但以上這些矩皆定義在連續(xù)空間上,用于表征數(shù)字圖像時需要進(jìn)行數(shù)字離散化,必然會導(dǎo)致離散誤差,影響矩的計算精度。為了克服連續(xù)矩的缺陷,Yap[21]等提出了離散正交的Krawtchouk矩。Krawtchouk矩能夠用于提取圖像的局部特征,不需要進(jìn)行近似計算,不存在信息冗余。離散正交矩簡單、實用、高效逐漸得到廣大圖像處理研究學(xué)者的重視。Gaussian-Krawtchouk屬于正交矩的一種,具有較強(qiáng)的圖像特征表征能力且計算簡單。但到目前為止,還未有文獻(xiàn)采用Gaussian-Krawtchouk矩用于圖像匹配方面的研究。

    本文提出一種正交Gaussian-Krawtchouk(GK)矩的特征描述方法,首次給出了Gaussian- Krawtchouk矩的定義,探討了GK的離散形式及計算方法,進(jìn)而創(chuàng)新性地推演出GK不變矩的表達(dá)形式。在此基礎(chǔ)上提出多尺度Gaussian-Krawtchouk不變矩的圖像局部特征描述方法,并用于圖像匹配。最后通過仿真實驗,與SIFT和經(jīng)典Hu幾何不變矩進(jìn)行比較分析。結(jié)果表明,GK不變矩的描述子具有更強(qiáng)的圖像特征表征能力,低階矩對噪聲不敏感,GK不變矩自帶尺度因子,其可控性更靈活,計算簡單,實用性更強(qiáng)。

    1 GK矩及其不變矩理論

    1.1 GK矩

    根據(jù)Krawtchouk矩的一般定義[21],提出一種新的矩:Gaussian-Krawtchouk矩,同時構(gòu)建其不變矩。

    Krawtchouk多項式定義為

    Krawtchouk多項式過零點分布,中間稀疏,邊緣較密,滿足正交性

    定義規(guī)則化后的Krawtchouk多項式為

    那么最終Krawtchouk多項式如式(1)所示。

    1.2 Gaussian-Krawtchouk矩的不變矩

    把GK矩表示成高斯幾何矩的線性組合,然后通過高斯幾何矩的不變矩來構(gòu)造GK矩的不變矩。高斯幾何矩的平移,旋轉(zhuǎn),尺度不變矩可寫成:

    在離散情況下,高斯幾何矩的不變矩可重新寫成如下:

    GK矩的平移,旋轉(zhuǎn),尺度不變矩則可由下式推出得到:

    2 多尺度GK不變矩的圖像特征描述方法

    下面給出2階-5階GK不變矩的形式,共18個。

    GKM描述子的具體構(gòu)造過程如下:

    2)計算前5階共18個GK不變矩;

    3)構(gòu)造18×7=126維的特征向量

    且GKM描述子計算得到的特征向量之后,用歐氏距離進(jìn)行特征點之間的比較得到正確的匹配對。歐式距離公式為

    3 實驗

    本實驗對比了5種狀態(tài)下GKM描述子的性能。圖像來自牛津大學(xué)標(biāo)準(zhǔn)圖片庫。如圖1-圖5所示。分別是模糊、縮放、光照、視角變換、旋轉(zhuǎn)圖像。

    圖1是模糊圖像,圖像的模糊度來自相機(jī)聚焦的不同,模糊程度依次加劇如圖1(a)-(d)。

    圖2是縮放變化圖像,尺度圖2(a)-(d)依次變小。

    圖3是不同光照條件下拍攝的圖片,圖3(a)-(d)亮度依次變暗。

    圖4是對同一場景不同視角拍攝的圖像,圖4(a)-(d)視角依次變大。

    圖5是是一組經(jīng)過旋轉(zhuǎn)的圖像,圖5(a)-(d)旋轉(zhuǎn)角度依次變大。

    圖1 不同模糊變化圖

    圖2 不同縮放程度圖

    圖3 不同光照變化圖

    圖4 不同視角變化圖

    圖5 不同旋轉(zhuǎn)變化圖

    本實驗分兩部分進(jìn)行,第一部分評估本文所構(gòu)造GKM特征描述子表征能力。第二部分是特征匹配實驗,本文選擇經(jīng)典的特征匹配算法SIFT,SIFT特征檢測+高斯幾何不變矩,SIFT特征檢測+GKM,SIFT+Zernike矩和SIFT+復(fù)數(shù)矩(CF)作比較。本文所采用的驗證算法皆采用SIFT檢測特征點,再分別計算SIFT128維特征向量,選擇7個不同尺度因子分別計算Hu的7個幾何矩(49維)和18個GKM(126維)。實驗環(huán)境:處理器:Intel(R) Core(TM)i7-6900K,內(nèi)存:64.0 GB,系統(tǒng)類型:64位操作系統(tǒng)。Window10操作系統(tǒng),MatlabR2014b+opencv3.4+VS2017。

    3.1 GKM特征描述子評估實驗

    表1 不同模糊程度的18個GKM值

    Table 1 The values of GKM with different blur degrees

    模糊圖1GQ02GQ20GQ11GQ03GQ30GQ12GQ21GQ04GQ40 (a)6.301531.000137.88979-2.22302-1.54090-1.80598-7.427228.168352.43956 (b)6.301821.000087.88914-2.22501-1.53775-1.79527-7.422218.177122.43946 (c)6.302301.000157.89372-2.23017-1.55287-1.80259-7.430128.168332.44060 (d)6.301201.000117.88749-2.22292-1.54083-1.80571-7.418408.170092.42818 平均誤差0.000410.000530.002290.002950.003430.004320.004520.003620.00508 平均偏差(%)0.007400.002980.033470.152750.137280.276750.070180.051160.24084 模糊圖1GQ13GQ31GQ22GQ05GQ50GQ14GQ41GQ23GQ32 (a)6.748939.997393.30247-2.31271-2.76249-1.99937-4.27440-1.18792-4.96219 (b)6.7500210.002623.29968-2.31139-2.76134-2.00111-4.27342-1.19001-4.96219 (c)6.7398510.011233.30173-2.29419-2.76239-2.00114-4.27513-1.18899-4.96223 (d)6.7601010.001303.30177-2.30997-2.76155-2.00114-4.27441-1.18002-4.97011 平均誤差0.007180.005060.001040.007500.000500.000770.000610.003950.00343 平均偏差(%)0.122730.058330.036470.375190.021080.043990.0164230.384020.07964 總平均誤差0.00369

