基于区域不变矩的形状匹配技术的研究及应用

《基于区域不变矩的形状匹配技术的研究及应用》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、专业学位硕士学位论文基于区域不变矩的形状匹配技术的研究及应用TheResearchandApplicationofShapeMatchingTechnologybasedonRegionMomentInvariants学号：31204030指导教师：萱型逝教拯完成日期：垄Q!垒生曼旦大连理工大学DalianUniversityofTechnology煳御一大连理工大学学位论文独创性声明作者郑重声明：所呈交的学位论文，是本人在导师的指导下进行研究工作所取得的成果。尽我所知，除文中已经注明引用内容和致谢的地方外，本论文不包含其他个人或集体已经发表的研究成

2、果，也不包含其他已申请学位或其他用途使用过的成果。与我一同工作的同志对本研究所做的贡献均已在论文中做了明确的说明并表示了谢意。若有不实之处，本人愿意承担相关法律责任。学位论文题目：基i区域丕童踅酗彤熬匹皿篮盛笪叠癌．＆应司作者签名：遍鑫j

3、乙日期：兰：堕年—L月—L日大连理工大学专业学位硕士学位论文摘要近年来随着数字图像技术的迅猛发展，形状匹配技术受到学术界和社会广泛的关注，并取得了长足的发展，涌现出许多的新理论、新方法和新设备，并已在科学研究、工业生产、医疗卫生、社会管理和通信等方面得到了广泛的应用，对推动社会发展起到了重要的作用。本文重点基于区域

4、的不变矩和欧氏距离对形状匹配进行了研究。形状匹配的关键是要找到合适的方法对形状进行描述，构造鲁棒性的特征矢量，从而完成相似形状的匹配或不同形状的分类。不变矩，是一种非常重要的表示目标总体形状的特征量。作为一种统计性的全局信息，不变矩已成为形状特征研究的一个热点。本文首先概述了不变矩的理论和计算方法，不变矩作为识别特征，具有平移、旋转、尺度不变的特性。由于我们所处理的数字图像是离散的，而不变矩是在二维连续函数下定义的，因此，当图像发生尺度、旋转等变化时，往往会造成一定的数字误差，影响最终的匹配结果。为此，基于传统的面矩计算方法，本文引入了具体的改进方案

5、，以减小数字误差对形状特征提取的影响。利用新方法得到的Hu不变矩来构成形状的特征矢量，进而描述形状之问的相似度，并且通过实验证明了改进的Hu不变矩具有健壮的鲁棒性和更高的匹配率。最后，本文从图像预处理、车牌定位、字符分割及识别等方面对车牌识别技术进行了系统分析。采用基于改进的Hu不变矩的模板匹配算法米实现车牌字符的识别，并通过MATLAB软件编程实现了车牌识别的整个流程，取得了较理想的效果。关键词：形状匹配；不变矩；边缘检测；字符识别TheResearchandApplicationofShapeMatchingTechnologybasedonRe

6、gionMomentInvariantsAbstractWiththerapiddevelopmentofdigitalimagetechnology，ShapematchingtechnologyhasgainedsignificantattentionfromAcademiaandsociety，andlotsofgreatprogresshasbeenmadeinrecentyears．Theemergenceofnumerousnewtheories，methodsandequipmenthasbeenusedwidelyinmanyfiel

7、ds，includingthescientificresearch，industrialproduction，medicalandhealth，socialmanagement，communicationengineering，etc．whichplaysallimportantroleinpromotingsocialdevelopment．ThisthesisfocusesonshapematchingtechnologybycombiningregionmomentinvariantswithEuclideandistance．keypoint

8、ofshapematchingistofindtherightwaytodescribetheshape，andthenconstructrobustfeaturevectortocompletethematchingofsimilarshapesandclassificationofdifferentshapes．Momentinvariantisaveryimportantshapefeatureindicatingtheoverallshapeoftargetamount，andhasbecomeahotspotofresearchofshap

9、efeatureasstatisticallyglobalinformation．Inthisthesisa