圖像對(duì)象特征提取與識(shí)別.pdf

1、視覺是人類認(rèn)知世界的重要途徑，由于人眼攝入景物時(shí)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(shí)別圖像是輕而易舉的事情；而目前計(jì)算機(jī)處理圖像數(shù)據(jù)是逐像素進(jìn)行的，缺乏整體形象的指導(dǎo)，其自動(dòng)識(shí)別圖像的準(zhǔn)確率和效率還遠(yuǎn)不及人的視覺，雖然近年來計(jì)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(shí)用價(jià)值的課題需要研究探索。 二維圖像的分析和二維對(duì)象的識(shí)別是計(jì)算機(jī)視覺的重要研究?jī)?nèi)容之一。對(duì)圖像進(jìn)行分析的目的是要

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

3、的特點(diǎn)，提出并實(shí)現(xiàn)了一種用圖像塊方差和塊對(duì)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(píng)價(jià)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(duì)每一塊作FFT變換，計(jì)算塊頻譜分布圖的最小轉(zhuǎn)動(dòng)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(shì)的全局觀點(diǎn)，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(píng)分。實(shí)驗(yàn)結(jié)果表明這是一種合理的、有效的質(zhì)量評(píng)價(jià)方法。 3.提出了一種表示圖像對(duì)象形狀的邊緣相對(duì)方向特征。將圖像對(duì)象形狀的邊緣信息抽象成由特征點(diǎn)及邊緣相對(duì)方向構(gòu)成的特征圖，基于特征圖，可以設(shè)計(jì)出對(duì)平移、尺度、旋轉(zhuǎn)變換具有不變性的對(duì)象形狀識(shí)別算法。將邊緣相對(duì)方向特征應(yīng)用于手勢(shì)圖像識(shí)別，實(shí)驗(yàn)結(jié)果證明了該特征的有效性和高速性，三種手勢(shì)的