不变量特征的构造及在目标识别中的应用

图像不变量特征的提取与构造是模式识别和计算机视觉领域中的关键技术之一。有效地、并尽可能多地从复杂多变的模式表现形式中提取出目标本原的重要特征,而且与目标的各种空间变换(包括平移、尺度、旋转等变换)和观察角度、位置等因素无关,并不受目标图像获取条件和环境的影响,这将会使后期识别工作变得比较容易。 图像区域不变矩集合是反映形状特征的一种重要的特征集,可根据需要构造出各种复杂的变换不变量,这种技术正受到越来越多的关注。由于目前可利用的不变矩特征十分有限,适用范围也需要进一步明确,应用领域也需要进一步推广,有关这方面内容还需要作更深入的理论分析和更细致的实验检验。本文正是在这一背景下对不变量特征的构造及在目标识别中的应用进行了深入的研究。本文的创造性研究成果主要有: (1) 总结了图像旋转不变矩构造的一般规律, 提出三角函数构造旋转不变矩的方法, 得到了新的不变矩通式, 并产生了一个较大的旋转、比例平移不变矩集。在此基础上, 提出不变矩各阶子式的概念,进而设计了一种滤波器式不变矩快速算法, 能有效避免大量子多项式的重复计算从而提高不变矩的计算和生成效率。论文还得出轮廓链围成区域的矩和不变矩计算式。 (2) 介绍了仿射变换参数在3 维空间内的几何意义以及仿射不变矩与旋转不变矩的关系, 分析了仿射不变矩的构造方法,并作了一些补充性研究。提出了几种新的仿射不变矩,当视点距离观测图像较远时,这些不变矩能在深度信息未知的情况下识别三维空间中绕三个坐标轴旋转的平面图像。提出仿射变换图像的矩矢量和跟随矢量的概念,并有效地应用于仿射变换图像的配准和校正。这种方法具有快速、精度高而且简单直接的特点。 (3) 定义了n 维平移比例变换不变量的一般形式, 提出一种任意高维旋转变换不变量---n 维转动惯量的通式, 并得出两个三维旋转、比例平移不变矩:Crot3,1 Crot3,2,可用于识别3 维图形。