角检测及其在模式识别中的应用

《角检测及其在模式识别中的应用》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、摘要本文瞄述了二垒瞒／位髻溅(删裥撇翻铡黼舢腚位李酷。我ff秩Ⅱi堇，～艮定盥算法分为两个阶段，目吣刚淫；ll壹置(eyewindow)的确定和^日瞵翮自定位，在对^、眠进行精确定虚时，眼睛角部湿f言勖锈删雕涯墓啪。雕缫征据溅F跚是人且目定趔载铂匀i隹备阶段。本妇纠雠帐二维嘶砖锄酾去F删(Featurecodingandmppi嘲，是1幢§于灰魁B较劂新晰i5马

2、瑚拍9圭足取鳓去。谢黼目的歌寸二雏图掰}征，刨舌角(c。蜘盯)矛哒蟓(edge)，j新刊确自q定位。为了多专％．醚目的，黼已有缒鞠=灰就哺珀勺将碗踽噶鞋的鸯牡，对灰度}b菠自铡操瑚亍二刭特征

3、痂马映孰将映摊胡毡接怍办礅战I丝士果。由予僦确稚映射是睁寸鞍小的尺鳓亍的，圆雌掰还新佣方侧莫皈以及劁寺，位魏^j斯劂靛l鹑锞进行进_刿疗副秘珀勺牛辄欧从列算岗指亍自镌聊措钿的陛能Ⅻ鼢哄它；典型的基于皴比彰暗翳耗西电『立算法(sLJsAN，Morphologicalcornerdetector)进行韵横向比较中，可以看出吲嵇劫黹度及希锭雌鞍词的帮见令人满意，萄彭钫面贝惧有髟啪晰势。同时，}劂于传弛链哥方向昌鼬粥《蚴l醉法，嘲具能燃E婚黼时苒优觌目啶堑蝴确、不易：受至蜾声阳巍。酣阿以说Ⅻ是_干十b翰置△于霉施r蚴纠嘲醍取笪珐。AbstractA2Dima

4、gefeaturedetectionalgoritlln(F0帕andafasteyelocationalg口itmwhichisrlotsensitivetorotationaledescribedinthispaper．Asweknow,aneyelocationalgorithmcanbedividedintotwostages：locationofeyewindowandlocationofthegXactpositionofeye．andlocationofcorllgFofeyeiscriticaltothelatter，henceF矾c

5、anbeconsideredasthepreparingstageoftheeyelocationalgorithmFC嗨analgoritNnbasedonbrightnesscc哪oarisonsandF∞talecodingandmapping,isintroducedfirsI．ItspLlrposeistolocate21)imagefeattme,includingcornerandedge．ThealgoritNnc(mbinestheconceptofbinaryfea_talecodingandmppir】gwiththeconce

6、ptofbrightnesscom#arisosBeCS0dsethefeazureisencodedunderarelativelystallscale,thealgoritmneedsorientedte咂olateandlocalfeaturedistinguisbnent．Duringtheperformancetestandthec唧oarisonwithotherpopularalgorithnshasedonbri曲tnesscGfI】paris吣FⅢperformswellwithgoodanc嘲yandstability．andit

7、isfastertocoiT驴ute，F(Mhasalsoadvantageofalgorithmsbasedonbrightnesscorrg]arison：goodlocationandresistancetonoise,soitisliDresuitableforrealtimeconloutation．Ke：胛ord：Featuredccm：tion，Brightnesscerq∞risen。Fe贰urecodingandmapping，Evedgte吐ion刖吾本文研究的是在灰度图像中进行二维特征提取。灰度图像的二维特征提取一直是数字图像处

8、理领域的一个重要研究课题。这是因为图像的二维特征，包括角和边缘，是图像中信息含量最丰富的地方，常常构成图像的“骨架”部分。对这些部分进行处理，相对于对原始图像进行处理而言，无论是从空间还是从时间复杂度上，效率都会大大提高。二维图像特征提取属于数字图像处理中较为基础的研究课题，其研究成果可以被应用到许多其它的研究方向上。对二维灰度图像特征提取的研究实际上在很久以前就开始了，到目前为止各种提取方法已经非常的多。从最初的在区域分割所获得的边界信息上搜索方向变化较快的点，到利用图像的方向导数计算所衍生出来的各种提取方法，以及利用角部结构特征的模板提取方法等等

9、，提取方法也在不停的向这一问题的本质靠拢。最近，基于灰度比较的特征提取方法获得了比较广泛的重视。相对于传统提