基于轮廓端点的一维快速傅里叶变换图形识别.pdf

《基于轮廓端点的一维快速傅里叶变换图形识别.pdf》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、福建电脑FUJIANCOMPUTER基于轮廓端点的一维快速傅里叶变换图形识别梁晨辉（厦门海迈科技股份有限公司福建厦门361008）【摘要】模式识别和机器学习在实际应用中的领域已经越来越广泛，其中图形识别部分十分适合用于算量软件中对柱等异形构件的识别处理计算。2-范数描述子计算简单，易于理解，但是采点数目要求较大，点数少时在实际应用中发挥的作用有限。一维离散快速傅里叶变换有一定的旋转不变性，计算效率和识别效果更理想。轮廓特征与其它特征表示相比更容易获取、计算，配合实际数据特点通常能起到较理想的效果。在对轮廓特征的处理中，取轮廓点时

2、，一般都是按等步长取点，容易错过拐点（轮廓端点）。【关键词】模式识别；轮廓特征；2-范数；傅里叶；图形识别1引言模式识别(PatternRecognition)：是指对表征事物或现象的各种形式的(数值的、文字的和逻辑关系的)信息进行处理和分析,以对事物或现象进行描述、辨认、分类和解释的过程,是信息科学和人工智能的重要组成部分。近年来，用于认知的人工智能(模式识别)得到了很大的发展和进步，从环境的认知，到人体的认知；从静态的认知到动态的认知。有关认知方面的人工智能，例如：人脸检测、表情识别、车辆检测、语音识别等领域都已基本迈向成熟

3、，步入应用阶段。图像识别属于模式识别的研究领域，利用计算机视觉特征和机器学习的知识对目标对象进行识别分析。目前，在各国研究学者的努力下得到了极大的发展，图形识别过程中处理逻辑较简单，数据来源基本来自图像或视频流，以像素点为基本处理元素[1]。图1图形识别处理流程其中，轮廓特征在众多特征表示中可以说是最基本、最容易得到的，获取轮廓特征的主要及首要步骤就是轮廓点的采所有轮廓点全部提取，然后通过要采集的点数确定采点步长集。在传统的处理方法中，直接数据来源就是图片，在二值化、（相邻两个采集的特征点之间相隔的轮廓点个数）依次取出要膨胀、腐

4、蚀等预处理后，各轮廓点坐标其实就是轮廓像素点的处理的特征点。横、纵坐标值。每一个像素点与其相邻像素点之间的距离都是但像前面所提到的，以轮廓点作为输入时，首先要处理的相同的，即等步长点，且可采集的轮廓点数目也是有限的。但在就是考虑用来采点的轮廓点数要取多少（补点数目）。但是，本软件的实际应用中，直接数据来源却不适合以图片作为输入而实验中的实际点列处理是在实数轴上的，每个轮廓点间可采点是把图形轮廓拐点（图形端点）当作输入参数。两种直接原始数数目是无限的，要还原所有轮廓点是不现实的（严重影响了算据各有优缺点。图片做源数据的方式，能够在

5、最大程度上保留法在实际应用中的效率）。因此本文中的处理方式是将等步长图形的原始数据特征，并且可以从中提取到更多特征信息，如的概念由间隔特征点个数相同转为间隔特征点间的长度相同。轮廓特征、区域特征、光流特征等等，但是预处理步骤较多，容①、确定特征点数目n；易受到噪声点和冗余数据的影响。而直接以轮廓拐点做源数据②、计算图形周长l；的方式，可以直接跳过图片预处理阶段，减少图片中噪声点的③、步长steplength=l/n；影响。以此为代价的是，我们要自己补全其它轮廓点坐标，更重确定步长后的采点方式有两种：1、直接按步长、边线端点要的是

6、，轮廓坐标是实数轴上的，相邻点之间不一定是等步长计算下一个特征点，其中不会特意保留轮廓端点；2、计算方式的，因此，我们要考虑的是：每两个点之间的取点步长要取多和1相同，不同的是，在计算特征点坐标时，如果轮廓端点P与少？取多少轮廓点合适？……起点的距离小等于steplength，则保留P作为当前特征点。2处理流程算法保留轮廓端点的特征点采集本文研究的主要工作是当以图形轮廓点作为直接数据来输入：图形轮廓端点源时，探讨更合适的特征处理方式。输出：特征点集识别的主要处理过程如图1所示。①、FeaturePoints=[]3主要工作②、F

7、eaturePoints(1)=EndPoints(1)3.1采点③、StartPoint=EndPoints(1)在传统处理方式中，采点时通常会按顺或逆时针的顺序把EndPoint=EndPoints(2)·82·福建电脑2015年第5期福建电脑FUJIANCOMPUTER④、根据特征点数k计算步长steplengthforI=2:k⑤、根据StartPoint、EndPoint、steplength计算下一个特征点addPoint⑥、将在StartPoint和addPoint之间的轮廓端点全部加入FeaturePoints⑦

8、、判断addPoint是否超过EndPoint，是，则将图形下一条边的端点作为新的StartPoint和EndPoint；否，则把addPoint作为新的StartPointEnd⑧、检查FeaturePoints的特征点数目是否超过k个，若是，则随机删除多余的