轮廓矩不变量及其在物体形状识别中的应用

为了有效地刻画物体的形状特征 ,在基于区域的 Hu矩不变量的基础上 ,构造了一种基于物体轮廓曲线的新的矩不变量 ,即轮廓矩不变量。该不变量不仅独立于物体本身的颜色和灰度级 ,而且具有平移、旋转和尺度不变性 ,因此可将轮廓矩不变量应用于物体形状的识别 ,为了能快速地进行物体形状识别 ,还讨论了小波边缘检测和轮廓的获取问题及其算法。实验表明 。

曲面轮廓矩不变量及其应用

传统三维矩不变量的计算方法基于区域特征,计算量较大。将基于区域的三维矩不变量计算转化到三维物体曲面轮廓上,构造了一种的新的曲面轮廓矩不变量。此不变量减小了计算复杂度,不仅具有平移、尺度和旋转不变性,而且独立于三维物体本身的颜色和灰度级。仿真实验表明,基于曲面轮廓矩不变量的识别算法对于三维目标具有良好的识别率,减小了计算复杂度。另外,对这种矩不变量在基于颜色、灰度等识别场合的应用做了推广。

轮廓矩不变量在舰船目标识别中的应用

首先阐述轮廓矩不变量的实现方法;然后选取100幅图像形成训练样本集,获取训练样本集图像的轮廓特征均值、标准差和变异形成特征向量,进行高斯归一化处理,并对处理后的特征向量求取加权欧式距离;最后通过设定阈值实现目标识别,对比实验说明本文算法的实时性好,识别效果好。

基于ICT切片图像的轮廓特征识别和曲线拟合

在基于ICT切片图像的逆向工程中,切片图像的轮廓特征处理技术具有重要的意义,而轮廓整体和分段特征的识别、曲线拟合是其首要的环节。提出一种新的轮廓处理方法:首先采用轮廓矩不变量的原理识别出所有闭合轮廓中的圆和正多边形整体特征;再根据曲率对剩下的轮廓进行特征点提取,确定出每段轮廓对应的曲线类型;最后采用最小二乘法对识别出的整体和分段特征进行曲线拟合。试验表明:算法自动化程度较高,而且处理结果准确可靠,精度较高。

利用高斯描绘子进行字符识别

高斯描绘子是一种基于边缘的形状特征,具有识别/匹配率高、相对于平移、旋转、尺度和反射不变、计算量小、对适度的边缘变动和噪声不敏感以及适用范围广等优点。将高斯描绘子用于字符识别,并与另一种基于边缘的特征轮廓矩不变量Hu矩的推广和改进进行比较。实验结果表明,高斯描绘子有很好的识别效果。