一种基于联合轮廓特征矢量的目标识别方法.pdfVIP

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--04 Anobjectrecognitionmethodbasedoncombined contourfeaturevector WANG Bo，XUE Fang—zheng，LIZu—shu (SchoolofAutomation，ChongqingUniversity，Chongqing400044，China) Abstract：Aimingattheshortcomingsofobjectrecognitionbasedonshapefeatures，anewmethodcomposedby momentinvariantandgeometricfeaturesbasedoncontourisproposed．Inordertocalculatethemean，standard deviationandcoefficientofvariation ofthefeatures，asufficientnumberoftrainingsamplesisgathered．Those featuresareselectedand weighted dynamicallyaccordingtothecoefficientofvariationtoestablish themixed contourfeaturevectormodeloftheobject．Themixedcontourfeaturevectoroftheobjectinthesceneisobtained online，andnormalizedbyGaussiannormalizationmode1．TheweightedEuclideandistancebetweensceneobject andmodelobjectiscalculatedtorecognizeobjectaccordingtothethreshold．Theexperimentalresultsverifythe validityandpracticalvalueofthemethod． Keywords：imageobjectrecognition；mixedcontourfeaturevector；coefficientofvariation；Gaussian nomr alizationmodel：weightedEuclideandistance 0 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