退化图像不变性识别研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    61201383
  • 项目类别:
    青年科学基金项目
  • 资助金额:
    24.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    F0116.图像信息处理
  • 结题年份:
    2015
  • 批准年份:
    2012
  • 项目状态:
    已结题
  • 起止时间:
    2013-01-01 至2015-12-31

项目摘要

Invariant image recognition is usually regarded as image recognition under geometric transform deformation such as translation, scale and rotation, it is an important technology to enhance the adaptivity of computer vision system and has been widely used in the field of pattern recognition and other similar applications. Since images which we acquired usually have been degraded by other deformation such as noise, illumination, defocus blur, motion blur, etc., image invariant recognition only under geometric transform deformation can not satisfy the demand of image recognition system. In this project, we mainly study the image invariant recognition problem under combined deformations by image moments analysis method, image transform and image local moments methods form both global invariant feature extraction and local invariant feature extraction points. In addition, we discuss the problem of projective invariant image recognition, invariant image recognition under fog (haze) deformation and the degradation modeling problem under sand storm deformation. We propse a new idea to contrstruct projective invariant features using Cross ratio moments and Area moments. In order to verify the performance of these algorithms proposed in this project, we use vehicle license plate and traffic sign images under adverse weather condition and real images under combined deformation for testing. The implementation of this project will be helpful for the application of image recognition system in engineering practice fields especially in the fields of acquired images deformed by varies degradations.
图像的退化不变性识别通常是指图像几何畸变不变性识别,是提高计算机视觉系统自适应性的重要技术,但通常图像在发生几何畸变的同时也伴随灰度变换的退化(噪声、光照变化、对焦模糊、运动模糊等),单纯的图像几何畸变不变性识别往往不能满足图像退化识别的要求。本项目主要研究图像组合退化不变性识别问题,利用矩分析、图像变换和图像局部矩等方法从全局特征和局部特征两个角度去构造组合退化不变特征,然后进行图像分类或配准。另外,本项目还深入研究图像投影变换不变性识别和恶劣气候(大雾、沙尘)条件下引起的图像退化不变性识别问题,提出利用交叉矩和面积矩分析方法构造图像投影变换不变特征的新思路。为验证项目中所提出的算法的性能,以恶劣气候环境下的车牌和交通标志退化图像为例,建立图像退化模型和各种退化图像数据库并进行识别测试。本项目的成功实施,将对图像识别系统在工程实践特别是在图像质量受到影响的工程应用中起到一定的推动作用。

结项摘要

图像的退化不变性识别通常是指图像几何畸变不变性识别,是提高计算机视觉系统自适应性的重要技术,但通常图像在发生几何畸变的同时也伴随灰度变换的退化(噪声、光照变化、对焦模糊、运动模糊等),单纯的图像几何畸变不变性识别往往不能满足图像退化识别的要求。本项目主要研究图像退化不变性识别问题,从退化图像增强复原和退化图像不变特征构造两个问题出发,利用矩分析、图像变换等方法去构造图像退化不变特征,然后进行图像分类或匹配。在本项目的支持下,项目组在基于矩方法的退化图像不变特征构造、图形描述、图像编码分析以及基于组合变换域与矩方法的图像分析与不变特征构造等方面取得突破。同时在退化图像的增强与复原方面也取得了初步成果。在退化图像不变性识别方面:提出了Radon域的矩与不变矩方法和定义了极坐标系下的Legendre矩,用于图像分析与识别;修正了Exponent-Fourier 矩的定义错误,并给出修正模型;提出了一种基于Jacobi-Fourier矩的通用图像径向正交不变矩,用于构造图像的几何结构畸变退化的不变特征。在图形描述方面:提出一种基于径向矩的图形圆度测量方法,具有很好的抗边沿突变和噪声干扰能力。在图形增强与复原方面:提出基于多高斯函数的直方图规定化方法并首次将粒计算思想用于图像增强中。在图像编码表示与分析方面,提出了基于离散Tchebichef矩和离散 Hermite矩的图像压缩算法。本项目的成功实施,对图像识别系统在工程实践特别是在图像质量受到影响的工程应用中起到一定的推动作用。

