圖像對象特征提取與識別.pdf

1、視覺是人類認知世界的重要途徑，由于人眼攝入景物時的整體性和人的神經系統(tǒng)處理信息的高度并行性，人的視覺系統(tǒng)識別圖像是輕而易舉的事情；而目前計算機處理圖像數(shù)據(jù)是逐像素進行的，缺乏整體形象的指導，其自動識別圖像的準確率和效率還遠不及人的視覺，雖然近年來計算視覺技術發(fā)展迅速，新的研究成果層出不窮，但仍存在諸多具有理論意義和實用價值的課題需要研究探索。 二維圖像的分析和二維對象的識別是計算機視覺的重要研究內容之一。對圖像進行分析的目的是要

2、識別其中的對象，首先要分割出對象，然后提取描述對象的特征，并依據(jù)特征識別對象?？梢妶D像分割、對象特征提取、基于特征設計識別算法，是圖像對象識別的關鍵問題。 針對圖像對象識別中的關鍵問題，結合實際科研工作，本文對指紋圖像分割、對象形狀特征描述、槍痕圖像識別等問題進行了探索研究，主要研究工作概括如下： 1.提出并實現(xiàn)了基于支持向量機(SVM)的指紋圖像分割方法。支持向量機是近年來備受推崇的機器學習方法，分析所處理的指紋數(shù)據(jù)庫

3、的特點，提出并實現(xiàn)了一種用圖像塊方差和塊對比度構成SVM特征的指紋分割算法，該算法在FVC2002db4數(shù)據(jù)庫上取得較好的分割結果，正確分割率高于95％。 2.提出了一種將局部分析和全局分析相結合，綜合評價指紋圖像質量的方法。算法首先將指紋圖像劃分成32×32的子塊，對每一塊作FFT變換，計算塊頻譜分布圖的最小轉動慣量和偏心率，從這些參數(shù)得到塊質量的局部分析結果；其次考察每塊圖像的頻域特征參數(shù)與其8近鄰塊相應參數(shù)的關系，從紋線流

4、勢的全局觀點，聚類形成圖像的清晰區(qū)和模糊區(qū)；算法最后綜合局部分析和全局分析的結果，得出指紋圖像的質量評分。實驗結果表明這是一種合理的、有效的質量評價方法。 3.提出了一種表示圖像對象形狀的邊緣相對方向特征。將圖像對象形狀的邊緣信息抽象成由特征點及邊緣相對方向構成的特征圖，基于特征圖，可以設計出對平移、尺度、旋轉變換具有不變性的對象形狀識別算法。將邊緣相對方向特征應用于手勢圖像識別，實驗結果證明了該特征的有效性和高速性，三種手勢的