[发明专利]一种利用多尺度数学形态学的相似物体不变矩分类方法

摘要

一种利用多尺度数学形态学的相似物体不变矩分类方法，其基本流程是首先利用多尺度数学形态学提取物体训练图像的细节特征，并将物体的多尺度细节特征进行各种合并形成不同类相似物体在多个尺度上的真正不同部分。然后，任选一种不变矩方法计算这些真正不同部分的不变矩的值。随后，通过一种测度对真正不同部分的不变矩的值进行评测，自动选择能够有效区分相似物体的真正不同部分及其对应的不变矩。最后，利用选择的真正不同部分及其对应的不变矩对相似物体进行分类。实现相似物体的有效分类。本发明可广泛应用于各类目标识别和分类系统，在数字图像处理和模式识别领域具有广阔的市场前景与应用价值。

主权项

1、一种利用多尺度数学形态学的相似物体不变矩分类方法，设有n个所选定类型的不变矩且需要计算a个尺度的形态学运算，其特征在于：该方法具体步骤如下：步骤一：取需要区分的两类物体f₁和f₂的训练图像；步骤二：设i＝1，i表示不变矩的序号，其范围为1≤i≤n；步骤三：设q＝0，q表示需要计算的尺度的序号；步骤四：设p＝q+1，p表示需要计算的与q相关的另一尺度的序号；步骤五：针对物体f₁，计算f₁从尺度p到尺度q的合并的多尺度形态学细节特征：p＞q，1≤p≤a，1≤q≤a；f₁^pq表示计算得到的f₁从尺度p到尺度q的合并的多尺度形态学细节特征；计算f₁^pq的第i个不变矩：MMipq=IM(f1pq);]]>计算f₁对应的所有训练图像的MM_i^pq，并将所有的MM_i^pq形成一个向量VM_i^pq，针对另一类物体f₂用同样方法形成另一个向量VM_i^pq；步骤六：按下式计算两向量的测度Q_i^pq：Qipq(f1,f2)=|σ(f1,MMipq)+σ(f2,MMipq)m(f1,MMipq)-m(f2,MMipq)|,]]>并将Q_i^pq放入测度向量Q，其中：σ和m是f₁和f₂的不同训练图像对应的所有不变矩值的方差和均值；步骤七：p＝p+1，如果p＞a，进入步骤八；否则进入步骤五；步骤八：q＝q+1，如果q＞a，进入步骤九；否则进入步骤四；步骤九：i＝i+1，如果i＞n，进入步骤十；否则进入步骤三；步骤十：找到Q中前r个最小的值及其对应的不变矩MM_i^pq；步骤十一：利用r个MM_i^pq和对应的真正不同部分通过近邻方法对两类相似物体进行分类。