    表2 不同縮放程度的18個GKM值

    Table 2 The values of GKM with different scales

    尺度圖2GQ02GQ20GQ11GQ03GQ30GQ12GQ21GQ04GQ40 (a)5.258038.903503.92332-2.98757-1.59325-3.31499-8.797507.828382.46907 (b)5.258028.904023.92362-3.00014-1.59332-3.31492-8.798207.818902.46919 (c)5.260028.899273.92276-3.00010-1.58979-3.31528-8.797497.825342.46887 (d)5.258108.903683.92817-3.00010-1.59312-3.31484-8.798027.900112.46894 平均誤差0.000860.001940.002160.005430.001490.000170.000310.007000.00012 平均偏差(%)0.018740.025180.063550.209270.108140.005780.004120.034270.00584 尺度圖2GQ13GQ31GQ22GQ05GQ50GQ14GQ41GQ23GQ32 (a)4.554462.022858.67291-8.17744-7.17564-4.88576-2.09378-5.19710-5.88239 (b)4.552212.022868.66986-8.17763-7.16987-4.87954-2.11023-5.19720-5.88246 (c)4.553902.023188.67607-8.17835-7.17741-4.88594-2.10274-5.18976-5.88292 (d)4.561202.022788.66988-8.17769-7.17524-4.88658-2.09296-5.19730-5.89102 平均誤差0.003430.000160.002570.000340.002820.002720.007080.003230.00366 平均偏差(%)0.086830.008830.034170.004850.045340.067470.389200.071620.07174 總平均誤差0.00253

    表3 不同光照變化的18個GKM值

    Table 3 The values of GKM with different light variations

    尺度圖2GQ02GQ20GQ11GQ03GQ30GQ12GQ21GQ04GQ40 (a)1.972031.167322.22065-3.37670-1.18614-4.38644-1.666994.838252.71619 (b)1.971231.167352.21879-3.37595-1.18670-4.38883-1.678094.838652.71724 (c)1.971301.171202.21887-3.38122-1.18702-4.38791-1.676814.837972.71328 (d)1.971651.173352.21943-3.38003-1.18720-4.37822-1.668054.838242.71811 平均誤差0.000410.002580.000740.002150.000400.004200.005000.000240.00182 平均偏差(%)0.019000.255100.038690.075420.039200.110690.345180.005790.07739 尺度圖2GQ13GQ31GQ22GQ05GQ50GQ14GQ41GQ23GQ32 (a)1.487533.511542.78767-1.17605-7.21625-4.38043-7.52842-2.96151-1.44470 (b)1.481513.513432.78732-1.17606-7.21381-4.37633-7.53231-2.96229-1.44382 (c)1.483913.521582.78719-1.17715-7.21358-4.38324-7.52844-2.96139-1.44379 (d)1.481323.512562.78770-1.17602-7.21467-4.38132-7.53111-2.96067-1.44471 平均誤差0.002500.003980.000220.000480.001050.002520.001690.000580.00045 平均偏差(%)0.195000.130890.009120.047060.016770.066500.025980.022400.03599 總平均誤差0.00253

    表4 不同視角變化的18個GKM值

    Table 4 The values of GKM with different viewpoints

    尺度圖2GQ02GQ20GQ11GQ03GQ30GQ12GQ21GQ04GQ40 (a)4.776963.157231.75120-4.23824-4.82103-4.39426-1.267411.765041.68756 (b)4.777253.157151.75093-4.23766-4.82121-4.39254-1.266361.764151.68722 (c)4.775393.156541.74613-4.23727-4.82202-4.39331-1.267231.764661.68708 (d)4.777273.156311.74519-4.23816-4.82311-4.39567-1.268301.766121.66916 平均誤差0.000780.000390.002720.000390.000820.001170.000690.000720.00085 平均偏差(%)0.018760.014340.179940.010720.019670.030680.062760.047330.05680 尺度圖2GQ13GQ31GQ22GQ05GQ50GQ14GQ41GQ23GQ32 (a)6.799312.951241.54618-1.41268-1.75365-2.08111-3.58358-1.93702-1.27451 (b)6.799332.952411.54655-1.41379-1.75238-2.07547-3.58429-1.92654-1.27385 (c)6.796412.952231.54584-1.40576-1.76336-2.08038-3.59055-1.93215-1.27502 (d)6.799242.952271.54679-1.41274-1.74732-2.07735-3.58702-1.92703-1.27521 平均誤差0.000380.000470.000360.003200.005810.002280.002740.004270.00053 平均偏差(%)0.021210.018200.026980.261500.382210.126760.088180.255180.04772 總平均誤差0.00253

