基于弦变换提取几何特征的方法 approach of extracting geometric feature using the chord transformation.pdfVIP

下载本文档

0
0
约1.69万字
约 6页
2017-08-21 发布于上海
举报
版权申诉

基于弦变换提取几何特征的方法 approach of extracting geometric feature using the chord transformation.pdf

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

基于弦变换提取几何特征的方法 approach of extracting geometric feature using the chord transformation

第 36 卷第 8 期光电工程 Vol.36, No.8 2009 年8 月 Opto-Electronic Engineering August, 2009 文章编号：1003-501X(2009)08-0010-06 基于弦变换提取几何特征的方法 1, 2 1 1 何莲，蔡敬菊，张启衡 ( 1. 中国科学院光电技术研究所，成都 610209 ； 2. 中国科学院研究生院，北京 100039 ) 摘要：本文对弦变换、弦空间特征的描述进行了详细研究，通过实验实现了几何形状特征提取的具体实现方法，并验证了特征的鲁棒性。此特征不但具有二维的平移、旋转和尺度不变性，同时对由仿射变换引起的形变也具有一定容忍度。另外，利用特定几何形状的弦空间特征对边缘图像做近似滤波的反弦变换后，可以保留与特定形状相似或相同的目标边缘，而忽略其它不感兴趣的边缘。最后实验结果表明，用此特征进行几何形状的相似性匹配是有效的，并且这种方法简单易懂，容易实现，可以用于目标识别、跟踪等许多方面。关键词：弦变换；几何特征；反弦变换滤波；特征匹配中图分类号：TP317.4 文献标志码：A doi：10.3969/j.issn.1003-501X.2009.08.003 Approach of Extracting Geometric Feature Using the Chord Transformation 1,2 1 1 HE Lian ，CAI Jing-ju ，ZHANG Qi-heng ( 1. Institute of Optics and Electronics, Chinese Academy of Sciences, Chengdu 610209, China; 2. Graduate School of Chinese Academy of Sciences, Beijing 100039, China ) Abstract : Chord transformation and the description of chord space feature are studied in detail, and the concrete approach for extracting geometric feature is achieved experimentally. Meanwhile ，the robustness of this feature is proved through experiment. The feature has invariant character for translation, rotation and scale, and some degree of tolerance for affine transformation. On the other side, after filtering original image with the feature of a specifically shape of model