基于分形邻矩的目标识别方法.pdfVIP

基于分形邻矩的目标识别方法 熊建设李敏周志龙杜剑 (青岛海洋大学电子工程系266003) 摘要分形理论在图像处理方面已经获得了一系列成功的应用，特别是分形压缩编码．现 在，人们已经开始将这一理论用于目标识别，本文提出一种基于分形邻矩的图像分’ 割方法，并将它用于目标识别．在对图像进行分形编码时利用四叉树的方法，这种 方法提高了编码的速度和准确性，有利于目标的快速识别．实验仿真结果证实本文 方法优于其它目标识别方法． 关键词 目标识别分形邻矩分形编码四叉树 1引言 “分形”【I B J的概念是由曼德勃罗特(BenoitMandelbrot)于1973年首先提出的，它既有深 刻的理论意义，又有巨大的实用价值，为人们研究各种复杂现象提供了一种全新的方法。它 已经在物理学、电路分析、高等化学和图像处理等方向上获得了一系列成功的应用。分形理 论在图像处理方面主要用于分形压缩编码【2j】，并且取得了很好的效果。本文将分形理论用于 目标识别。具体做法是采用ORL人脸图像库的一组图像，对目标进行分形编码，通过分形邻 矩判别法实现了有限人脸的识别，为目标识别提出了一种新的途径。 2分形概述 分形理论主要研究的对象是自然界中没有特征长度但具有自相似性的形状和现象，揭示 那些表面上看来相差甚远的现象之间存在的内存联系。分形图像编码正是利用图像的自相似 性，在不同的比例上发现自相似部分，去除重复描述，通过对图像进行系统分析。然后取出 一套代码来描述此图像。这套代码其实是一组变换，由这种变换所生成的分形图像与原图像 足够接近，于是这组变换就可作为原始图像的一种近似表示。 通常的分形编码是将原图像A划分为固定大小的方块(定义域块R)，然后对原方块通过 仿射变换彩在原始图像的紧缩图像(值域块D)中寻找最相似的部分。即： Rf=缈f(D』) (1) ． ． ．Ⅳ 这样寻找一组变换{彩。，刀=1,2…N}，令f=【JoJ．，则厂即为原图像A的分形仿射变换， H：l 亦称为分形变换码。它的解码过程相对简单，由编码压缩定理141和拼帖定理一1，彳=limf”(B)， 可知对原始图像A，可用任意图像B，通过这组仿射变换经过无穷次迭代恢复。 3分形邻矩 令P和q为欧氏空间中高为H宽为W的两幅图像，则其欧氏距离定义为： d(p，g)-Ip—gII：= (2) 引入分形概念后，令P。为待识别图像，x，为目标图像，正为工，f1,J分形编码，则分形邻 ’ 矩定义为： d刚(x，，Pj)兰d(乃(pj)，Pj) (3) 因为乃为目标图像x，分形编码，对任意输入图像Pi，经过乃反复迭代后，由压缩定理及 拼帖定理，最终应该得到原图像x，，即lirafj”(A)=x，。 4基于分形邻矩的目标识别 基于分形邻矩的目标识别步骤如下： · 建立一个有限目标的图像库，库中有W幅图像q，，并且预先计算出每个图像的分形 编码f，(1≤／≤WJ。 ·待识别图像为P；，V为待识别图像的总数，则1≤，≤V。 ·计算出d刷f ，，p。)。 · 与P，最匹百．，．o目标图像即为d剧最小的那幅图像g，。 其具体识别过程如下图所示： 铝I翟 分形编码库