二維形狀的描述和識別的研究.pdf

1、在過去的幾十年中，模式識別的研究發(fā)展很快。模式識別主要涉及由物質(zhì)和精神的過程所得的度量的描述和分析。為了提供有力而有效的模式描述，通常需要用預處理消除噪聲和多余信息，然后提取一組數(shù)值的或非數(shù)字的特征度量，通過這些度量之間的關系來表示模式。在這個表示的基礎上完成對特定目標的模式分析(分類或描述)。本文研究了識別中的一個重要分支——二維形狀表示和識別。 形狀識別已深入地應用到字符識別，目標檢測，醫(yī)學診斷，機器人，勘察，制圖和建筑設計

2、等方面。例如，在機器人中，影像目標的外形可以用適當?shù)亩S形狀表示來模式化，于是，這些目標的例子可通過它們在具體影像中的實際外形與由模式識別決定的預期的外形作比較進行識別和定量檢測。 現(xiàn)實中形狀有著多種變形，如尺度的放縮，方向的旋轉等變化，而且形狀的邊界隱藏著不確定的噪聲，使得形狀識別變得困難，很多傳統(tǒng)的方法存在著各種不足，不能滿足各種識別問題的需要。本文主要對形狀邊界采用了連續(xù)描述和離散描述，并在這兩種描述法的基礎上提出了形狀識

3、別方法，取得了很好的識別效果。 任何一種二維形狀都對應著極坐標系下的一組平面連續(xù)的曲線，這些曲線在一定的關系下組成了一個曲線等價類。形狀的連續(xù)描述是通過曲線等價類來表示形狀，這種形狀的表示方法具有平移、旋轉、縮放不變的特性。而且在這一表示法的基礎上定義了多尺度下曲線等價類之間的距離來反映形狀間的相似度，根據(jù)這一距離的大小來判斷兩個形狀是否相似。這種形狀識別的方法對于邊界的擾動不敏感。 本文中的曲線離散表示是引入了一種有效