一种基于联合轮廓特征矢量的目标识别方法.pdf

一种基于联合轮廓特征矢量的目标识别方法.pdf

ID:52399516

大小:376.03 KB

页数:5页

时间:2020-03-27

一种基于联合轮廓特征矢量的目标识别方法.pdf_第1页
一种基于联合轮廓特征矢量的目标识别方法.pdf_第2页
一种基于联合轮廓特征矢量的目标识别方法.pdf_第3页
一种基于联合轮廓特征矢量的目标识别方法.pdf_第4页
一种基于联合轮廓特征矢量的目标识别方法.pdf_第5页
资源描述:

《一种基于联合轮廓特征矢量的目标识别方法.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、64传感器与微系统(TransducerandMicrosystemTechnologies)2011年第3O卷第7期一种基于联合轮廓特征矢量的目标识别方法王波,薛方正,李祖枢(重庆大学自动化学院.重庆400044)摘要:针对基于形状特征进行目标识别的方法存在的不足,提出一种联合轮廓不变矩特征和轮廓几何特征的识别方法;针对不同的待识别目标,采集足够数量的训练样本,统计每一个轮廓特征的均值、标准差和变异系数;并据此对这些轮廓特征进行动态筛选和加权,建立起待识别目标的联合轮廓特征矢量模型。在线识别时,提取场景目标的

2、联合轮廓特征矢量,对其进行高斯归一化处理,计算场景目标与待识别目标的加权欧式距离,并根据预设闽值对待识别目标进行识别判断。对比实验验证了该方法的有效性和快速性,具有一定的实际应用价值。关键词:图像目标识别;联合轮廓特征矢量;变异系数;高斯归一化模型;加权欧式距离中图分类号:TP391.4文献标识码:A文章编号:1000-9787(2011)07-0064--04AnobjectrecognitionmethodbasedoncombinedcontourfeaturevectorWANGBo,XUEFang—z

3、heng,LIZu—shu(SchoolofAutomation,ChongqingUniversity,Chongqing400044,China)Abstract:Aimingattheshortcomingsofobjectrecognitionbasedonshapefeatures,anewmethodcomposedbymomentinvariantandgeometricfeaturesbasedoncontourisproposed.Inordertocalculatethemean,stand

4、arddeviationandcoefficientofvariationofthefeatures,asuficientnumberoftrainingsamplesisgathered.Thosefeaturesareselectedandweighteddynamicallyaccordingtothecoeficientofvariationtoestablishthemixedcontourfeaturevectormodeloftheobject.Themixedcontourfeaturevect

5、oroftheobjectinthesceneisobtainedonline,andnormalizedbyGaussiannormalizationmode1.TheweightedEuclideandistancebetweensceneobjectandmodelobjectiscalculatedtorecognizeobjectaccordingtothethreshold.Theexperimentalresultsverifythevalidityandpracticalvalueoftheme

6、thod.Keywords:imageobjectrecognition;mixedcontourfeaturevector;coefficientofvariation;Gaussiannormalizationmodel:weightedEuclideandistance0引言其具有平移、旋转及尺度不变特性。WongRY于1978图像目标识别是计算机视觉的重要研究方向,随着现年证明了7Hu矩不变量在数字图像中不再具有尺度不变代工业的发展需求而成功应用到柔性制造系统。所谓图像性。吕洪涛等人于1993年提出采用

7、归一化的方法修正目标识别,就是根据待识别目标的特征,采用某种识别算7Hu矩不变量,得到6个新的不变矩,使其在数字图像中具有尺度不变性,同时保持原有的平移和旋转不变性。但是,法,对场景图像中的目标实例进行匹配识别。常用的特征上述基于区域的矩不变量的计算量大,很难应用于对实时包括形状、颜色、纹理特征等。通常情况下,都希望识别特性要求较高的场合。为了提高计算效率,ChenCC于征能对待识别目标的平移、旋转和尺度变换具有不变特性,1993年提出连续轮廓矩的概念,并且论证了其具有平移、从而能够更加有效地从场景图像中识别出

8、目标实例。由于旋转及比例变换不变性。张坤华等人于2005年在连续矩特征具有这样的不变特性,人们广泛地将其应用到目标轮廓矩的基础上,根据文献[2]中提出的方法证明了离散识别领域。1962年,HuMKI1首次提出图像不变矩的概轮廓不变矩不再具有比例不变性,而位移和旋转不变性保念,定义了连续图像函数P(,Y)的几何矩和中心矩,并结持相对稳定,并提出使用图像大小归一化方法来修正离散不合代数不变

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。