简介：特征检测算法是图像匹配及物体识别的基础，本文介绍了四种局部特征检测技术：Kaze、Sift、Surf、Orb以及通过一些评价指标比较了它们匹配性能。主要从匹配率，正确匹配率，检测特征关键点速度三个方面进行了比较，实验结果表明：Kaze具有较好的鲁棒性，对光照、模糊的不变性最好，Sift也有较好的鲁棒性，对旋转、尺度有很好的不变性。Sift和Kaze各有侧重点，Surf综合性能一般，但是比前两种速度快，Orb对尺度没有不变性，速度最快。

简介：摘要：本期刊文章研究了图像特征提取与分类识别的方法。文章旨在提供关于图像特征提取和分类识别领域的详细方法，以帮助研究人员更好地理解和应用这些技术。通过各个章节的阐述，详细介绍与该主题相关的不同方法和技术，强调了它们的应用和优点。

简介：机器人焊接因受到加工精度、组装精度以及环境等因素的影响,焊枪在运行时不可避免地会偏离焊缝位置,从而影响焊接品质。因此对焊缝图像进行特征提取,实现机器人焊接自动跟踪,即通过将焊缝与背景进行有效区分,提取出焊缝图像的中心线,为自动跟踪系统提供可靠信息,帮助机器人焊枪纠偏,提高焊接精度,实现焊接过程的自动化、柔性化、信息化、智能化。

简介：摘要：基于内容的图像检索离不开特征提取，而局部特征提取是当前研究热点之一，由于局部特征之间的独立性和高语义性，此种方法在基于内容的图像检索领域有着良好的表现[1]。为了进一步提高局部特征的语义性、提升特征提取模型的表现力，本文引入视觉注意力机制与分组卷积思想对当前的局部特征提取模型进行优化，经实验证实，优化后的模型提取出的局部特征在Oxford数据集以及Paris数据集有着更好的检索效果。

简介：本文用主分量分析法分析了金属断口图像纹理的14个灰度共生矩阵特征参数，从中提取了4个综合参数。结果表明采用主分量分析提取的综合参数不仅能减少数据量。而且获得了较高的分类精度。

简介：掌纹特征的提取是掌纹识别中最关键的一个环节，特征提取算法的好坏很大程度上决定了系统的识别率和效率的高低．结合近年来发表的文献，按照分析和描述的方式对掌纹的特征提取方法进行了分类，并对主要特征提取算法进行了分析和特性比较，最后总结了掌纹多特征融合方法是未来掌纹特征提取方法进一步的研究方向．

简介：目标长、宽、高三维几何特征，对SAR图像解译与目标识别等具有重要意义。从SAR成像几何出发，根据SAR观测俯仰角、目标及阴影之间的几何关系，研究提出了基于两维高分辨SAR图像阴影信息的车辆目标三维几何特征提取方法。该方法既可由某一方位角的单幅SAR图像提取目标三维几何特征，也可通过任意有限（3～5）个方位角SAR图像的融合提取目标三维几何特征，而且融合还可有效提高目标三维几何特征的提取精度。通过大量MSTAR实测SAR图像数据的实验结果，验证了其有效性。

简介：本文提出了一种基于支持向量机分类器的水平集方法的图像特征提取方法,在提取图像特征的水平集方法应用中,通过改进水平集能量函数,引入区域信息,能够同时提取图像目标的内外边界,并且收敛速度快。提取图像特征之后通过支持向量机非线性分类器对待处理图像进行分类。

简介：传统的遥感图像机场跑道自动目标检测由于仅提取灰度特征常产生过分割现象,本文采用灰度特征和纹理特征相结合的方法进一步提高跑道的检测精度。利用阈值对遥感图像进行初始分割,以定位感兴趣区域（ROI）,再利用EM算法估计ROI区域训练样本,引入马尔可夫随机场（MRF）模型,分割机场跑道。实验表明MRF可以很好地描述空间连续性,可以达到精确检测机场跑道的目的。

简介：摘要：近些年，随着社会发展的影响，带动了我国科学技术水平的进步。本文基于大数据对图像进行隐写分析，着重研究了几种传统隐写算法，LSB，DWT，DCT，卡方统计在变换域隐写。并以JEPG图片为样本，实现了Jsteg算法，可完成图片的加密与解密。结合SRNet神经网络实现了隐写分析，在一定程度上可以有效实现不同格式图像的隐写分析。

