基于幾何形狀的圖像識(shí)別——鏈碼技術(shù)與聚類分析在形狀識(shí)別中的應(yīng)用.pdf

1、在人的視覺感知、識(shí)別和理解中，形狀足一個(gè)重要的表達(dá)物體信息的參數(shù)。從圖像中提取目標(biāo)形狀是大多數(shù)目標(biāo)識(shí)別算法需要進(jìn)行的一個(gè)重要步驟。角點(diǎn)是圖像的一種重要的局部特征，是能充分拙述物體形狀的特征點(diǎn)。在基于特征的圖像配準(zhǔn)、圖像理解及模式識(shí)別等領(lǐng)域中，角點(diǎn)提取具有十分重要的意義。直線、自由曲線是常見的幾何形狀，也是其他更為復(fù)雜形狀的基本組成部分。所以研究直線、自由曲線的提取在實(shí)踐應(yīng)用中有著重要的意義。 本文主要在以下幾個(gè)方面進(jìn)行了研究：

2、 ①圖像分割是圖像處理和機(jī)器視覺中的一個(gè)重要問題。本文中針對(duì)采集的圖像存在灰度分布交叉以及一些目標(biāo)邊緣有毛刺的現(xiàn)象，提出了一種局部灰度密度閾值分割方法和一種去除毛刺的分割方法，解決了灰度分布交叉圖像的閾值分割和目標(biāo)邊緣上毛刺的去除。 ②鏈碼是圖像處理及模式識(shí)別中一種很常用的描述線條、平面曲線及區(qū)域邊界的編碼技術(shù)。本文根據(jù)平均鏈碼的特點(diǎn)，提出一種新的角點(diǎn)提取算法--基于平均鏈碼的角點(diǎn)提取算法，新算法采用平均鏈碼差值計(jì)算完全替

3、換常用基于Freeman鏈碼角點(diǎn)提取算法中的曲率計(jì)算，將計(jì)算復(fù)雜度降至線性。實(shí)驗(yàn)結(jié)果證明，新算法更具有抗噪性、準(zhǔn)確性和穩(wěn)定性。此外，文中還利用鏈碼技術(shù)，提出一種簡(jiǎn)單而有效的直線逼近自由曲線算法，該方法不僅適用于直線、圓弧和非圓曲線，而且還適用于形狀復(fù)雜、不能用初等解析函數(shù)直接表示的自由曲線。 ③針對(duì)傳統(tǒng)的基于距離計(jì)算相似性聚類方法的局限性，本文在研究過程中提出一種基于幾何形狀的點(diǎn)集聚類方法。該方法可以從離散的點(diǎn)集中提取出具有某種

4、拓?fù)鋷缀涡螤钐卣鞯哪繕?biāo)對(duì)象。并且，此類從離散點(diǎn)集中提取出拓?fù)鋷缀谓Y(jié)構(gòu)的點(diǎn)集問題，是Hough變換(包括及其推廣改進(jìn)的Hough變換)、鏈碼技術(shù)等圖像識(shí)別領(lǐng)域中傳統(tǒng)方法無法解決的問題。在仿真實(shí)驗(yàn)中，該方法有效地檢測(cè)出了分布呈小饒度的曲線形狀點(diǎn)集，從而在一定程度上克服了傳統(tǒng)的基于距離檢測(cè)方法的局限性。可以在工程圖紙識(shí)別、計(jì)算機(jī)視覺、遙感識(shí)別等領(lǐng)域得到應(yīng)用。 仿真實(shí)驗(yàn)在VC++環(huán)境下研究開發(fā)。仿真結(jié)果表明，本文中提出的一系列思想和算法