    表5 不同旋轉(zhuǎn)變化的18個GKM值

    Table 5 The values of GKM with different rotation changes

    尺度圖2GQ02GQ20GQ11GQ03GQ30GQ12GQ21GQ04GQ40 (a)3.188292.666293.36538-2.71840-6.21675-1.13760-1.106201.790711.25636 (b)3.186242.666853.36300-2.71563-6.22133-1.13823-1.107331.790501.25517 (c)3.187922.670093.36410-2.71205-6.21803-1.13765-1.106591.790531.25628 (d)3.189422.670143.37002-2.71454-6.20998-1.13958-1.107111.788341.25638 平均誤差0.001140.001790.002670.002280.004130.000800.000450.000970.00051 平均偏差(%)0.041300.077180.091730.096920.076720.080110.0461000.062780.04670 尺度圖2GQ13GQ31GQ22GQ05GQ50GQ14GQ41GQ23GQ32 (a)4.684552.579217.48639-2.63407-2.26717-1.03393-1.25609-2.96507-5.95656 (b)4.680542.576707.48633-2.62423-2.26734-1.02988-1.25597-2.97084-5.97423 (c)4.675632.578597.49112-2.63455-2.26448-1.03309-1.25569-2.97051-5.95689 (d)4.673942.572287.47762-2.64197-2.27112-1.03308-1.25598-2.97022-5.95820 平均誤差0.004170.002710.004880.006300.002370.001550.000150.002370.00739 平均偏差(%)0.103010.121510.075210.276360.120390.173200.013580.092230.14319 總平均誤差0.00253

    3.2 圖像匹配實驗

    本部分實驗使用衡量參數(shù):匹配正確率,召回率評估最后的匹配效果,計算耗時用于衡量匹配的效率。其中匹配正確率,召回率由下述公式得到:

    圖6-圖10列出各類型圖像不同方法的匹配正確率-召回率的統(tǒng)計數(shù)據(jù),各圖中每個散點對應(yīng)于每種類型圖像上的某種方法的正確率-召回率對。圖6給出了圖1(a)-(d)不同模糊情況下五種描述子匹配的正確匹配率-召回率比較,從圖中可以看出,本文GKM非常明顯地集中在右上角,即匹配效果更好。圖7給出圖2(a)-(d)不同縮放程度圖的五種描述子匹配的正確匹配率-召回率比較,從圖中可以看出,Zernike矩的匹配和GKM的匹配效果都很好,其中Zernike更好一些,GKM次之,復(fù)數(shù)矩的匹配也還不錯,以上三種描述子比SIFT和高斯幾何矩要優(yōu)秀。圖8給出了圖3(a)-(d)不同光照條件圖像的五種描述子匹配的正確匹配率-召回率比較,從圖中可以看出,SIFT、GKM和Zernike表現(xiàn)基本相當(dāng),其他三種表現(xiàn)稍差。圖9給出了圖4(a)-(d)不同視角拍攝圖的五種描述子匹配的正確匹配率-召回率比較,從圖中可以看出,GKM表現(xiàn)最為優(yōu)秀,SIFT次之,Zernike矩表現(xiàn)一般,高斯幾何矩和復(fù)數(shù)矩表現(xiàn)則不太理想。圖10給出了圖5(a)-(d)旋轉(zhuǎn)角度不同圖的五種描述子匹配的正確匹配率-召回率比較,從圖中可以看出,GKM依舊表現(xiàn)最為優(yōu)秀,始終集中在右上角,其次是SIFT,Zernike矩則表現(xiàn)一般,高斯幾何矩和復(fù)數(shù)矩則表現(xiàn)不太理想??傊?,本文的GKM方法在處理五類情況的圖像時總體效果都不錯,匹配正確率皆在80%以上,其中處理光照,縮放,模糊時其穩(wěn)定性優(yōu)勢明顯,其他情況次之。

    圖6 一類圖像間的正確匹配率-召回率

    圖7 二類圖像間的匹配正確率-召回率

    圖8 三類圖像間的匹配正確率-召回率

    圖9 四類圖像間的匹配正確率-召回率

    圖10 五類圖像間的匹配正確率-召回率

    表6 幾種描述子的耗時比較(s)

    Table 6 the comparison of running time between moments

    images(a)-(b)(a)-(c)(a)-(d) 高斯幾何矩圖10.480.330.32 圖20.470.440.40 圖30.370.350.24 圖40.540.420.39 圖51.421.311.12 SIFT圖11.671.691.73 圖21.841.861.92 圖31.871.932.05 圖41.912.332.39 圖54.354.424.54 Gaussian-Krawtchouk Moment(GKM)圖11.511.541.43 圖21.661.621.68 圖31.671.721.76 圖41.741.811.83 圖53.894.084.31 Zernike圖12.882.902.97 圖22.271.992.28 圖32.042.182.22 圖42.172.392.41 圖53.545.125.17 復(fù)數(shù)矩(CF)圖14.054.364.42 圖23.423.453.63 圖33.193.293.31 圖43.303.623.78 圖55.377.757.83

    表6列出了對幾種特征描述子計算時間的測試:SIFT描述子、高斯幾何矩、Zernike矩、復(fù)數(shù)矩(CF)、本文的GKM。從表1中數(shù)據(jù)可知,高斯幾何矩耗時最少,其次是GKM,這兩種矩描述子所需的計算時間遠(yuǎn)小于Zernike矩描述子與SIFT描述子。由于復(fù)數(shù)矩的高階矩包含了低階矩致使復(fù)數(shù)矩計算帶來重復(fù)計算,冗余性大。因此在上述幾種描述子中CF復(fù)數(shù)矩耗時最長。

    4 結(jié)論

    本文介紹了GKM,給出了GKM的計算方法,詳細(xì)推導(dǎo)了GKM的平移、旋轉(zhuǎn)、尺度不變矩,提出了基于正交矩GKM不變矩的圖像局部特征描述方法并用于不同類型圖像的匹配。通過實驗與現(xiàn)有的方法的分析比較,實驗結(jié)果表明:基于GK矩的圖像特征描述方法比現(xiàn)有的方法具有更穩(wěn)定的數(shù)字性能,更強(qiáng)的圖像表征能力且計算簡單,實用性更強(qiáng)。本文沒有詳細(xì)研究GKM的高階不變矩的推導(dǎo)和應(yīng)用,下一步將開展這一方面的研究工作。

    [1] 陳雪松,陳秀芳,畢波,等. 基于改進(jìn)SURF的圖像匹配算法[J]. 計算機(jī)系統(tǒng)應(yīng)用, 2020, 29(12): 222-227.

