面向枪支图像的特征提取与识别方法研究-论文.pdf

《面向枪支图像的特征提取与识别方法研究-论文.pdf》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、。一⋯一1，N一一一11，一‘1一一～一1⋯⋯面向枪支图像的特征提取与识别方法研究朱晨捷，朱蓉，叶炜(嘉兴学院数理与信息工程学院浙江嘉兴314001)【摘要】：本文提出了一种针对枪支图像进行处理的特征提取以及识别方法。首先，利用边缘检测技术获得图像的Hu不变矩的七个特征值；然后，将提取的特征值利用模糊聚类算法计算枪支类图像和非枪支类图像各自的聚集中心；最后，将测试图像库中的图像与训练库中的图像进行基于Hu不变矩特征值和聚类中心的对比。本文提出的方法能够将枪支图像快速、有效地识别出来，以达到净化网络环境的效果。【关键词】：枪支图像；边缘检

2、测；Hu不变矩；模糊聚类；特征提取0．引言了大量的工作并运用到许多应用领域。例如：在文献1随着互联网的迅速发展，不断涌现各类多媒体应ill中，为了更精确地识别出医学图像中的肿瘤轮廓，作用，人们获取信息的数量和途径也飞速增长，网络图者在传统的小波边缘检测技术的基础上，提出了一种像目前已成为人们获取视觉信息的主要来源。然而，新的边缘提取算法。该方法能够较好地获得所需区域网络图像数量的急速增长，使得一些不法分子在交易的精确轮廓，为肿瘤的早期识别提供了依据。在文献2网站或论坛上发布枪支图像，从事一些军火贩卖等不闭中，作者将边缘检测算法运用到污损

3、条码的识别中。正当手段。这些图像通常具有一定的煽动性和危害该方法通过分析常用边缘检测算法优点的基础上，提性，对人们的身心健康成长会产生不可估量的危害作出了一种改进的sobel算子，并用它来对图像中的条用。因此，净化网络环境，加强对网络信息的监控己成码区域进行边缘检测，能够达到快速、有效地识别出为一种强烈的社会需求。污损条码的目的。在文献3[31中，作者采用目标提取方通常枪支图像在图像内容上具有明显的特点，比法对遥感图像进行分析处理。该方法运用模糊聚类分如这类图像中的枪支区域的颜色多数呈黑色或褐色，析的模糊C一均值算法，选择适当的正交彩色

4、特征，实纹理上相似度较高，且形状多为条状的枪管和套筒，现了对图像中目标区域的有效分割与快速提取，为遥中间有一扳机。因此，利用枪支图像在形状特征上的感图像识别与计算提供了可靠的基础。在文献4中，显著区别，可以有效地从大量的网络图像中将其鉴别作者提出一种基于角点的特征提取方法来对蝶类昆出来。本文在充分挖掘枪支图像在形状特征上的特点虫进行识别。该方法首先利用边缘检测算子对鳞翅目的基础上，提出了一种基于边缘检测技术与模糊聚类蝴蝶图像进行操作，然后通过用角点提取图像的纹理算法的面向枪支图像的特征提取与识别方法，能够有信息来获得蝶类图像的特征，最终

5、为蝶类图像的识别效地利用枪支图像在形状上远胜于颜色和纹理的辨奠定了基础。识度，将枪支图像与非枪支图像快速地区别开来。首然而，到目前为止，可查阅的文献中有关枪支图先，利用边缘检测技术获得图像的Hu不变矩的七个像识别的文献较少，因此本文在深入分析枪支图像在特征值；然后，将提取的特征值利用模糊聚类算法计形状特征上的显著特点的基础上，提出一种结合边缘算出两类图像各自的聚集中心；最后，将来自于测试检测方法和模糊聚类算法的枪支图像特征提取与识图像库和训练图像库中的图像进行基于Hu不变矩特别方法，旨在为今后从海量的网络图像中将枪支图像征值和聚类中心的

6、对比。等不良图像进行有效过滤打下良好的基础。1．相关研究介绍2．基于边缘检测和模糊聚类的特征提取与识别有关边缘检测的研究工作，先前的研究者已经做方法基金项目：嘉兴学院大学生研究训练计划重点项目(No．851713050)2014年第7期l福建电脑·5·～⋯一⋯、⋯，⋯～一～骚UJlAN⋯堡CO⋯曼PU～下照匿鞴，～⋯～⋯⋯一一⋯，⋯一⋯⋯2．1Hu不变矩步骤1：为了满足一个类别组的隶属度和等于1的Hu不变矩l5l是一种经典的特征提取方法，它可以约束条件，用值在0，1间的随机数初始化隶属矩阵U；从中心矩和原点矩中构造出七个不变量，具有平移

7、、步骤2：计算b个聚类中心bx，x=l，⋯’b；旋转和尺度不变性的特点。步骤3：计算价值函数，如果它相对上次价值函数假设目标区域D中的灰度分布为厂，y)，，y)值的改变量小于某个阀值，或它小于某个确定的阀∈D，为描述目标，将区域r，以外的区域的灰度分布值，则算法停止；视为0，于是目标的a+b阶区域原点矩和区域中心矩步骤4：计算新值，返回步骤2。就分别变为：2．3实验结果与分析我们从网络上下载了800幅与枪支有关的图像，JJ“f(x，y)dxdy，b=0，1，2⋯(1)1500幅非枪支图像，其中700幅枪支图像和1400幅k：ff(x—)

8、(y-)f(x,y)dxdy，b=0，l，2⋯(2)非枪支图像用于训练过程；余下的100幅枪支图像和中心矩和原点矩存在换算关系如下：100幅非枪支图像用于测试过程。k。bab_(⋯瞄一)⋯(3)训练过程的算