[发明专利]基于拓扑结构和CNN的几何图形识别方法

权利要求书

1.基于拓扑结构和CNN的几何图形识别方法，其特征在于，包括如下步骤：

步骤一，人工剔除几何图形中的字母，并做反向二值化操作，得到无字母干扰且前景色为白色的二值图；

步骤二，提取待识别几何图形中的边，具体为：首先对步骤1中得到的二值图进行霍夫直线检测，检测结果是待识别几何图形中直线线段集合；然后，根据斜率对集合中的线段进行聚类，合并每类线段可得到一条边或几条平行边，每条边对应一个数组元素，用于保存边的端点坐标；

步骤三，提取待识别几何图形中的顶点，具体为：求边所在直线方程式，计算每两条直线的交点，从计算得到的交点中剔除位于边的延长线上的交点，合并属于同一顶点的多个交点，得到待识别几何图形中的所有顶点，每个顶点对应一个数组元素，用于保存顶点坐标及顶点关联边编号；其中所述的关联边指对于一个顶点v_i，与其具有关联关系的边称作顶点v_i的关联边，所述的关联关系指对于几何图形中的顶点v_i，边e_i会经过v_i，则顶点v_i与边e_i是关联关系；

步骤四，提取待识别几何图形的拓扑结构，拓扑结构指待识别几何图形所有顶点之间的关系，其中，顶点之间的关系包括两种，一种是两个顶点之间存在邻接关系，另一种是两个顶点之间不存在邻接关系；所述的邻接关系是指若对于顶点v_i，顶点v_j与v_i之间存在一条边AB，且顶点v_j与顶点vi直接连接而不存在其他顶点，则两顶点v_j与v_i间存在邻接关系；否则认为属于非邻接关系；

步骤五，构建训练集：首先，在保证待识别几何图形拓扑结构不变的前提下，根据预设容忍度，构建同构图形库；然后，对同构图形加入仿射变换、投影变换、旋转和高斯噪声进行扩充，得到训练集；

其中，构建同构图形的方法如下：

a、找到几何图形顶点v_i的关联边，并从这些关联边中进一步找到顶点v_i作为端点的所有关联边E；

b、找到关联边E上的所有非端点的顶点V，并统计V中各顶点关联边数量n_e；

c、如果关联边数量n_e大于2，则顶点v_i不可移动，返回步骤a，判断下一个顶点v_i+1；否则，统计顶点v_i在各关联边上的位置情况P，其中，位置分为端点位置和非端点位置，继续下一步；

d、如果在所有关联边上，顶点v_i作为非端点的数量大于等于2，则顶点v_i不可移动；否则继续下一步；

e、如果顶点v_i作为非端点的数量等于0，则顶点v_i在邻域内任意方向可以移动，邻域大小不大于11×11，且移动距离在5到10之间；如果顶点v_i作为非端点的数量等于1，则顶点v_i在顶点v_i作为非端点的关联边e'的方向上移动，移动距离在5到10之间，且不能改变顶点v_i与关联边e'上其他顶点的位置关系；

f、改变所有可移动顶点的位置，形成同构图形，重复上述步骤，直到遍历所有顶点，形成多幅同构图形；

步骤六，加深LeNet-5模型的深隐藏层层数、增加各层卷积核个数，构建卷积神经网络结构，并基于同构图形训练集进行自动特征提取和学习，完成对平面几何图形的识别。