形状上下文在害虫识别上的应用.pdfVIP

第 32卷第6期 华 北 水 利 水 电 学 院 学 报 VoL32No．6 2011年 12月 JournalofNorthChinaInstituteofWaterConservancyandHydroelectricPower Dec．20l1 文章编号 ：1002—5634(2011)06—0l13一O4 形状上下文在害虫识别上的应用 邱道尹，朱 云 (华北水利水电学院，河南 郑州 450011) 摘 要 ：将形状上下文引入到害虫识别 中，在对害虫 图像进行预处理得到二值 图像 的基础上 ，用形状上下文 描述害虫的轮廓特征．首先，使用 Robert算子 ，在二值 图像 中寻找害虫的轮廓并采样获取边界点集 ，然后利用 边界点集 ，通过改进 的对数极坐标变化计算得到 目标图像 的形状直方 图．利用形状直方 图进行 2图像之间的 相似性度量 ，计算 出匹配代价 ．实验结果表 明，跟传统的图像识别技术相 比，形状上下文只要获取有限的害虫 轮廓边界点，就能有效地识别 出害虫．当图像发生二维变化时，改进的形状上下文算法提高了识别的准确度． 关键词 ：模式识别 ；形状上下文 ；Robe~算子 ；对数极坐标 数字图像识别 ，是利用计算机对数字 图像进行 度值不连续的表现．常见 的边界点有 ：阶梯形边界、 处理 、分析和理解 ，以识别出在不 同模式下的目标和 屋顶形边界、线形边界． 对象的技术…．传统 图像识别包括训练过程和识别 由于边界是图像上灰度变化最剧烈 的地方 ，传 过程．训练过程主要完成 已知图像增强、分割及滤 统的边界检测就是利用了这一特点，对 图像各个像 波 、特征形成 、选择及压缩 、分类器设计 ；识别过程完 素点进行微分或求二阶微分来确定边界像素点．一 成未知图像的处理 ，并作 出识别 、分类和决策． 阶微分图像的峰值处对应着图像 的边界点；二阶微 上述方法大多采用一个特征 向量来表示 目标图 分图像的过零点处对应着图像 的边界点．根据数字 像 ，而且过程复杂 ，因而具有一定的局限性．笔者利 图像的特点，处理图像过程 中常采用差分来代替导 用一组边界点表示 目标 图像 ，即用形状上下文的方 数运算．对于图像的简单一阶导数运算 ，由于具有固 法识别害虫． 定的方向性，只能检测特定方向的边界 ，所 以不具有 1 形状上下文 普遍性．为了克服一阶导数的缺点，定义图像的梯度 算子为 对于待识别的物体 图像 ，通过边界检测获取图 像的边界 ，对边界点进行采样得到 了一组有限离散 G =【 + 点集P={P li=1，2，3，…，n}，其中一点P到其他 这是图像处理中最常用的一阶微分算法，式中F(j，k) 各点的向量相对位置简化为对数极坐标上各扇区内 表示图像的灰度值 ，图像梯度最重要 的性质是梯度 的点分布数 ，这些点的统计分布直方图 日。称为点P 的方向在图像灰度 的最大变化率上 ，这恰好可以反 的形状上下文 ．形状上下文描述 的是整个轮廓形 映出图像边界上的灰度变化． 状的特征 ，所以不需要对 图像取很多的特征值 ，只要 对于数字图像 ，可用微分近似表达式表示 求这些点尽可能地表示出物体的轮廓信息．