anCox场手部指节图像偏移特征学习和识别.PDFVIP

２０１７年 １月 农 业 机 械 学 报 第 ４８卷 第 １期 ｄｏｉ：１０．６０４１／ｊ．ｉｓｓｎ．１０００１２９８．２０１７．０１．０４７ ＬｏｇＧａｕｓｓｉａｎＣｏｘ场手部指节的图像偏移特征学习与识别 杨世强　弓逯琦 （西安理工大学机械与精密仪器工程学院，西安 ７１００４８） 摘要：针对手部指节图像结构特征模糊与建模困难的问题，以ＬｏｇＧａｕｓｓｉａｎＣｏｘ随机场为图像建模基础，给出了随 机图像上偏移特征的抽取与学习方法，实现了手部图像中指节的识别。在缺乏 Ｃｏｘ过程图像模型先验假设的条件 下，结合随机图像的水平集分解，得到了图像偏移表示的逼近结果。在图像灰度分布非参数密度核估计基础上，利 用非线性各向异性滤波对偏移特征进行增强，建立了偏移测度特征的Ｂａｙｅｓｉａｎ估计。提出了不同偏移参数下偏移 特征的模型学习与融合算法，获得了指节图像特征的融合表示，并在手部指节图像数据库中比较了不同分层偏移 模型下的识别结果，给出了批量识别 ＲＯＣ曲线统计规律。结果表明，识别方法具有较为稳定的正确分类能力，具 有可行性。 关键词：ＬｏｇＧａｕｓｓｉａｎＣｏｘ随机场；偏移特征学习；手部指节识别 中图分类号：ＴＰ３９１４ 文献标识码：Ａ 文章编号：１０００１２９８（２０１７）０１０３５３０８ ＥｘｃｕｒｓｉｏｎＣｈａｒａｃｔｅｒｉｓｔｉｃＬｅａｒｎｉｎｇａｎｄＲｅｃｏｇｎｉｔｉｏｎｆｏｒＨａｎｄＩｍａｇｅＫｎｕｃｋｌｅｓ ＢａｓｅｄｏｎＬｏｇＧａｕｓｓｉａｎＣｏｘＦｉｅｌｄ ＹＡＮＧＳｈｉｑｉａｎｇ　ＧＯＮＧＬｕｑｉ （ＦａｃｕｌｔｙｏｆＭｅｃｈａｎｉｃａｌａｎｄＰｒｅｃｉｓｉｏｎＩｎｓｔｒｕｍｅｎｔＥｎｇｉｎｅｅｒｉｎｇ，Ｘｉ’ａｎＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ，Ｘｉ’ａｎ７１００４８，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｔｈｅｅｆｆｅｃｔｉｖｅｄｅｓｃｒｉｐｔｉｏｎｍｅｔｈｏｄｆｏｒｈａｎｄｇｅｓｔｕｒｅｉｓｔｈｅｍｏｓｔｉｍｐｏｒｔａｎｔｉｎｉｎｔｅｌｌｉｇｅｎｔ ｃｏｏｒｄｉｎａｔｉｏｎａｓｓｅｍｂｌｙｐｒｏｃｅｓｓｂａｓｅｄｏｎｈｕｍａｎｃｏｍｐｕｔｅｒｉｎｔｅｒａｃｔｉｏｎ．Ａｎｄｅｆｆｅｃｔｉｖｅｈａｎｄｆｉｎｇｅｒｋｎｕｃｋｌｅ ｄｅｔｅｃｔｉｏｎｉｓｂｅｎｅｆｉｃｉａｌｔｏｔｈｅｄｅｓｃｒｉｐｔｉｏｎｏｆｈａｎｄｇｅｓｔｕｒｅ．Ｔｈｅｓｔｒｕｃｔｕｒｅｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｈａｎｄｋｎｕｃｋｌｅｓ ｉｍａｇｅａｒｅｆｕｚｚｙａｎｄｉｔｉｓｄｉｆｆｉｃｕｌｔｔｏｆｅａｔｕｒｅｍｏｄｅｌｉｎｇ．Ｔｈｅｅｘｔｒａｃｔｉｏｎａｎｄｌｅａｒｎｉｎｇｍｅｔｈｏｄｏｆｅｘｃｕｒｓｉｏｎ ｃｈａｒａｃｔｅｒｉｓｔｉｃｆｏｒｈａｎｄｋｎｕｃｋｌｅｓｉｍａｇｅｗａｓｐｒｅｓｅｎｔｅｄａｎｄｔｈｅｈａｎｄｋｎｕｃｋｌｅｗａｓｒｅｃｏｇｎｉｚｅｄｂｙｈａｎｄｉｍａｇｅ ｂａｓｅｄｏｎＬｏｇＧａｕｓｓｉａｎＣｏｘｒａｎｄｏｍ ｉｍａｇｅｍｏｄｅｌｔｈｅｏｒｙ．Ｔｈｅａｐｐｒｏｘｉｍａｔｉｏｎｓｏｆｉｍａｇｅｅｘｃｕｒｓｉｏｎ ｒｅｐｒｅｓｅｎｔａｔｉｏｎｗｅｒｅｇｉｖｅｎｃｏｍｂｉｎｅｄｗｉｔｈｌｅｖｅｌｓｅｔｄｅｃｏｍｐｏｓｉｔｉｏｎｏｆｒａｎｄｏｍ ｉｍａｇｅｗｈｅｎｔｈｅｐｒｉｏｒｉ ｈｙｐｏｔｈｅｓｉｓｗａｓａｂｓｅｎｔｅｄｉｎＣｏｘｐｒｏｃｅｓｓｉｍａｇｅｍｏｄｅｌ．Ｏｎｔｈｅｂａｓｉｓｏｆｎｏｎｐａｒａｍｅｔｒｉｃｋｅｒｎｅｌｅｓｔｉｍａｔｉｏｎｏｆ ｉｍａｇｅｇｒａｙｄｉｓｔｒｉｂｕｔｉｏｎ，ｅｘｃｕｒｓｉｏｎｃｈａｒａｃｔｅｒｉｓｔｉｃｗａｓｅｎｈａｎｃｅｄｂｙｎｏｎｌｉｎｅａｒａｎｉｓｏｔｒｏｐｉｃｆｉｌｔｅｒｉｎｇ．Ａｎｄｔｈｅ Ｂａｙｅｓｉａｎｆｏｒｍｏｆｅｘｃｕｒｓｉｏｎｍｅａｓｕｒｅｍｅｎｔｗａｓｅｓｔａｂｌｉｓｈｅｄ．Ｔｈｅｍｏｄｅｌｌｅａｒｎｉｎｇａｎｄｆｅａｔｕｒｅｆｕｓｉｏｎａｌｇｏｒｉｔｈｍ ｏｎｅｘｃｕｒｓｉｏｎｃｈａｒａｃｔｅｒｉｓｔｉｃｓｗｉｔｈｄｉｆｆｅｒｅｎｔｅｘ