圖像對象特征提取與識別.pdf

1、視覺是人類認知世界的重要途徑，由于人眼攝入景物時的整體性和人的神經(jīng)系統(tǒng)處理信息的高度并行性，人的視覺系統(tǒng)識別圖像是輕而易舉的事情；而目前計算機處理圖像數(shù)據(jù)是逐像素進行的，缺乏整體形象的指導(dǎo)，其自動識別圖像的準確率和效率還遠不及人的視覺，雖然近年來計算視覺技術(shù)發(fā)展迅速，新的研究成果層出不窮，但仍存在諸多具有理論意義和實用價值的課題需要研究探索。 二維圖像的分析和二維對象的識別是計算機視覺的重要研究內(nèi)容之一。對圖像進行分析的目的是要

2、識別其中的對象，首先要分割出對象，然后提取描述對象的特征，并依據(jù)特征識別對象。可見圖像分割、對象特征提取、基于特征設(shè)計識別算法，是圖像對象識別的關(guān)鍵問題。 針對圖像對象識別中的關(guān)鍵問題，結(jié)合實際科研工作，本文對指紋圖像分割、對象形狀特征描述、槍痕圖像識別等問題進行了探索研究，主要研究工作概括如下： 1.提出并實現(xiàn)了基于支持向量機(SVM)的指紋圖像分割方法。支持向量機是近年來備受推崇的機器學(xué)習方法，分析所處理的指紋數(shù)據(jù)庫

3、的特點，提出并實現(xiàn)了一種用圖像塊方差和塊對比度構(gòu)成SVM特征的指紋分割算法，該算法在FVC2002db4數(shù)據(jù)庫上取得較好的分割結(jié)果，正確分割率高于95％。 2.提出了一種將局部分析和全局分析相結(jié)合，綜合評價指紋圖像質(zhì)量的方法。算法首先將指紋圖像劃分成32×32的子塊，對每一塊作FFT變換，計算塊頻譜分布圖的最小轉(zhuǎn)動慣量和偏心率，從這些參數(shù)得到塊質(zhì)量的局部分析結(jié)果；其次考察每塊圖像的頻域特征參數(shù)與其8近鄰塊相應(yīng)參數(shù)的關(guān)系，從紋線流

4、勢的全局觀點，聚類形成圖像的清晰區(qū)和模糊區(qū)；算法最后綜合局部分析和全局分析的結(jié)果，得出指紋圖像的質(zhì)量評分。實驗結(jié)果表明這是一種合理的、有效的質(zhì)量評價方法。 3.提出了一種表示圖像對象形狀的邊緣相對方向特征。將圖像對象形狀的邊緣信息抽象成由特征點及邊緣相對方向構(gòu)成的特征圖，基于特征圖，可以設(shè)計出對平移、尺度、旋轉(zhuǎn)變換具有不變性的對象形狀識別算法。將邊緣相對方向特征應(yīng)用于手勢圖像識別，實驗結(jié)果證明了該特征的有效性和高速性，三種手勢的