基于形變校正的形狀識(shí)別方法

《基于形變校正的形狀識(shí)別方法》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、計(jì)算機(jī)工程與設(shè)計(jì)ComputerEngineeringandDesign2011，Vo1．32，No．113789基于形變校正的形狀識(shí)別方法王穎，張旗，趙國庫，劉先正(1．大連海事大學(xué)信息科學(xué)技術(shù)學(xué)院，遼寧大連116026；2．華銳風(fēng)電科技(集團(tuán))股份有限公司，北京100872)摘要：針對(duì)魚類形狀易發(fā)生形變導(dǎo)致識(shí)別困難的問題，提出了一種新的識(shí)別算法。該算法通過對(duì)彎曲的魚類圖像進(jìn)行形變校正，得到接近標(biāo)準(zhǔn)形狀的魚類輪廓，再利用等間距極坐標(biāo)映射方法得到映射圖，提取映射圖中的局部極值點(diǎn)大小和相鄰極值點(diǎn)的間隔，最后使用匹配識(shí)別算法計(jì)算匹配度完成對(duì)

2、魚的識(shí)別。實(shí)驗(yàn)結(jié)果表明，該算法消除了彎曲形變給識(shí)別帶來的影響，實(shí)現(xiàn)了準(zhǔn)確的識(shí)別分類。關(guān)鍵詞：形狀識(shí)別；形變校正；魚類圖像；極坐標(biāo)映射：匹配識(shí)別中圖法分類號(hào)：TP391文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1000—7024(2011)l1-3789．04ShaperecognitionalgorithmbasedOlldeformationcorrectionWANGYing，ZHANGQi，ZHAOGuo—ku，LIUXian—zheng(1．CollegeofInformationScienceandTechnology,DalianMariti

3、meUniversity,Dalian116026，China；2．SinovelWindGroupCompanyLimited，Beijing100872，China)Abstract：Aimedatshaperecognitionwithnon—rigidobjectsdeformation，anewrecognizingalgorithmispresented．Inthisalgorithm，correctingalgorithmisappliedtocorectfishimage，thenfishprofileisobtaine

4、d，whichissimilarwithstandardshape．Amappingimageisgottenbyusingeven-grid-polarmappingalgorithm．1ocalextremepoint’svalueanddistanceofadjacentextremepointsareex—tractedasfeaturesforrecognition，atlastthematchingdegreeiscalculatedtocompleterecognition．Experimentalresultsshowt

5、hatthealgorithmeliminatestheefectsfrombendingdeformation，andachievestheaccuraterecognition．Keywords：shaperecognition；deformationcorrection；fishimage；polarmapping；matchingrecognition往往存在一定程度上的動(dòng)態(tài)形變，進(jìn)而給基于圖像的形狀識(shí)0引言別增加了一定復(fù)雜度。雖然基于各種不變量和變換域刪的形對(duì)魚類圖像進(jìn)行形狀識(shí)別分類在海洋物種的統(tǒng)計(jì)和保護(hù)狀識(shí)別算法如等間距極坐

6、標(biāo)映射方法?針對(duì)發(fā)生平移、旋轉(zhuǎn)、等方面有著十分重要的意義，國內(nèi)外的研究學(xué)者提出了很多尺度變換情況取得了一定的成績(jī)，但對(duì)魚類圖像這種彎曲程關(guān)于形狀匹配的方法，基于各種變換不變量的形狀匹配方法度較大的動(dòng)態(tài)形變就失去了它的優(yōu)勢(shì)，因此有必要針對(duì)此類是較為重要的方法，其中基于全局的幾何特征是利用面積、周的復(fù)雜形變找到更好的識(shí)別方法，本文針對(duì)魚類圖像易發(fā)生長(zhǎng)、長(zhǎng)軸、短軸等特征對(duì)形狀信息進(jìn)行描述；基于變換域特征較大形變的問題，提出了一種新的識(shí)別算法。是將信號(hào)轉(zhuǎn)換到變換域，分解成對(duì)于不同的頻率或基來分析本算法針對(duì)較大彎曲形變的魚類圖像采用獨(dú)特的形變校特

7、征，其中包括各種不同的矩和Fourier描繪子，小波描繪子、正的方法，將大彎曲的魚類圖像校正到接近標(biāo)準(zhǔn)的形狀；采用形態(tài)描繪子，且取得了廣泛的應(yīng)用[2-51。但是各種算法同時(shí)也等間距極坐標(biāo)映射算法得到映射圖，再以局部極值點(diǎn)大小和存在各自的缺陷，如矩方法存在的弊端是在離散情況下不變相鄰極值點(diǎn)的間隔(即極值點(diǎn)的相對(duì)位置)作為匹配算法的兩性難以保持，而基于傅立葉描述子的邊界分析方法要求形狀種特征，提高了識(shí)別算法的匹配準(zhǔn)確度。仿真實(shí)驗(yàn)證明，校正曲線不能有斷開(即連續(xù)或閉合)，長(zhǎng)軸、短軸n對(duì)識(shí)別對(duì)象的后的圖像得到了較好的匹配度，在一定程度上提高了針

8、對(duì)動(dòng)形狀要求也較高，且主要針對(duì)剛性物體，在條件不滿足的情況態(tài)形變魚類圖像的識(shí)別效果。下，所提取特征的準(zhǔn)確性和穩(wěn)定性受到嚴(yán)重的影響，這給后續(xù)1等間距極坐標(biāo)映射的識(shí)別分類工作造成一定的困難對(duì)于非剛性物體的魚類來