基于輪廓片段的圖像識(shí)別技術(shù)研究.pdf

1、心理學(xué)研究表明，人類僅從物體的輪廓片段信息就可以識(shí)別出物體。國(guó)外一些學(xué)者研究也表明，計(jì)算機(jī)也同樣能夠在僅有物體輪廓片段信息的基礎(chǔ)上識(shí)別物體。本文深入研究了基于輪廓片段的圖像識(shí)別過(guò)程以及相關(guān)技術(shù)，并從相應(yīng)實(shí)驗(yàn)中得到良好的識(shí)別效果。 首先要從樣本圖片庫(kù)中獲取大量的輪廓片段信息，建立一個(gè)輪廓片段庫(kù)。本文提出了一種基于角點(diǎn)的輪廓片段獲取方法。角點(diǎn)是二維圖像亮度變化劇烈的點(diǎn)或圖像邊緣曲線上曲率極大值的點(diǎn)，是圖像的一個(gè)重要局部特征，它集中了

2、圖像上的很多重要的形狀信息來(lái)反映圖像的局部特征。以角點(diǎn)為窗口中心，提取窗口內(nèi)的輪廓信息構(gòu)成輪廓片段庫(kù)。由于角點(diǎn)的性質(zhì)，決定角點(diǎn)周圍的輪廓也是物體輪廓中最具代表性的輪廓片段。 然后從獲得的大量輪廓片段中選出最有代表性的片段作為訓(xùn)練和識(shí)別的匹配模板。我們用k-Medoids方法對(duì)輪廓片段進(jìn)行聚類，選擇處于聚類中新的輪廓片段構(gòu)成模板庫(kù)。為此，引入Chamfer距離特征作為匹配標(biāo)準(zhǔn)，來(lái)衡量?jī)蓚€(gè)輪廓之間的相似度。 機(jī)器學(xué)習(xí)是人工智