    [2] 陳國翠,顧桂梅,余曉寧,等. 融合PHOG和BOW-SURF特征的接觸網(wǎng)絕緣子缺陷檢測方法[J]. 小型微型計算機(jī)系統(tǒng), 2021, 42(1): 172-177.

    [3] 曹留霞,王曉紅,李闖,等. BRISK-DAISY無人機(jī)影像匹配算法研究[J]. 測繪工程, 2020, 29(2): 17-22.

    [4] Xiao B, Ma J F, Cui J T. Combined blur, translation, scale and rotation invariant image recognition by Radon and pseudo-Fourier-Mellin transforms[J]. Pattern Recognition, 2012, 45(1): 314-321.

    [5] Papakostas G A, Koulouriotis D E, Karakasis E G, et al. Moment based local binary patterns: a novel descriptor for invariant pattern recognition applications[J]. Neurocomputing, 2013, 99: 358-371.

    [6] Yang J, Xie S. Fingerprint matching based on extreme learning machine[J]. Neural Computing and Applications, 2013, 22(3/4): 435-445.

    [7] Hu M K. Visual pattern recognition by moment invariants[J]. IRE Transactions on Information Theroy, 1962, 8(2): 179-187.

    [8] 曹地,曹建農(nóng),朱倩. 一種基于圖像幾何矩的非降維連續(xù)尺度解構(gòu)模式[J]. 遙感信息, 2019, 1(34): 44-50.

    [9] 劉歡,郝礦榮,丁永生,等. 光照魯棒的抗模糊新組合不變矩圖像匹配方法[J]. 傳感技術(shù)學(xué)報, 2013, 26(9): 1-7.

    [10] Kumar, B. Hyperspectral image classification using three-dimensional geometric moments[J]. IET Image Processing, 2020, 14(10): 2175-2186.

    [11] 張朝鑫,席平. 高斯幾何矩及其在特征匹配與圖像配準(zhǔn)中的應(yīng)用[J]. 計算機(jī)輔助設(shè)計與圖形學(xué)學(xué)報, 2014, 26(7): 1116-1125.

    [12] Xiao G F, Liu H, Ouyang C J, et al. Multifeature fusion and mutual co-operative particle swarm optimization in three-dimensional reconstruction of belly[J]. Journal of Electronic Imaging, 2019, 28(2): 021003-1-021003-14.

    [13] Teague M R. Image analysis via the general theory of moments[J]. Optical Society of America, 1980, 70(8): 920-930.

    [14] Xia T, Zhu H, Shu H, et al. Image description with generalized pseudo-Zernike moments[J]. JOSA A, 2007, 24(1): 50-59.

    [15] Zen C, Shu-Kuo S. A Zernike moment phase-based descriptor for local image representation and matching[J]. Image Processing, IEEE Transactions on, 2010, 19(1): 205-219.

    [16] 華珊珊.基于Zernike特征提取和LDA的人臉圖像識別方法[J]. 控制工程, 2018, 25(2): 198-203.

    [17] 劉明佩,朱維斌,葉樹亮. 基于改進(jìn)Zernike矩的小模數(shù)齒輪亞像素邊緣檢測[J]. 儀器儀表學(xué)報,2018,39(8): 259-267.

    [18] Shen J. Orthogonal Gaussian-Hermite moments for image characterization[C]. Proc. SPIE, Intelligent Robots and Computer Vision XVI: Algorithms Techniques, Active Vision, and Materials Handling, Pittsburgh, USA, 1997, 875-894.

    [19] 張朝鑫,席平,胡畢富. Gaussian-Hermite矩旋轉(zhuǎn)不變矩的構(gòu)建[J]. 北京航空航天大學(xué)學(xué)報,2014,40(11): 1602-1608.

    [20] 張朝鑫,席平. 基于Gaussian-Hermite矩的圖像局部特征描述與匹配研究[J]. 圖學(xué)學(xué)報, 2014, 35(3): 429-434.

    [21] Yap P T, Paramesran R, Ong S H. Image analysis by Krawtchouk moments[J]. IEEE Transactions on Image Processing, 2003, 12(11): 1367-1377.

    CONSTRUCTION OF INVARIANTS OF ORTHOGONAL GAUSSIAN-KRAWTCHOUK MOMENT AND THE APPLICATION IMAGE MATCHING

    LIU Huan1,2,*XIAO Gen-fu3, XIONG Yong3

    (1. School of Electronic and Information Engineering, Jinggangshan University, Ji’an, Jiangxi 343009, China; 2. Jiangxi Engineering Laboratory of IoT Technologies for Crop Growth, Ji’an, Jiangxi 343009, China; 3. School of Electromechanical, Ji’an, Jiangxi 343009, China)

    Aiming at the problem of information redundancy, complex calculation and low image representation of the method of the image feature description based on the geometric moment and invariant moment, orthogonal Gaussian-Krawtchouk moment and its invariant moment are deeply studied. According to the traits of different scale parameters, a description method on image local features based on multi-scale Gaussian-Krawtchouk invariant moment is presented, and was applied in the tests of image trait matching in five different types of images. The experimental results show that the proposed description method performs much better than the other traditional description methods with better image representation ability and stronger digital stability. The invariant moment applied in image matching is feasible and validate. It can offer a nice reference value.

    orthogonal Gaussian-Krawtchouk moment; invariant moment; GKM descriptor; image local feature description

