圖像特征提取算法研究及應用.pdf

1、特征提取算法和分類識別技術是圖像處理技術中的重要組成部分，是模式識別領域的關鍵技術之一?；谝曈X的特征提取包括顏色、紋理、形狀三個方面。外輪廓信息是形狀特征中的重要特征參數(shù)，主要通過邊緣檢測和鏈碼編碼提取兩個步驟獲得，而傳統(tǒng)8鏈碼算法會錯誤表達外輪廓信息。為了彌補傳統(tǒng)8鏈碼的不足，提出對稱8鏈碼和可變向8鏈碼算法。
　　對稱8鏈碼算法定義變換點的判定法則，并根據(jù)邊緣輪廓的走向特點，確定了一組呈中心對稱的鏈碼編碼方向，準確提取圖像外

2、輪廓信息?？勺兿?鏈碼算法利用前一個像素點的鏈碼方向判斷出當前像素點的起始鏈碼方向，從而自適應地選擇起始鏈碼方向，定位出圖像外輪廓。實驗表明，兩種算法均能改善傳統(tǒng)8鏈碼算法外輪廓信息表示的準確率。對稱8鏈碼算法適用于邊緣輪廓較為簡單的圖像，保證圖像外輪廓信息的誤判率低于1％?？勺兿?鏈碼算法適用于邊緣輪廓較為復雜的圖像，其提取的圖像外輪廓參數(shù)精度高，魯棒性好。此外，對稱8鏈碼和可變向8鏈碼算法通過對閾值的設定和鍵值對的標記，保證將多目標

3、圖像中最優(yōu)目標作為分類識別對象。
　　面積參數(shù)是形狀特征中的另一個重要特征信息。利用鏈碼技術的距離變換算法能夠提高面積參數(shù)的準確率。該算法根據(jù)外輪廓鏈碼序列，將圖像內(nèi)部像素點用類“等高線”的方法表示出來，通過統(tǒng)計“等高線”曲線的鏈碼序列長度獲得圖像的面積。實驗表明，對于具有干擾項的圖像，改進的面積計算方法準確率仍高達98％，魯棒性好。
　　選擇合適的特征參數(shù)通過分類器處理實現(xiàn)圖像的分類識別。單一分類器的整體識別率較低，為了提

4、高分類精度，選擇多種適合于目標圖像的分類器，建立種類和分類器之間的對應關系，形成一種級聯(lián)方式的多分類器組合結構。在分類過程中，利用多分類器的處理機制，每個分類器只處理能夠準確分類的樣本，并將剩余樣本交給下一個分類器處理，最后由多分類器匯總分類結果。分類實驗以蝴蝶蘭圖像為例，利用隨機森林分類器、Adaboost分類器以及SVM分類器建立蝴蝶蘭種類和分類器之間的對應關系，構建一個適合蝴蝶蘭種類的三級聯(lián)組合分類器。實驗說明，多分類器能強化單一