改进的骨架线提取及特征点定位算法

针对Zhang等细化算法在提取文字骨架线时识别率不高,导致拓扑失真或笔画丢失的问题,文章提出了一种改进的骨架线提取及特征点定位算法。首先,基于深度遍历思想和八邻域特性,提出一种改进的文字骨架线提取算法,以提高细化后文字骨架线的准确率,并在一定程度上降低细化复杂度;然后,基于极大似然估计结合空间映射关系,提出一种文字骨架线定位算法,以提高细化后文字骨架线的还原度和稳定性。实验结果表明,所提出的算法相较于Zhang等细化算法,在细化时间有所改善的情况下,可以获得更符合人眼视觉关注机制的文字骨架线;在相对误差较小的情况下,所提出算法的细化骨架线更具真实性。

基于显著语义模型的机场与油库目标的识别方法

采用与传统的利用特征匹配方法进行地物目标识别不同的思路,提出一种基于显著语义模型的机场与油库目标的识别方法.该方法在低层特征空间利用视觉关注模型将航拍图像分解成若干个视觉显著性子图,提取出目标可能存在的候选区域;对训练图像集构建基于SIFT局部特征的特征袋语义模型,并利用模型中的特征字典提取出显著性子图所包含的显著语义特征,以实现对机场和油库目标的快速检测识别.利用Google Earth构建了多种不同成像条件下的典型目标数据库,对文中方法的有效性进行验证.实验的结果表明,该方法比传统的特征匹配方法具有更好的识别性能和更高的运算效率,同时对于光照、视点和尺度变化等干扰具有较强的鲁棒性.