[发明专利]一种图像目标的特征描述方法

说明书

技术领域

本发明涉及模式识别领域，尤其涉及一种图像目标的特征描述方法和装置。 

背景技术

图像目标识别是模式识别领域中图形、图像识别的关键技术。在人工智能、计算机视觉、机器人、图像目标识别、光学字符阅读器(Optical Character Reader，OCR)、军事等高技术领域中，图像目标识别技术都起着重要作用。 

图像目标是指边界清晰可辨、由多个几何图形构成的图像或某个图像的局部图像。 

图像目标识别基于图像目标的特征描述来实现。目前，图像目标的特征描述方法主要有以下两种： 

第一种，基于积分变换的傅立叶描述子理论，将图像信息由空间域变换到频域，利用获得的频域特征矢量集，实现对图像目标的整体描述； 

第二种，基于不变矩理论，在图像上对密度函数的黎曼二重积分，不同阶次的矩具有不同的物理意义，利用矩参数集，实现对图像目标的整体描述。 

上述两种方法中，频域特征矢量集和矩参数集都具有平移、缩放和旋转不变的特性。当图像上密度函数等于1时，频域特征矢量集和矩参数集实现对图像目标的整体描述。 

取特征信息。很多应用实例也说明了现有技术对图像目标数学描述存在的重大缺陷。具体分析如下： 

利用上述两种方法对图像目标进行特征描述，虽然具有通用性，但是，由于技术上的一些缺陷使得上述两种方法的实际应用受到很大限制，具体分析如下： 

第一、频域特征矢量或矩参数对图像目标特征的描述，是一种较为粗略带有较多不确定性的描述方法，频域特征矢量或矩参数与图像目标的主要特征之间不存在可靠的理论基础，也不可能存在可信的对应关系，因此，利用频域特征矢量或矩参数对图像目标进行特征描述，准确性较低； 

第二、通过频域特征矢量或矩参数求取图像目标特征信息需要较大的计算量； 

第三、通过频域特征矢量或矩参数求取图像目标特征信息不能对一类图像目标的共有特征进行描述。 

发明内容

针对现有技术中存在的问题，本发明的目的在于提供一种图像目标的特征描述方法，用于解决现有技术不能对图像目标进行准确有效描述、特征信息求取计算量大的缺陷。 

为达到以上目的，本发明提出的技术方案是：一种图像目标的特征描述方法，该方法包括： 

a、在图像目标中搜索与边界光学参数相近的像素，根据搜索到的像素构成多个封闭曲线，将每个封闭曲线构成的图形作为一个几何图形； 

b、按照一定的方向对获得的几何图形的边界曲线进行计算，并获知边界曲线上各点的曲率信息；求取所述几何图形边界曲线的参考点；求取所述几何图形边界曲线上，标示变化特征的特征点；以所述参考点为极坐标的极点，计算特征点极坐标矢量的极值、极角；根据曲率信息计算获得特征点类型代码、附加特征代码及曲率半径；由所述极坐标矢量的极值、极角和特征点类型代码、附加特征代码及曲率半径构成特征点信息，并根据计算得到的特征点信息构成描述所述几何图形形状的特征信息； 

c、根据求取的一组几何图形特征信息确定所述图像目标的特征信息，并描述所述图像目标的特征。 

本发明实施例提供一种图像目标的特征描述装置，该装置包括： 

图形划分单元，用于在图像目标中搜索与边界光学参数相近的像素，根据搜索到的像素构成多个封闭曲线，将每个封闭曲线构成的图形作为一个几何图 形； 

图形特征确定单元，包括曲率求取单元、参考点求取单元、特征点求取单元以及特征信息求取单元；所述曲率求取单元，用于按照一定的方向对获得的几何图形的边界曲线进行计算，并获知边界曲线上各点的曲率信息；所述参考点求取单元，用于求取所述几何图形的边界曲线的参考点；所述特征点求取单元，用于求取所述几何图形的边界曲线上，标示变化特征的特征点；所述特征信息求取单元，用于以所述参考点为极坐标的极点，计算特征点极坐标矢量的极值、极角；根据曲率信息计算获得特征点类型代码、附加特征代码及曲率半径；由所述极坐标矢量的极值、极角和特征点类型代码、附加特征代码及曲率半径构成特征点信息，计算得到的特征点信息构成描述所述几何图形形状的特征信息； 

图像特征确定单元，用于根据所述图形特征确定单元求取到的一组几何图形特征信息确定所述图像目标的特征信息，并描述所述图像目标的特征。