[发明专利]一种基于稀疏表示和判决分析的数码球识别方法

权利要求书

1.一种基于稀疏表示和判决分析的数码球识别方法，包括：

(1)把数码球集合中的每一个数码球单独放置在单色背景下，利用单摄像头连续采集单幅或多幅图像，自动定位每幅图像中的数码球并提取视觉特征，并对所有的视觉特征建立稀疏表达，形成训练样本特征集合；

(2)把待识别的一个或多个数码球放置在同样的场景中，采集单幅或多幅图像，对每幅图像中的所有数码球自动定位并提取子图像；对单幅或者多幅图像中对应同一数码球的子图像提取视觉特征，并利用训练样本特征集合建立该子图像的稀疏表达；

(3)采用判决分析方法进行识别，得到测试图片所属的类别，其中对于多幅图像的情况，采用联合后验判决的方法实现。

2.根据权利要求1所述的基于稀疏表示和判决分析的数码球识别方法，其特征在于，所述的步骤(1)中形成训练样本特征集合的方法为：

(a)对采集的图像做预处理，使用Canny算子进行边缘检测，得到二值化图像，接着给出圆的大致半径，使用霍夫变换或外接圆构造匹配的方法定位每幅图中的数码球位置；

(b)在每幅数码球图片上找到感兴趣的信息区域，检测并提取该区域，最后对该兴趣区域进行坐标轴变换，用极坐标形式进行特征提取和表示，其流程如下：检测出数码球图片上的椭圆，然后将椭圆移到中心，旋转和重投影这椭圆，对椭圆进行二值化，从二值化图像转换得到极坐标图像；

(c)最后将来自第i类的n_i幅训练图片构成矩阵其中a_i，j，j＝1，2，...n_i是由每幅图像构成的列向量，每个元素都标准化为单位的l²范数，所有K个类的训练图片组合成一个训练样本矩阵A＝[A₁，A₂，...，A_K]，即为训练样本特征集合。

3.根据权利要求1所述的基于稀疏表示和判决分析的数码球识别方法，其特征在于，所述的步骤(2)中对每幅图像中的所有数码球自动定位并提取子图像的过程为：

(a)对输入的测试图像A进行预处理，使用Canny算子进行边缘检测，得到二值化图像；

(b)把二值化后的图像中的所有点都保存下来，以所有的非零点为中心，球的半径为半径，把该区域内的所有点都加1，再标准化该边缘直方图；

(c)遍历标准化边缘直方图中所有的点，估计出所有圆的中心并保存下来；

(d)以每个圆心信息为中心，以球的半径为半径，提取出测试图片所有的感兴趣区域并以图片方式保存下来，输出得到所有感兴趣区域的子图像A＝{A₁，A₂，...A_n}，即测试图像的子图像。

4.根据权利要求1所述的基于稀疏表示和判决分析的数码球识别方法，其特征在于，所述的对识别的单幅或者多幅图像中对应同一数码球的子图像提取视觉特征的过程为：取出测试图片中的一个感兴趣区域子图像，把该兴趣区域堆成一个列向量用所有训练样本特征集合得到y的近似稀疏表达，即：其中，β是稀疏系数向量。

5.根据权利要求4所述的基于稀疏表示和判决分析的数码球识别方法，其特征在于，所述的稀疏系数向量β由lasso算法求解得到，即：

argminβ12||y-Aβ||22+λ||β||1]]>

其中，||·||₁是l¹范数，λ||β||₁是l¹惩罚项。