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.

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

郭锐;贾丽;郝宏翔;墨瀚林;李华

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

中国图象图形学报

[1]郭锐;贾丽;郝宏翔;墨瀚林;李华-.基于Gaussian-Hermite矩的旋转运动模糊不变量)[J].中国图象图形学报,2022(08):2458-2472

旋转运动模糊,GHMI,Flavia,图像不变特征

Gaussian,Hermite,不变量,图像分析,成像系统,如因,导弹,自旋,制导,导图,大多数对,去模糊,计算时间,时间复杂度,运动模糊图像,退化模型,旋转变换,不变性,变量组,特征向量,rotational,motion,blur,moment,invariants,RMB,中直,接进,USC,SIPI,University,Southern,California,Signal,Image,Processing,Institute,原图,模糊处理,图像检索,召回率,高斯噪声,椒盐噪声,泊松噪声,乘性噪声,噪声干扰,Butterfly,测试数据,融合算法,法显,抗噪性能

0.241752