基于伪二维隐马尔科夫模型的图像符号识别算法

《基于伪二维隐马尔科夫模型的图像符号识别算法》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、基于伪二维隐马尔科夫模型的图像符号识别算法摘要：以伪二维隐马尔科夫模型（Pseudotwo-dimensionalhiddenMarkovmodelP2DHMM）为基础，通过构建参考图像与测试图像匹配模型，采用计算距离和方格表达变化过程，解决了两个技术问题：图像特征参量的构建；图像符号识别的二维非线性变形P2DHMM模型构建。介绍了图像符号识别的P2DHMM构建与初步应用。关键词：伪二维隐马尔科夫模型；符号识别；图像匹配中图分类号：TP312目标的检测与识别主要应用于智能交通领域，如飞机、舰船、车辆等目标的检测与识别跟踪[1]。要实现图像目标的检测与识别，一方面可以通过一些图像处理的手段消除

2、影响因素使其得到比较规范的数据；另一方面就可以寻找目标图像上能够保持恒定不变的某些特征参数来建立该类目标的表述模型。建立了这样的目标影像的表述模型后就能实现影像目标有效识别。第一种方法虽然是一个行之有效的方法，但是它需要一系列繁琐的预处理，效率很低；本研究主要是考虑提取标更一般化的不变量特征。基于伪二维隐马尔科夫模型（PseudoTwo-DimensionalHiddenMarkov8Model-P2DHMM）的识别方法[2]，是基于P2DHMM模型的拓扑结构进行图像的匹配，计算得出P2DHMM距离，利用最近邻原则判别，没有固定的模板参量限制，因此P2DHMM在手迹识别、人脸识别和医学图像方

3、面得到成功的应用[3-4]。本研究将P2DHMM引入到图像符号的识别中，工作重点放在三个方面：（1）研究图像中基于P2DHMM目标识别的二维非线性变形模型的适用性和潜在应用价值；（2）实验模型的拓扑结构、主要参数和算法选择；（3）建立典型参考图像符号库，进行了图像符号识别实验并分析结果，提出模型改进的建议。1伪二维隐马尔科夫结构与特征参量构建1.1隐马尔科夫模型与伪二维隐马尔科夫模型隐马尔科夫模型（HMM）是在马尔科夫链的基础上发展起来的，由于实际问题比马尔科夫模型所描述的更为复杂，观察到的事件并不是与状态一一对应，而是通过一组概率分布相联系，这样的模型就称为HMM。它是一个双重随机过程，其

4、中之一是马尔科夫链，这是基本随机过程，它描述状态的转移；另一个随机过程描述状态和观察值之间的统计对应关系[5]。8二维隐马尔科夫模型（2DHMM）是由HMM模型演变而来，它由水平方向HMM和垂直方向HMM构成，水平HMM中的某一状态不仅可以转移到水平方向的其它状态，同时还可以跃迁到垂直方向HMM中的某一状态，同样的垂直方向HMM中的状态也可转移到水平方向。由于二维HMM的结构的复杂性，算法复杂，限制了2DHMM的应用[6]。伪二维隐马尔科夫模型（P2DHMM）利用了一维HMM的基本拓扑结构，将一个完整的一维HMM作为一个状态，形成P2DHMM的超状态，超状态里面的一维HMM的状态是子状态。子

5、状态只能在相应的状态约束下进行跃迁，超状态与子状态之间也不允许跃迁，但是在超状态之间有状态转移。由于这一模型中不同超状态下的子状态之间不能够跃迁，因而不是真正意义的二维模型，故也被称为伪二维隐马尔科夫模型，见图1。每个超状态为一个隐Markov模型单向左右型的拓扑结构，超状态间转移的拓扑结构也为单向左右型。P2DHMM模型已被成功地应用于字符识别、人脸识别等领域。图1P2DHMM的拓扑结构图1.2基于P2DHMM拓扑结构的图像匹配基于P2DHMM拓扑结构的图像匹配，没有进行目标的特征的提取直接用图像的灰度值进行匹配。具体匹配算法如下所述：假设，测试目标图像用A=（aij）表示，其中每个像素的

6、位置为（i，j），i=1，……，I，j=1，……J。参考目标图像用B=（bxy）表示，其中每个像素的位置为：X=1，……，X，y=1，……，Y。8基于P2DHMM拓扑结构的测试图像和目标图像之间进行匹配满足的约束为：x（1，j）=y（i，l）=1x（N，j）=y（i，N）=N0≤（xij-xi-1j）≤2

7、xij-xij-1

8、=00≤（yij-yij-1）≤2（1）此约束忽略了相邻的列的像素之间的依赖关系，相邻列之间的垂直方向的相对置移被忽略，图像间的映射为列到列的映射，映射关系满足P2DHMM超状态的转移。每列内的像素之间的映射也是满足超状态内的子状态之间的转移。超状态之间的转移是从左到右

9、，子状态之间的转移是从下到上，跃迁都不超过2个像素宽。像素和其相邻的像素之间的关系保持下来，参考图像的二维变形图像保持了原始图像的结构特征。通过基于P2DHMM的拓扑结构对两图像进行匹配，我们得到样本B的变形的图像B（xIJ11，yIJ11）。A，B图像之间的距离，就转化成A和B（xIJ11，yIJ11）之间的距离。（2）1.3图像水平方向约束的补偿与构建特征参量8P2DHMM不是真正的二维，放松了水平方向的