基于形状统计模型的多类目标自动识别方法AutomaticMulti.PDFVIP

电子发烧友 电子技术论坛 第 31 卷第 11 期 电 子 与 信 息 学 报 Vol.31No.11 2009 年 11 月 Journal of Electronics Information Technology Nov..2009 基于形状统计模型的多类目标自动识别方法 孙 显①②③ 王宏琦①② 杨志峰② ①(中国科学院电子学研究所 北京 100190) ②(中国科学院空间信息处理与应用系统技术重点实验室 北京 100190) ③(中国科学院研究生院 北京 100190) 摘 要：形状是人类视觉系统分析和识别目标的基础。针对现有方法的不足，该文提出了一种新的基于形状统计模 型的多类目标自动识别方法。该模型定义形状基元对作为特征描述子，从样本图像中抽取典型基元对，聚类量化后 组成形状字典。然后综合分析各类信息，通过无监督学习来统计目标的特征分布状况，构建类别形状模型。快速定 位目标区域并辨识对象类别后，可结合图像分割获取精确形状。实验结果表明，该方法能准确、高效地提取多种类 型和复杂结构的目标，较好解决了噪声干扰、旋转侧偏等问题，具有较强的实用价值。 关键词：图像处理；目标识别；形状统计模型；无监督学习 中图分类号：TP391.41 文献标识码：A 文章编号：1009-5896(2009)11-2626-06 Automatic Multi-categorical Objects Recognition Using Shape Statistical Models ①②③ ①② ② Sun Xian Wang Hong-qi Yang Zhi-feng ① (Institute of Electronic, Chinese Academy of Sciences, Beijing 100190, China) ② (Key Laboratory of Spatial Information Processing and Application System Technology, Chinese Academy of Sciences, Beijing 100190, China) ③ (Graduate University, Chinese Academy of Sciences, Beijing 100190, China) Abstract: Contour features are powerful cues for human vision system to analyze and identify objects. A new method for automatic multi-categorical objects recognition using shape statistical models is proposed to improve the disadvantages existing in most of the relative methods. This method defines firstly the shape base pairs as featu