[发明专利]一种平面图形对象特征信息提取及识别方法在审

专利信息
申请号: 201410088932.6 申请日: 2014-03-12
公开(公告)号: CN103810481A 公开(公告)日: 2014-05-21
发明(设计)人: 孙继平;洪亮 申请(专利权)人: 中国矿业大学(北京)
主分类号: G06K9/00 分类号: G06K9/00;G06K9/46
代理公司: 暂无信息 代理人: 暂无信息
地址: 100083 北京市海淀*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 平面 图形 对象 特征 信息 提取 识别 方法
【说明书】:

技术领域

发明涉及图像目标识别技术领域,特别是涉及一种平面图形对象特征信息提取及识别方法。

背景技术

数字图像中,图形对象的边界是比较容易获取的特征信息。基于边界信息的图像配准、目标识别运算量较小,在需要实时处理的领域具有优势。基于图形对象边界的识别放弃了图像的灰度、颜色、纹理、频域等特征就是为了简化计算以提高计算速度,所以对图像边界信息的过于复杂的处理方法并不适宜采用。常见的基于图形对象边界的识别方法有:

1.基于图形对象边界中角点的识别及配准方法。应用该类方法的文献有:周振环2007年3月发表于《计算机工程》第33卷第6期的文章“基于角点特征的形状识别”;韦东兴,陈晓云,徐荣聪2010年2月发表于《计算机工程》第36卷第4期的文章“基于角点检测的图像形状特征提取方法”等。这是常用的运算量较小的方法,但很多常见的平面图形对象没有明显的角点,该方法应用范围受到限制。

2.相关测度法。将待识别图形对象的边界图像与目标边界图像模版做某种相关运算,根据相关测度函数的极值特征确定识别结果是常用的方法,是常用的一个测度函数形式。相关测度法对图像的尺度变换、拉伸、旋转等变形鲁棒性很差,尤其是图像的边界信息量较小且信噪比较低,使该方法也没有实际意义。

由以上分析可知,基于平面图形对象边界信息的比较及识别虽有重要意义,但缺少适用范围广、高精度且运算量小的方法。

发明内容

为了克服上述现有技术的不足,本发明提供了一种基于外接矩形及形心的图形对象特征信息提取识别方法,做图形对象的外接矩形,根据图形对象与其外接矩形的位置关系提取特征信息,用提取的特征信息进行图形对象的比较及识别。

本发明所采用的技术方案是:

一种平面图形对象特征信息提取及识别方法,步骤如下:

(1)提取平面图形对象的边界l,l及其内部区域经二值化处理表示为点集S={(xk,yk)|k∈[1,N]},绘制S的外接矩形ABCD,S与矩形ABCD在四条边AB、BC、CD、DA上的切点分别为E、F、G、H,若l与任一条边的切点不止一个,则所述的切点E、F、G、H为各边上切点的重心,设定以下特征参数:

①外接矩形长度:

②外接矩形宽长比:

③外接矩形上边切点位置:

④外接矩形右边切点位置:

⑤外接矩形下边切点相对位置:

⑥外接矩形左边切点相对位置:

⑦凸边界平面图形重心I相对于外接矩形中心O水平相对位移:

⑧凸边界平面图形重心I相对于外接矩形中心O垂直相对位移:

(xk,yk)表示平面内的点同时也表示该点的坐标,k为该点的序号,F1,2,3….,N,N为S内点的数量,表示起止点分别为A、D的向量,其余向量的定义方法与相同,和分别为在AB和AD边上的投影,I的坐标(xI,yI)可按下式计算:其中(xk,yk)∈S;

(2)选取所述步骤(1)中设定的特征参数中的n个构成n维空间,这n个特征参数用θ1,...,θn表示,n≤8,所述的n维空间为平面图形对象基于这n个特征参数的特征参数空间:平面图形对象的这n个特征参数构成的向量[θ1,..,θn]T为该平面图形关于这n个特征参数的特征参数向量,若n=8时,平面图形对象的8维特征参数向量为[x1,x2,y1,y2,y3,y4,z1,z2]T,每个图形对象的特征参数向量对应于相应特征参数空间中的一个特征点;

(3)若待识别或比较的图形对象在图像中的角度姿态具有随机性,用具有旋转不变性的方法确定外接矩形各边的方向,将图像做相应的旋转处理,使图形对象的外接矩形的各边在新图像中分别与坐标轴平行;

(4)指定待识别图形对象的标准对象,若待识别图形对象相对于标准对象存在翻转变形,确定翻转的类型;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国矿业大学(北京),未经中国矿业大学(北京)许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201410088932.6/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top