    TP391

    A

    10.3969/j.issn.1674-8085.2021.02.011

    1674-8085(2021)02-0061-09

    2020-12-09;

    2021-01-18

    國家自然科學(xué)基金項目(61640412, 61762052, 42061055);江西省自然科學(xué)基金項目(20192BAB207021,20202BABL202047);江西省教育廳科技計劃項目(GJJ201008),江西省高校人文社科項目(YS20129)。

    劉 歡(1981-),女,江西吉安人,副教授,博士,主要從事圖形圖像處理、機(jī)器視覺、模式識別(E-mail:liuhuan816618@163.com);

    *肖根福(1980-),男,江西贛州人,副教授,博士,主要從事智能計算、模式識別(E-mail:xiaogenfu@163.com);

    熊 勇(1970-),男,江西吉安人,實驗師,主要從事圖像處理、智能優(yōu)化(E-mail:xiongong@163.com).

    猜你喜歡
    平均偏差特征描述圖像匹配
    In the Zoo
    河北地方性震級量規(guī)函數(shù)與方位角校正值研究1
    船舶尾流圖像的數(shù)字化處理和特征描述技術(shù)
    FY-3C/VIRR西北太平洋區(qū)域海表溫度精度評估?
    一種用于光照變化圖像匹配的改進(jìn)KAZE算法
    目標(biāo)魯棒識別的抗旋轉(zhuǎn)HDO 局部特征描述
    基于差異的圖像特征描述及其在絕緣子識別中的應(yīng)用
    電測與儀表(2015年3期)2015-04-09 11:37:56
    脛前動脈穿刺可行性及心肺流轉(zhuǎn)下脛前動脈與橈動脈壓力監(jiān)測的一致性研究
    挖掘機(jī)器人圖像匹配算法研究
    基于SIFT和LTP的圖像匹配方法
    成人三级黄色视频| 怎么达到女性高潮| 淫妇啪啪啪对白视频| 一级毛片女人18水好多| 日韩欧美在线乱码| 激情在线观看视频在线高清| 亚洲国产日韩欧美精品在线观看 | 国产高清三级在线| 国产伦一二天堂av在线观看| 大型黄色视频在线免费观看| 成年女人永久免费观看视频| 好男人在线观看高清免费视频| 一本精品99久久精品77| 免费av不卡在线播放| 欧美日本亚洲视频在线播放| 91在线精品国自产拍蜜月 | 看片在线看免费视频| 国产精品1区2区在线观看.| 巨乳人妻的诱惑在线观看| 久久久水蜜桃国产精品网| 国产精品精品国产色婷婷| 免费高清视频大片| 最新中文字幕久久久久 | 欧美国产日韩亚洲一区| 两人在一起打扑克的视频| tocl精华| 亚洲国产色片| 无人区码免费观看不卡| 无人区码免费观看不卡| 国产日本99.免费观看| 亚洲成a人片在线一区二区| 美女高潮的动态| 人妻久久中文字幕网| 国产成人啪精品午夜网站| 国产成人av教育| 美女 人体艺术 gogo| 热99re8久久精品国产| 国产成人欧美在线观看| 校园春色视频在线观看| 色av中文字幕| 欧美日韩福利视频一区二区| 免费在线观看亚洲国产| 亚洲欧美精品综合久久99| 国产高清videossex| av黄色大香蕉| 欧美中文综合在线视频| 天堂影院成人在线观看| 国产成人啪精品午夜网站| 人妻丰满熟妇av一区二区三区| 在线观看舔阴道视频| 亚洲av五月六月丁香网| av在线蜜桃| 一级a爱片免费观看的视频| 男女床上黄色一级片免费看| 国产精品女同一区二区软件 | 国产69精品久久久久777片 | 精品久久久久久久末码| 午夜精品一区二区三区免费看| 动漫黄色视频在线观看| 国产高清视频在线观看网站| 欧美日韩一级在线毛片| 国产精品 欧美亚洲| 一个人看的www免费观看视频| 18禁黄网站禁片免费观看直播| 久久中文字幕一级| 国产精品久久电影中文字幕| 亚洲 欧美 日韩 在线 免费| 国产精品日韩av在线免费观看| 欧美日韩一级在线毛片| 好看av亚洲va欧美ⅴa在| 人人妻人人澡欧美一区二区| 精品免费久久久久久久清纯| 欧美大码av| 全区人妻精品视频| 国产午夜精品久久久久久| 这个男人来自地球电影免费观看| 99久久成人亚洲精品观看| 91九色精品人成在线观看| 国内精品美女久久久久久| 国产精品香港三级国产av潘金莲| 国产一区二区在线av高清观看| а√天堂www在线а√下载| 欧美日韩福利视频一区二区| 后天国语完整版免费观看| 欧美日韩福利视频一区二区| 成人三级做爰电影| 怎么达到女性高潮| 日韩精品中文字幕看吧| 亚洲专区中文字幕在线| 国产不卡一卡二| 国产精品日韩av在线免费观看| 一个人观看的视频www高清免费观看 | 美女大奶头视频| 中文字幕久久专区| 欧美乱色亚洲激情| 欧美一区二区精品小视频在线| 久久久成人免费电影| 在线免费观看的www视频| 亚洲国产精品合色在线| 午夜福利在线在线| 