基于圖統(tǒng)計特征的圖像識別算法研究.pdf

1、隨著高科技的發(fā)展，圖像為人們記錄了越來越多的信息，這些信息涉及到工作、生活等方方面面，圖像識別因此逐漸成為人們在模式識別領域中所重點關注的方向?；趫D特征的圖像識別方法作為圖像識別方向中的一類有效而常用的方法，被眾多學者所研究從而得到了長足的發(fā)展。針對現(xiàn)有的該類方法對于存在非剛性變換的圖結構難以充分描述這一問題，在綜述研究現(xiàn)狀及介紹相關技術的基礎上，提出了三種不同的描述圖結構及相應的距離度量方法，致力于更加準確地進行圖像的識別工作。

2、r>　　 本文所做的相關工作大致如下:
　　 (1)對目前已有的基于圖特征的圖像識別方法進行了綜述，介紹了該方向的研究現(xiàn)狀?；趫D特征的圖像識別可以劃分成兩個關鍵步驟，一個是圖特征的提取和描述，另一個是圖特征的距離計算。分別從這兩個方面介紹了現(xiàn)有的方法及存在的問題。
　　 (2)具體闡述了邊緣方向直方圖方法、推土機距離方法、形狀上下文描述子、詞袋技術及K均值算法。這些知識都是與之后章節(jié)相關的理論基礎，正是基于這些方法，

3、提出了三種新的基于圖特征的圖像識別方法。
　　 (3)提出了基于圖的幾何統(tǒng)計特征的圖像識別方法。在該方法中，首先提取特征點并構建圖結構;然后分別計算圖結構的邊緣方向直方圖和邊緣距離直方圖，以形成圖的幾何統(tǒng)計特征描述子;最后采用快速魯棒的推土機距離方法進行圖的幾何統(tǒng)計特征描述子之間的距離度量，從而得到圖像之間的相似性。該方法相比于傳統(tǒng)的邊緣方向直方圖方法，擴展了描述的內容，從不同方向上邊緣長度和相對于中心點的平均距離兩個方面入手，

4、更加全面地描述了圖結構的特征。
　　 (4)提出了基于圖的結構上下文的圖像識別方法。在該方法中，首先提取特征點并構建圖結構，獲得圖結構的采樣點集;然后以采樣點集的平均坐標作為中心，計算采樣點相對該中心的極坐標，通過統(tǒng)計采樣點的分布得到圖的結構上下文描述子;最后使用改進的推土機距離方法進行圖的結構上下文描述子之間的距離度量，從而得到圖像之間的相似性，以進一步進行圖像的識別工作。該方法結合了形狀上下文方法的思想，使用二維直方圖來描述

5、圖結構，相比于傳統(tǒng)方法，可以更加充分地體現(xiàn)圖結構的特征。
　　 (5)提出了基于圖的詞袋上下文的圖像識別方法。在該方法中，首先提取特征點并構建圖結構，獲得圖結構的采樣點集;然后分別計算每個采樣點的熵值上下文，形成碼書，將這些碼書中的單詞通過K均值算法，得到K個不同的聚類中心;接著計算圖結構相對于聚類中心的特征向量，形成圖的詞袋上下文描述子，用于表征圖結構的信息;最后使用曼哈頓距離的計算方法，進行該描述子之間的距離度量，從而得到圖