基于局部图像特征的图形提取和识别技术研究

摘要

在当今所处的这个信息爆炸的时代，计算机图形识别已经成为计算机视觉技术的一个重要研究分支，同时也是图像检索的重要基础。图像的局部特征是用于识别的关键，在提供更多图像细节信息、提供对象语义支持基础以及遮挡条件下对象识别等方面展现出特有的优势。
　　 本文结合部分图像检索和计算机颜色空间的研究成果，将研究重点放在图像特征区域的提取处理中，通过研究图像区域底层特征中像素级的规律，力求使挖掘出的图像区域能体现出均一性约束特征，从而达到图像区域能具备精确图形语义的目的。本文的工作集中在以下几点：（1）在结合物理学等势线特性的基础上提出了基于极小值灰度点的区域生长法，并在相应基础上改进后提出了基于灰度序的图像重组法，用于提取图像灰度数组中符合等势线特征的图像区域；（2）在基于颜色矢量分析的基础上，提出了基于三原色倾向判别的图像特征域提取法，在进一步的研究中利用三原色及其相应对称色的光差变化性质提取图像中单一色调特征明显的图像区域；（3）采用Hu矩特征作为图像特征域的描述子，研究两种图像特征区域在识别处理中的特点和性能。实验表明，两种方法虽然不能对所有图像都适用，但提取的图像区域大都具备图形语义特征，在一定范围的图像的缩放和旋转处理中具有较强的稳健特性。

目录

文摘

英文文摘

声明

第一章绪论

1.1问题的提出

1.2图形识别匹配研究发展现状

1.2.1基于图形轮廓特征的匹配

1.2.2基于图像区域特征信息的图形识别匹配

1.2.3小结

1.3本文主要工作

1.4论文的组织

第二章图像中基于区域的图形特征提取

2.1图像中图形的分类和比较

2.2基于等势线特征的图形区域

2.2.1图像灰度值和等势线特征定义

2.2.2基于等势线特征的图形区域提取

2.3基于色调特征的图形区域

2.3.1基于RGB三原色色调矢量约束特征的图形区域提取

2.3.2基于对称色光差性质的色调图形区域提取

2.4基于区域的图形特征与其他图像特征的比较

2.4.1和基于轮廓的图形特征比较

2.4.2和基于图像特征点的图形特征的比较

2.4.3结论

第三章图形特征的计算和匹配

3.1 Hu矩

3.2图形特征的计算和匹配

第四章系统的实现及实验结果分析

4.1系统的模块组成

4.2图形识别实验系统实现和实验配置

4.3实验结果及分析

4.3.1实验图像来源

4.3.2基于等势线特征的图形区域提取和识别实验

4.3.3基于色调特征的图形区域提取和识别实验

4.4实验总结

第五章结束语

5.1全文总结和未来展望

参考文献

致谢

攻读硕士期间发表的论文