少妇人妻一区二区三区视频| 国产精品自产拍在线观看55亚洲| 国产伦人伦偷精品视频| 嫁个100分男人电影在线观看| 国产成人一区二区三区免费视频网站| 亚洲天堂国产精品一区在线| 一二三四在线观看免费中文在| 国产野战对白在线观看| 国产高清激情床上av| 搡老妇女老女人老熟妇| 日本撒尿小便嘘嘘汇集6| 看免费av毛片| 岛国在线观看网站| 嫩草影视91久久| 美女黄网站色视频| 变态另类丝袜制服| 国产高清有码在线观看视频| 中出人妻视频一区二区| 亚洲国产欧美网| 精品不卡国产一区二区三区| 美女被艹到高潮喷水动态| 亚洲 欧美 日韩 在线 免费| 成人三级黄色视频| 欧美午夜高清在线| 99国产综合亚洲精品| 91久久精品国产一区二区成人 | 丰满的人妻完整版| 成年女人永久免费观看视频| 国产成人影院久久av| 成年女人毛片免费观看观看9| 看片在线看免费视频| 午夜福利在线观看免费完整高清在 | 亚洲精品美女久久久久99蜜臀| 免费人成视频x8x8入口观看| 成年免费大片在线观看| 最近最新中文字幕大全电影3| 久久久久久人人人人人| 国内毛片毛片毛片毛片毛片| 最新美女视频免费是黄的| 国内精品美女久久久久久| 精品久久久久久久毛片微露脸| 久久久国产成人精品二区| 亚洲欧美精品综合一区二区三区| 色综合站精品国产| www.精华液| 999久久久精品免费观看国产| 久久久国产精品麻豆| 桃色一区二区三区在线观看| 全区人妻精品视频| 午夜亚洲福利在线播放| 国内精品久久久久精免费| 99国产极品粉嫩在线观看| 99国产精品一区二区蜜桃av| 日韩大尺度精品在线看网址| 97人妻精品一区二区三区麻豆| 麻豆av在线久日| 免费在线观看日本一区| 色噜噜av男人的天堂激情| 久久久久九九精品影院| 亚洲中文日韩欧美视频| 久久久成人免费电影| 欧美乱妇无乱码| 久久人妻av系列| 动漫黄色视频在线观看| 久久久久久久久久黄片| 国产亚洲av嫩草精品影院| 级片在线观看| 亚洲专区国产一区二区| 午夜福利18| 欧美一区二区国产精品久久精品| 男人和女人高潮做爰伦理| 丰满人妻熟妇乱又伦精品不卡| 色老头精品视频在线观看| 在线视频色国产色| 久久中文字幕人妻熟女| 熟女人妻精品中文字幕| 亚洲在线观看片| 欧美三级亚洲精品| 国产91精品成人一区二区三区| 亚洲精华国产精华精| 精品久久久久久成人av| www日本在线高清视频| 国产一区二区在线观看日韩 | 日本精品一区二区三区蜜桃| 亚洲精品中文字幕一二三四区| 精品国产美女av久久久久小说| 亚洲五月天丁香| 午夜久久久久精精品| 在线a可以看的网站| 五月玫瑰六月丁香| 日韩有码中文字幕| 亚洲av成人一区二区三| 日韩欧美 国产精品| 老汉色av国产亚洲站长工具| 俺也久久电影网| 亚洲在线观看片| 久久精品人妻少妇| 久久中文字幕一级| 法律面前人人平等表现在哪些方面| 国产精品一区二区精品视频观看| 美女午夜性视频免费| 欧美在线一区亚洲| 最新美女视频免费是黄的| 国产高清videossex| 一级作爱视频免费观看| 日韩大尺度精品在线看网址| 日本黄大片高清| 在线免费观看的www视频| 一本精品99久久精品77| 99视频精品全部免费 在线 | 国产真实乱freesex| 欧美最黄视频在线播放免费| 两个人的视频大全免费| 国产一区二区激情短视频| 国产成人av教育| 国产亚洲精品一区二区www| 久久国产乱子伦精品免费另类| 少妇裸体淫交视频免费看高清| 久9热在线精品视频| 美女cb高潮喷水在线观看 | 成年女人看的毛片在线观看| 日韩三级视频一区二区三区| 久久久国产成人免费| 搡老熟女国产l中国老女人| 亚洲成人中文字幕在线播放| 男女视频在线观看网站免费| 日本在线视频免费播放| 又紧又爽又黄一区二区| 99热只有精品国产| 成人无遮挡网站| 97超级碰碰碰精品色视频在线观看| 天堂网av新在线| 亚洲午夜精品一区,二区,三区| 亚洲成人精品中文字幕电影| 精品久久久久久久毛片微露脸| 夜夜夜夜夜久久久久| 欧美日韩瑟瑟在线播放| 丁香欧美五月| 午夜福利在线观看吧| 黄色丝袜av网址大全| 亚洲专区国产一区二区| 久久精品国产清高在天天线| 免费观看的影片在线观看| 男女那种视频在线观看| 免费在线观看影片大全网站| 亚洲精品国产精品久久久不卡| aaaaa片日本免费| 国产精品国产高清国产av| 精品国产三级普通话版| 高清毛片免费观看视频网站| 美女被艹到高潮喷水动态| 免费在线观看日本一区| xxxwww97欧美| 一级黄色大片毛片| 日本精品一区二区三区蜜桃| 日韩有码中文字幕| 小蜜桃在线观看免费完整版高清| 国产又色又爽无遮挡免费看| 男人和女人高潮做爰伦理| 国产熟女xx| av欧美777| 国产精华一区二区三区| 欧美大码av| 国产高潮美女av| 国产精品日韩av在线免费观看| 国产真实乱freesex| 波多野结衣巨乳人妻| 老司机在亚洲福利影院| 国产成年人精品一区二区| 精品一区二区三区视频在线 | tocl精华| 