项目成果

期刊论文数量(11)
专著数量(0)
科研奖励数量(0)
会议论文数量(1)
专利数量(0)
基于离散切比雪夫变换的图像压缩
  • DOI:
    --
  • 发表时间:
    2013
  • 期刊:
    计算机工程与设计
  • 影响因子:
    --
  • 作者:
    张之国;肖斌;杨泽林;王盾
  • 通讯作者:
    王盾
Shape circularity measure method based on radial moments
基于径向力矩的形状圆度测量方法
  • DOI:
    10.1117/1.jei.22.3.033022
  • 发表时间:
    2013-07
  • 期刊:
    Journal of Electronic Imaging
  • 影响因子:
    1.1
  • 作者:
    Xiao Bin;Wang Guoyin
  • 通讯作者:
    Wang Guoyin
Image Enhancement based on Quotient Space
基于商空间的图像增强
  • DOI:
    --
  • 发表时间:
    2014
  • 期刊:
    In: 2014 Rough Sets and Intelligent Systems Paradigms. Lecture Notes in Computer Science
  • 影响因子:
    --
  • 作者:
    赵通;王国胤;肖斌
  • 通讯作者:
    肖斌
基于离散Hermite多项式的图像压缩
  • DOI:
    --
  • 发表时间:
    2015
  • 期刊:
    计算机科学
  • 影响因子:
    --
  • 作者:
    肖斌;陆刚;王国胤;马建峰
  • 通讯作者:
    马建峰
Generic radial orthogonal moment invariants for invariant image recognition
用于不变图像识别的通用径向正交矩不变量
  • DOI:
    10.1016/j.jvcir.2013.06.017
  • 发表时间:
    2013-10
  • 期刊:
    Journal of Visual Communication and Image Representation
  • 影响因子:
    2.6
  • 作者:
    Xiao Bin;Wang Guo-yin
  • 通讯作者:
    Wang Guo-yin

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

机器人辅助经皮微创单节段胸腰椎骨折内固定术的学习曲线
  • DOI:
    10.3969/j.issn.1009-6604.2019.09.010
  • 发表时间:
    2019
  • 期刊:
    中国微创外科杂志
  • 影响因子:
    --
  • 作者:
    范明星;张琦;赵经纬;段芳芳;刘亚军;韩晓光;茅剑平;肖斌;刘波;田伟
  • 通讯作者:
    田伟
机器人辅助与徒手椎弓根螺钉置入在胸腰椎骨折手术中的精度及手术即时效果的比较
  • DOI:
    10.3969/j.issn.1009-6604.2020.06.013
  • 发表时间:
    2020
  • 期刊:
    中国微创外科杂志
  • 影响因子:
    --
  • 作者:
    茅剑平;李祖昌;范明星;韩晓光;肖斌;刘波;胡临;袁强;孙宇庆;田伟
  • 通讯作者:
    田伟
NR2F6在肿瘤中的研究进展
  • DOI:
    10.13345/j.cjb.200488
  • 发表时间:
    2021
  • 期刊:
    生物工程学报
  • 影响因子:
    --
  • 作者:
    黄玲;刘嘉慧;朱艺;周泉;肖斌;孙朝晖;李林海
  • 通讯作者:
    李林海
基于3D-PCANet的阿尔兹海默病辅助诊断
  • DOI:
    --
  • 发表时间:
    2018
  • 期刊:
    计算机科学
  • 影响因子:
    --
  • 作者:
    李书通;肖斌;李伟生;王国胤
  • 通讯作者:
    王国胤
基于功能靶点的中药功效术语规范
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    Journal of Chinese Integrative Medicine
  • 影响因子:
    --
  • 作者:
    肖斌;陶欧;顾浩;王耘;乔延江
  • 通讯作者:
    乔延江

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

肖斌的其他基金

面向心脏疾病辅助诊断的心音大数据深度学习与决策
  • 批准号:
  • 批准年份:
    2019
  • 资助金额:
    63 万元
  • 项目类别:
    面上项目
正交多项式变换及其在图像压缩与分析中的应用研究
  • 批准号:
    61572092
  • 批准年份:
    2015
  • 资助金额:
    65.0 万元
  • 项目类别:
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码