一种基于轮廓特征的目标识别方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN106295649A(43)申请公布日2017.01.04(21)申请号201510248033.2(22)申请日2015.05.15(71)申请人中云智慧（北京）科技有限公司地址100176北京市大兴区北京亦庄开发区地盛北街1号18号楼北京云基地九层(72)发明人李新(51)Int.Cl.G06K9/46(2006.01)G06K9/64(2006.01)权利要求书2页说明书4页附图1页(54)发明名称一种基于轮廓特征的目标识别方法(57)摘要本发明提出一种基于轮廓特征的目标识别方法，包括如下步骤：对目标图像和检测图像进行轮廓检测，生成一条链表以保存检测出的目标图像和检测图像的轮廓信息；将目标图像和检测图像的主要轮廓进行对准，在目标图像和检测图像的质量中心附近搜索匹配；将目标图像和检测图像以图像中心为中心转换为极坐标；计算目标图像和检测图像轮廓形状的差别。CN106295649ACN106295649A权利要求书1/2页1.一种基于轮廓特征的目标识别方法，其特征在于，包括物体模板的特征库和待检测物的X光图像，通过计算通过计算特征库中的物体模板和待检测图像轮廓形状的差别确定待检测图像中是否含有检测目标，具体包括如下步骤：对特征库中的物体模板和待检测图像进行二值化处理；对特征库中的物体模板和待检测图像进行轮廓检测；计算特征库中的物体模板的质心和待检测图像的质心；将待检测图像的质心与特征库中的物体模板的质心进行对准操作；通过计算特征库中的物体模板和待检测图像轮廓形状的差别确定待检测物图像中是否含有检测目标。2.如权利要求1所述的基于轮廓特征的目标识别方法，其特征在于，所述步骤b）中采用Canny算子、Sobel算子、Roberts算子或Harris算子分别对特征库中的物体模板和待检测图像进行轮廓检测。3.如权利要求1所述的基于轮廓特征的目标识别方法，其特征在于，所述步骤b）中利用开源计算机视觉库OpenCV中的cvFindContours函数对特征库中的物体模板和待检测图像进行轮廓检测，该函数将生成一条链表以保存检测出的特征库中的物体模板和待检测图像的轮廓信息。4.如权利要求1所述的基于轮廓特征的目标识别方法，其特征在于，所述步骤c）中质心的计算公式为：，，其中，。5.如权利要求1所述的基于轮廓特征的目标识别方法，其特征在于，所述步骤e)中所述特征库中的物体模板和待检测图像轮廓形状的差别的计算公式如下：，其中，α为半径系数，半径越大，α越小；g为特征库中的物体模板轮廓形状上的一个样本点，h为待检测图像轮廓形状上的一个样本点，当C小于设定的阈值参数时，判定待检测图像中含有检测目标。6.如权利要求5所述的基于轮廓特征的目标识别方法，其特征在于，所述阈值参数为0.1~0.3。7.如权利要求5所述的基于轮廓特征的目标识别方法，其特征在于，所述的半径系数的公式为：2CN106295649A权利要求书2/2页，其中，N为大于1小于5的自然数，r为待检测图像上的样本点与质心之间的距离。3CN106295649A说明书1/4页一种基于轮廓特征的目标识别方法技术领域[0001]本发明属于机器视觉与模式识别技术领域，特别是涉及一种基于图像形状特征中的轮廓特征的目标识别方法。背景技术[0002]当前目标识别的方法可以分为三类：基于表象特征的方法、基于形状特征的方法、基于表象和形状特征相结合的方法。基于形状特征的目标识别方法是当前研究的一个热点，近些年来取得了显著的进展。从传统的基于傅里叶变换或不变矩等方法，发展为当前大多属于基于轮廓和骨架两种形状描述子的形状匹配方法。相对于点集，轮廓具有更加丰富的信息，且轮廓不容易受到光照、物体颜色和纹理变化的影响，最重要的是能够有效的描述大尺度范围的物体结构。[0003]近些年来很多基于轮廓的目标检测和识别方法被提出，其中主要包含两大步骤：提取轮廓的描述子和描述子之间的相似度计算。基于这两点，国内外的学者对此进行了深入的研究。白翔等人在国际计算机视觉大会(IEEEInternationalConferenceonComputerVision2009)上提出的用骨架描述物体的拓扑结构，通过建立骨架联合树把各个部分的轮廓有效的组织起来，进而用带方向的Chamfer匹配进行轮廓的形状相似度计算。MA等人在国际计算机视觉与模式识别会议(IEEEConferenceonComputerVisionandPatternRecognition2011)上提出一种基于形状上下文几何结构的新的形状描述子，把轮廓的匹配转化为矩阵的相似度计算问题。Wang等人在在国际计算机视觉与模式识别会议(IEEEConferenceonComputerVisionandPa