形状特征描述及类算法研究.pdf

摘要 摘 要 形状识别与聚类是人工智能、数据检索、计算机视觉和模式识别等领域的基 础性研究课题。该课题的研究方向主要是在无先验(已知)类别标准的条件下， 以形状的有关特征作为判断依据，实现聚类。而相关特征的选取及其结构分析， 一直是形状识别与聚类问题的重点和难点。近年来，通过提取形状特征，以动态 规划、谱图理论、中轴变换、数据降维等为手段，研究形状的结构特征的方法， 日益受到众多学者的关注，成为相关研究领域的热点。 本文在形状结构特征提取、分析以及形状的识别和聚类方面做了较为系统的 研究，主要研究内容和创新之处有以下四个方面： 1、提出一种基于编辑距离与动态规划的形状识别与检索算法。首先，利用 中轴变换提取形状的骨架特征；然后，将该骨架特征点以字符串的形式表示，利 用编辑距离算法，比较字符串间的距离；最后，运用动态规划实现形状的识别与 检索。该算法利用骨架特征，较好地处理了形状的非刚体形变的问题。而从空间 特征到字符串特征的转换，则为解决特征比较问题提供了新的思路，同时也有利 于增强算法的鲁棒性。比较实验说明该算法对非刚体形变有较好的识别效果。 2、提出了一种基于谱图理论的形状描述、识别与聚类算法