基于曲面插值的图像识别技术.pdfVIP

基于曲面插值的图像识别技术1 范自柱 华东交通大学基础科学学院南昌330013 摘要：本文提出了一种基于曲面拟合的识别方法，该算法首先由图像的RGB分量进行曲面 拟合，然后计算它们与坐标平面围成的体积之比来确定图像间的相似度。该算法通用性强， 自动化程度高，而且算法也容易实现。 关键词：图象识别面拟合相似度颜色空间 1 引言 近年来，随着计算机视觉和网络等领域的发展，图像识别技术越来越受到人们的重视。 它的应用也极其广泛，如由气象云图结合其他气象数据进行天气预报；根据医学X光学图像 或显微图像分析各种病变；复杂背景下军事目标(飞机、军舰等)的自动识别等等。 图像识别的—般方法是：先经过某些预处理后，进行图像分割和特征提取p】，从而进行判 决分类。·图像识别常采用的模式识别方法，有统计模式分类和句法(结构)模式分类，近年 来又新发展起来了模糊模式识别[41和人工神经网络模式识别方法【l】。这些方法中有些取得了不 错的效果，但它们在识别前，大都需要对原图像进行预处理或手工操作，如指定特征点等。 这样就给用户带来了操作上的麻烦。鉴于此，本文进行了一种新的尝试，提出了基于散乱数 据曲面拟合的图像识别方法，可以较好的解决上述问题，并取得了不错的效果。 2问题的提出 A=[|；] c=㈢ B-[豢暴巍] 1华东交通大学科研基金资助项目 ·349· 其他诸如RGB与ⅥQ，RGB与YcbCr等之间的颜色空间的关系可以参阅文献【6】。对于 不同的两幅或多幅彩色图像，它们的每一个像素在颜色空间中的取值是不完全相同的。在此， 我们取RGB为颜色空间，设定R、G、B三个分量分别为三个坐标轴。那么对于图像每一个 像素都对应这坐标空间的一个点，我们可以把这些点当作型值点，从而把此幅图像用散乱数 据拟合的方法插值成一个曲面。再对其他图像作同样操作，便可以通过对曲面的处理和进行 相关的计算，然后识别。 3散乱数据曲面拟合的概念 数据拟合胪J问题通常分为插值问题和光顺逼近问题。插值问题的解要求严格经过型值点， 光顺逼近问题的解虽不要求严格经过型值点，但它要求在某种约束条件下(如最小二乘意义 下)达到一种整体逼近效果。 在此，我们设给定尺“中区域D上的一组点集{(只))，f∈J，If,)是相应的一组实数。插值 问题一般可以描述为：求定义于区域D上的某种函数空间H中的函数f，使f(P／)=五，f∈I。 数据点分布不规则情形称为散乱数据拟合问题，11=2时的情形就是散乱数据的曲面拟合。本 文中，我们采用Shepard方法来进行曲面拟合，此方法可以应用于任意分布的空间数据点，插 值函数可显示写出。 为此，令P为平面上某一度量，通常取为距离度量。对定点(工，y)，令 i=l，2，…，N (3．1) ‘=p((z，_)，)，(‘，Yf)) 设Ⅳ为一个正实数，对散乱数据点(■，)，f，正)，i=l，2，…，N，则拟合曲面Z=f(x，Y)表 示成下列插值公式： 《且 台I，jp 警上 rf≠0 (2) z=f(工，Y)= 台lrf” ，j=0 这是—个关于(‘，Y；)，i=l，2，…，N的全局插值公式，当(x，y)是非插值点时，，f(x，y)取所有函 理观测数据的数目很大，对于有峰值的曲面，有良好的逼近效果。它为我们下面的实际应用 提供了理论基础，以下我们具体给出基于这一理论的图像识别过程。 4图像识别过程 前面第三节阐述了散乱数据拟合的有关概念和Shepard公式。这里，我们利用Shepard方 法对要识别的图像进行数据拟合，通过