基于輪廓特征的目標識別研究.pdf

1、目標識別是圖像處理、模式識別和計算機視覺領域的研究熱點之一，廣泛應用于日常生活、工業(yè)應用和軍事活動中的各個領域。從人類認知事物的角度來看，目標的特征描述和相似性評價是目標識別中兩個關鍵環(huán)節(jié)。輪廓作為描述目標特征的一種主要方式，在目標識別中發(fā)揮著重要作用。因此，如何有效描述輪廓特征以及合理評價特征之間相似程度對于獲得目標識別的最佳結果至關重要。
　　本論文圍繞輪廓特征的提取、描述和評價這一主題展開研究，重點關注了輪廓特征在輪廓平滑、

2、輪廓起始點配準和輪廓識別三個方面的應用。對于目標輪廓，現(xiàn)有輪廓平滑算法很難在保留輪廓特征和抑制噪聲之間取得平衡，現(xiàn)有輪廓起始點配準算法無法適用于仿射目標或者具有較高的計算復雜度，現(xiàn)有仿射目標識別算法很難滿足實時性的要求，現(xiàn)有部分遮擋目標識別算法沒有考慮輪廓局部特征與目標輪廓之間的關系及其對目標識別結果的影響。本論文的主要工作和所取得的研究成果具體如下：
　　1.提出了一個輪廓特征描述框架。在該框架下，從全局特征、局部特征和結構特征

3、三個層面對現(xiàn)有輪廓特征的描述方法進行總結和分類，并且從可信度、計算復雜度和適用范圍三個方面分析了各類特征描述方法的特點，為不同應用環(huán)境下選取最佳的特征描述方法以及評價準則提供了借鑒。
　　2.提出了基于分段輪廓平滑的仿射目標識別算法。為了抑制噪聲對目標輪廓的干擾從而準確描述輪廓特征，預先對含噪輪廓進行分段平滑處理。利用曲率將目標輪廓劃分為特征區(qū)域和非特征區(qū)域，對兩類區(qū)域分別采用不同的高斯平滑濾波器進行差異化處理，在保留輪廓特征和抑

4、制噪聲之間取得了較好的平衡。在此基礎上，利用仿射不變矩和最小距離分類器對仿射變換下含噪輪廓進行識別。仿真實驗結果驗證了分段輪廓平滑算法改善識別結果的有效性。
　　3.提出了基于輪廓起始點配準的快速仿射目標識別算法。針對現(xiàn)有輪廓起始點配準算法存在計算代價較高的不足，提出了基于聯(lián)合仿射不變弧長的輪廓起始點配準算法，實現(xiàn)了起始點的高效配準。在此基礎上，利用離散小波變換的尺度系數(shù)構造了滿足平移不變性的級聯(lián)仿射不變函數(shù)。與同類基于小波變換的

5、識別算法相比，大大降低了算法的整體復雜度。仿真結果表明，所提出的輪廓起始點配準算法和仿射目標識別算法對噪聲具有較好的魯棒性，并且滿足了實時性的要求。
　　4.提出了基于輪廓特征的部分遮擋目標識別算法。從目標的輪廓特征入手，提出了基于局部曲率分布的輪廓劃分方案，建立了完整描述輪廓局部特征的輪廓分段數(shù)據(jù)庫。在此基礎上，提出了基于輪廓特征完整描述的部分遮擋目標識別算法，采用形狀上下文距離衡量輪廓特征之間的相似度，并結合輪廓分段的可信度評

6、價了部分遮擋目標的匹配程度。仿真實驗表明，所提出的識別算法所需訓練樣本相對較少，能夠高效、準確地識別不同遮擋情況下的遮擋目標。更進一步，為了增強在不同遮擋情況下描述局部特征的穩(wěn)定性，結合目標的結構信息對輪廓分段進行分類，得到了輪廓局部特征的多層描述模型。借鑒哲學中“整體與部分之間關系”的概念，論文深入探討了整體輪廓與輪廓分段之間的關系，給出了評價輪廓分段的兩個參數(shù)：重要性和局部性。在此基礎上，提出了基于輪廓特征多層描述和評價的部分遮擋目