亚洲国产欧美网| 精品久久久久久,| 男女之事视频高清在线观看| 久99久视频精品免费| 一个人看的www免费观看视频| 欧美一区二区国产精品久久精品| 国内精品久久久久久久电影| 成人欧美大片| 精华霜和精华液先用哪个| 欧美成人一区二区免费高清观看 | 久久久久久国产a免费观看| 两性夫妻黄色片| 国内精品一区二区在线观看| 色噜噜av男人的天堂激情| 香蕉国产在线看| 亚洲va日本ⅴa欧美va伊人久久| 午夜福利欧美成人| 久久精品91无色码中文字幕| 国内精品久久久久精免费| 国产精品影院久久| 少妇裸体淫交视频免费看高清| 免费在线观看日本一区| 亚洲国产精品合色在线| 亚洲精品色激情综合| 精品无人区乱码1区二区| 国产视频一区二区在线看| 极品教师在线免费播放| 欧美色视频一区免费| 一级毛片高清免费大全| 久久精品夜夜夜夜夜久久蜜豆| 欧美日韩福利视频一区二区| 国产黄片美女视频| 黄色视频,在线免费观看| 中文字幕最新亚洲高清| 亚洲国产高清在线一区二区三| 91麻豆精品激情在线观看国产| 男插女下体视频免费在线播放| 成人一区二区视频在线观看| 午夜福利18| 久久天躁狠狠躁夜夜2o2o| 日韩欧美在线乱码| 日韩欧美一区二区三区在线观看| 欧美色视频一区免费| 中文资源天堂在线| av欧美777| 欧美成狂野欧美在线观看| 国产熟女xx| 久久婷婷人人爽人人干人人爱| 麻豆国产av国片精品| 熟妇人妻久久中文字幕3abv| 在线永久观看黄色视频| 好男人在线观看高清免费视频| 日韩国内少妇激情av| 长腿黑丝高跟| 99久久综合精品五月天人人| 日本黄大片高清| a在线观看视频网站| 成年版毛片免费区| 嫩草影院入口| av福利片在线观看| 18美女黄网站色大片免费观看| 色老头精品视频在线观看| 性色av乱码一区二区三区2| 国产亚洲精品av在线| 琪琪午夜伦伦电影理论片6080| 啦啦啦观看免费观看视频高清| 99热只有精品国产| 天堂网av新在线| 久久久久久久久久黄片| 亚洲在线自拍视频| АⅤ资源中文在线天堂| 日日摸夜夜添夜夜添小说| 久久久水蜜桃国产精品网| 日韩大尺度精品在线看网址| 国产成人福利小说| 国产激情偷乱视频一区二区| 国产三级黄色录像| 蜜桃久久精品国产亚洲av| 男人舔女人的私密视频| 久久精品夜夜夜夜夜久久蜜豆| 午夜福利成人在线免费观看| 国产极品精品免费视频能看的| 国产精品女同一区二区软件 | 精品久久久久久成人av| 亚洲中文字幕一区二区三区有码在线看 | 国产亚洲av嫩草精品影院| 一本综合久久免费| 婷婷六月久久综合丁香| 精品熟女少妇八av免费久了| 成人高潮视频无遮挡免费网站| 五月玫瑰六月丁香| 色综合欧美亚洲国产小说| 悠悠久久av| 欧美zozozo另类| 麻豆一二三区av精品| 99久久精品热视频| 国产日本99.免费观看| 亚洲人成网站在线播放欧美日韩| 成在线人永久免费视频| 天堂影院成人在线观看| 人人妻人人澡欧美一区二区| 久久久国产成人免费| 精品福利观看| 国产精品女同一区二区软件 | 精品国产三级普通话版| av黄色大香蕉| 中文字幕人妻丝袜一区二区| 国产精品电影一区二区三区| 午夜福利免费观看在线| 国产亚洲精品一区二区www| 国产精品女同一区二区软件 | 午夜福利视频1000在线观看| 麻豆久久精品国产亚洲av| 真人一进一出gif抽搐免费| 色哟哟哟哟哟哟| 欧美色视频一区免费| 成人av一区二区三区在线看| 黄色片一级片一级黄色片| 两个人的视频大全免费| 色精品久久人妻99蜜桃| 男女视频在线观看网站免费| 高潮久久久久久久久久久不卡| 一进一出抽搐gif免费好疼| 亚洲欧美一区二区三区黑人| 欧美一级a爱片免费观看看| 男人舔女人的私密视频| 久久久久九九精品影院| 国产伦一二天堂av在线观看| 露出奶头的视频| 人妻丰满熟妇av一区二区三区| 久久久成人免费电影| 桃色一区二区三区在线观看| 身体一侧抽搐| 亚洲精品中文字幕一二三四区| 可以在线观看毛片的网站| 性色avwww在线观看| 国产麻豆成人av免费视频| 中文亚洲av片在线观看爽| 欧美日韩中文字幕国产精品一区二区三区| 高清在线国产一区| 国产一区二区在线观看日韩 | 国产精品一区二区三区四区久久| 在线看三级毛片| 精品一区二区三区视频在线观看免费| 少妇裸体淫交视频免费看高清| 男女那种视频在线观看| 国产不卡一卡二| aaaaa片日本免费| 两个人的视频大全免费| 久久精品91无色码中文字幕| 国产成+人综合+亚洲专区| 九色成人免费人妻av| 级片在线观看| 美女午夜性视频免费| 欧美色欧美亚洲另类二区| 欧美三级亚洲精品| 中亚洲国语对白在线视频| 亚洲欧美日韩东京热| 亚洲av日韩精品久久久久久密| 99久久精品一区二区三区| 日本精品一区二区三区蜜桃| 久久久久久久久中文| 极品教师在线免费播放| 欧美日韩精品网址| 久久午夜亚洲精品久久| 国产精品久久久久久亚洲av鲁大| 老司机福利观看| 他把我摸到了高潮在线观看| 99精品在免费线老司机午夜| 99国产综合亚洲精品| 国产精品国产高清国产av| 性色avwww在线观看| 12—13女人毛片做爰片一| 中文字幕精品亚洲无线码一区| 亚洲精品一区av在线观看| 91麻豆av在线| 美女黄网站色视频| 中文字幕av在线有码专区| 黄频高清免费视频| 九九在线视频观看精品| 亚洲人与动物交配视频| 国产真人三级小视频在线观看| www.