简介：摘要目的通过观察研究B超图像中的特征及有用信息来判断脂肪肝的严重程度，给予较为准确的分级诊断。方法采用图像纹理分析方法和模式识别技术对48例脂肪肝患者的B超图像进行研究分析，以临床诊断不同程度脂肪肝B超图像纹理的变化和标准来研究的出发点，选择每一幅图像上感兴趣的区域，计算远场灰度比、多重谱面积、奇异标度差和基于小波变换的角二阶距等特征量。根据每一幅图像的特征矢量进行分类识别，识别方法有无监督识别—C-均值聚类和有监督识别—基于反向神经传播方向两种。结果正常肝脏识别率为96.0%，重度脂肪肝识别率为92.0%，中度脂肪肝识别率为88.0%，轻度脂肪肝识别率为80.0%。结论根据B超图像的特征能够有效的区分出正常肝脏与轻中重度脂肪肝，应用于脂肪肝的常规检查，能减少医生的工作量，避免造成误诊漏诊。

简介：摘要图像特征提取是图像处理的关键基础，随着科技的进步，具有4V特征的大数据技术为图像处理技术的发展带来了新机遇。本文基于大数据环境，以多帧模糊图像特征提取为研究对象，针对性地提出多帧模糊图像时频复合加权提取技术。并通过仿真实验，验证了该技术在提高图像特征提取方面具有高效性和实用性。

简介：1引言矩理论是图像处理领域的重要内容。通常希望用一系列符号或某种规则来具体地描绘一幅图像的特征,以便在进一步地识别、分析或分类中有利于区分不同性质的图像。同时,也可以减少图像区域中的原始数据量。不变矩(Invariantmoments)是一种高度浓缩的图像特征,具有平移、灰度、尺度、旋转等多畸变不变性,因此矩和矩函数被广泛用于图像的模式识别、图像分类、目标识别和场景分析中。M.K.Hu[1]在1961年首先提出不变矩的概念,证明了矩组(7)对于平移、旋转和大小比例变化都是不变的,因此用它们可以描绘一幅给定的图像。由于不变矩具有良好的平移、旋转和尺度缩放不变性及抗干扰性,一直是图像识别领域的重要研究课题。

简介：摘要滚动轴承发生故障时,振动信号各频带的能量会相应发生变化,各频带信号的能量中包含了丰富的故障信息。采用小波包对信号进行分解，并用小波包能量法对其分析。不同频带内的信号能量变化反映了运行状态的改变，根据不同的能量变化，可以有效对轴承信号进行故障诊断。

简介：纹理分割领域一直是非常活跃的领域，各种纹理分割算法纹理特征提取方法层出不穷。本文着重介绍了各类纹理特征，特征提取方法以及分割技术，主要包括：基于算子的图像特征提取，基于统计方法的特征提取，基于模型方法的分割技术（分形模型，随机场模型），基于纹理结构的特征提取及分割方法，以及基于空频域特征的分割技术（小波技术）。

简介：摘要首先分析Relax特征提取原理，然后将Costas跳频编码信号的回波转化为AR模型，最后利用Relax算法实现超分辨，实验结果表明利用Relax算法完全可以实现Costas信号的特征提取。

简介：摘 要：雷达数据处理依靠先进的特征提取技术来增强信号分析。研究从预处理、信号处理、目标检测与跟踪三个层面讨论雷达数据预处理问题，从统计特征、频谱特征、时间频率特征三个层面讨论雷达数据特征提取问题，旨在通过研究进一步推动提升雷达数据处理能力，充分挖掘雷达系统性能，为有关从业者提供参考信息。

简介：使用多聚焦图像融合（Multifocusimagefusion,MFIF）方法的最终目的是增加LR多聚焦图像中的高频成分,该方法采用低分率（lowresolution,LR）多聚焦图像恢复技术让高分辨率（highresolution,HR）多聚焦图像恢复.在IEDCNN参考模型的基础上采用多聚焦图像融合模型,并利用局部目标特征提取和NSCT变换相结合的动态模型结构,还在图像融合时引入了蚁群算法.经过实验表明：本文采用的方法比IEDCNN更具优势,尤其是图像融合效果,清晰度更佳,同时也让振铃效应得到了有效的抑制.

简介：摘 要：通常我们所了解的人脸识别算法是指将人的五官特征或者局部特征经过图像处理，上传到系统后端，再和数据库的人脸照片进行比对，最终识别出所需要的类别。人脸识别算法比较广泛应用于监控、公安系统、考试系统、门禁检查、身份识别等领域，而基于特征提取的人脸识别算法是人脸识别系统中的关键部分，接下来我们将通过本文了解一下关于人脸识别算法的特征提取需要注意的事项。

简介：CI作为主变换装置中牵引传动系统的主要部件,性能质量是安全运营的关键点.在对设备进行检修时,必须对牵引变流器发生的故障进行分析、记录,深入分析原因和方法,提出了以变流器输出电流作为故障特征参数的方法,提高故障判断处理的效率,已达到提高运营管理的目的.