摘要：为实现对于纸张缺陷的高精度识别,提高纸张成品的生产质量,通过krawtchouk矩不变量来提取纸张缺陷图像的特征向量。在此基础上,运用所获取的特征向量对小波支持向量机进行训练,并通过粒子群优化算法来获取惩罚因子与核函数参数,使小波支持向量机的分类性能达到最优。最后对提出的纸张缺陷识别算法的识别率进行试验,经统计分析发现,访算法的识别总精度高达98.33%。

摘要：为了解决现有数字水印中鲁棒性和不可感知性之间的矛盾,设计一种基于krawtchouk矩和NSCT(Non-subsampled Contourlet Transform)变换的鲁棒零水印算法。算法首先对图像进行NSCT分解,其次计算其低频成分的krawtchouk低阶矩不变量来构建特征向量,最后通过特征向量和水印的运算得到原始图像的版权信息。实验结果表明该方案对常见信号处理具有很强的鲁棒性,同时密钥的使用保障了算法的安全性。

摘要：针对视频监控系统,为了实现对运动目标的有效分类,提高其分类准确率,提出一种基于krawtchouk矩不变量特征的运动目标分类技术。提取目标图像的低阶krawtchouk矩不变量来描述目标,确保目标在平移、缩放、旋转条件下的不变性,选用K-means均值聚类算法进行数据聚类,达到准确分类的效果。通过实验验证了该方法的有效性,与应用Hu矩不变量进行分类的结果进行比较,表明了该方法具有较好的分类效果。

摘要：针对刀具识别的特点,利用krawtchouk矩在形状特征采集上的优势,将krawtchouk不变矩作为刀具的形状特征向量,对特征数据利用AdaBoost算法设计刀具强分类器,实现刀具的分类识别与检测。经过实验,验证了本算法的有效性和可靠性。本研究对刀具全生命周期管理中的刀具信息追踪具有重要作用。

摘要：针对稻飞虱远程实时识别采集图像质量不高的问题,研究了基于不变矩提取形状特征值对稻飞虱进行分类。采用自行设计的拍摄装置采集稻飞虱图像,进行灰度化后用大津法二值化,再用数学形态学滤波;对二值图像采用Hu矩、改进Hu矩、Zernike矩和Kra_wtchouk矩4种不变矩分别提取特征值,再用BP神经网络进行训练和测试,以此检测4种矩的提取效果。试验用Matlab2008验证算法,对白背飞虱、褐飞虱和灰飞虱共300个样本进行了训练和测试,结果表明Kra_wtchouk矩提取稻飞虱图像形状特征值的识别率最高,总体达到了91.7%。该文可为大田中现场识别稻飞虱提供参考。