熟女人妻精品国产| 国产黄a三级三级三级人| 在线观看舔阴道视频| 91久久精品国产一区二区成人 | 亚洲 国产 在线| 性欧美人与动物交配| 国产伦精品一区二区三区视频9 | 亚洲无线观看免费| 日本 欧美在线| 欧美日韩黄片免| x7x7x7水蜜桃| 热99在线观看视频| 亚洲 欧美一区二区三区| av在线天堂中文字幕| 免费无遮挡裸体视频| 久久九九热精品免费| 国产精品影院久久| 日韩欧美在线二视频| 国产精品一区二区三区四区久久| 欧美乱码精品一区二区三区| 中亚洲国语对白在线视频| 两个人的视频大全免费| 免费看日本二区| 一进一出好大好爽视频| 一级毛片高清免费大全| 欧美zozozo另类| 精品一区二区三区视频在线观看免费| 国产日本99.免费观看| avwww免费| 精品久久久久久久久久免费视频| 亚洲狠狠婷婷综合久久图片| 国产精品1区2区在线观看.| 亚洲国产色片| av国产免费在线观看| 国产又黄又爽又无遮挡在线| 欧美日韩中文字幕国产精品一区二区三区| 757午夜福利合集在线观看| 午夜福利视频1000在线观看| av中文乱码字幕在线| 夜夜夜夜夜久久久久| av中文乱码字幕在线| 久久九九热精品免费| 国产精品av久久久久免费| 久久午夜综合久久蜜桃| av欧美777| 精品99又大又爽又粗少妇毛片 | 久久中文看片网| 国产精品永久免费网站| 亚洲欧美日韩无卡精品| 夜夜夜夜夜久久久久| 亚洲乱码一区二区免费版| 很黄的视频免费| 亚洲成人精品中文字幕电影| 狂野欧美激情性xxxx| 巨乳人妻的诱惑在线观看| 色综合欧美亚洲国产小说| 色噜噜av男人的天堂激情| 99热这里只有精品一区 | 成人无遮挡网站| 久久国产精品影院| 色精品久久人妻99蜜桃| 又黄又爽又免费观看的视频| 91在线精品国自产拍蜜月 | 超碰成人久久| 天堂√8在线中文| 国产精品一区二区免费欧美| 久久久成人免费电影| 亚洲国产中文字幕在线视频| 中文字幕人成人乱码亚洲影| 成年女人毛片免费观看观看9| 在线视频色国产色| 亚洲欧美精品综合久久99| 99re在线观看精品视频| 老司机福利观看| av欧美777| 黄色丝袜av网址大全| 色吧在线观看| 精品一区二区三区av网在线观看| 长腿黑丝高跟| 国产激情偷乱视频一区二区| 国产一区二区三区在线臀色熟女| 欧美日本视频| 免费观看人在逋| 欧美精品啪啪一区二区三区| 99久久无色码亚洲精品果冻| 黄色日韩在线| 美女cb高潮喷水在线观看 | 久久午夜亚洲精品久久| 日韩欧美 国产精品| 国产成人av教育| 久久国产乱子伦精品免费另类| 国产在线精品亚洲第一网站| 亚洲七黄色美女视频| 成人av一区二区三区在线看| 国产精品久久电影中文字幕| 九九热线精品视视频播放| 在线观看66精品国产| 精品无人区乱码1区二区| 午夜免费观看网址| 国产精品99久久久久久久久| 精品欧美国产一区二区三| 欧美在线黄色| 丁香六月欧美| 麻豆av在线久日| 女人高潮潮喷娇喘18禁视频| 男女那种视频在线观看| 91在线精品国自产拍蜜月 | 色综合站精品国产| 又紧又爽又黄一区二区| 日本黄色片子视频| 亚洲av成人av| 国产黄片美女视频| 97超级碰碰碰精品色视频在线观看| 美女黄网站色视频| 亚洲va日本ⅴa欧美va伊人久久| 久久久国产成人免费| 国内揄拍国产精品人妻在线| 亚洲av片天天在线观看| 午夜福利视频1000在线观看| 亚洲成人中文字幕在线播放| 国产激情偷乱视频一区二区| 在线观看午夜福利视频| 精品久久久久久,| 国产探花在线观看一区二区| 日本 欧美在线| 人人妻,人人澡人人爽秒播| xxx96com| 91在线精品国自产拍蜜月 | 亚洲狠狠婷婷综合久久图片| 亚洲电影在线观看av| 老司机福利观看| 90打野战视频偷拍视频| 精品国产亚洲在线| 成人三级做爰电影| 一个人免费在线观看的高清视频| 亚洲国产高清在线一区二区三| 婷婷丁香在线五月| 欧美性猛交黑人性爽| 一区二区三区激情视频| 成人亚洲精品av一区二区| 90打野战视频偷拍视频| 精品国产超薄肉色丝袜足j| 欧美日韩亚洲国产一区二区在线观看| 综合色av麻豆| 欧美三级亚洲精品| 亚洲男人的天堂狠狠| 极品教师在线免费播放| 亚洲成人久久性| 精品久久久久久久久久久久久| 91av网站免费观看| 日韩免费av在线播放| 国产 一区 欧美 日韩| 亚洲七黄色美女视频| 日韩精品青青久久久久久| 亚洲人成网站高清观看| 国产精品久久久久久人妻精品电影| 日本五十路高清| 免费观看精品视频网站| 欧美成人一区二区免费高清观看 | 两个人看的免费小视频| 色播亚洲综合网| 国产av在哪里看|