[发明专利]基于PCA-SC算法的形状匹配和目标识别方法

摘要

本发明公开了一种基于PCA-SC算法的形状匹配和目标识别方法，包括：对目标图像进行预处理，滤除目标图像中的部分噪声；提取目标图像的边缘；提取边界轮廓点信息，并求出轮廓点的直角坐标参数；将轮廓点由直角坐标转化为极坐标，得到每个点对应的对数极坐标直方图，形成局部特征描述符；形成协方差矩阵，提取出该矩阵较大特征值对应的特征向量，采用线性变换方法将矩阵由高维降至低维，形成新的特征矩阵用于形状匹配和目标识别；计算匹配度，获得目标图像与每个模板图像之间的匹配度值。本发明可以对图像形状进行特征的提取和有效表示，具有尺度不变性、旋转不变性和平移不变性，提高了识别的准确率和效率，有效抑制噪声的干扰。

主权项

一种基于PCA‑SC算法的形状匹配和目标识别方法，其特征在于，所述方法包括：S1、采用中值滤波法对目标图像进行预处理，滤除目标图像中的部分噪声；S2、利用二阶梯度Canny边缘检测算子提取目标图像的边缘；S3、基于轮廓提取算法提取边界轮廓点信息，并求出轮廓点的直角坐标参数；S4、将轮廓点由直角坐标转化为极坐标，得到每个点对应的对数极坐标直方图，形成局部特征描述符；S5、采用主成分分析方法形成协方差矩阵，提取出该矩阵较大特征值对应的特征向量，采用线性变换方法将矩阵由高维降至低维，形成新的特征矩阵用于形状匹配和目标识别；S6、通过计算匹配度，获得目标图像与每个模板图像之间的匹配度值，匹配度值越小则相似度越大。