摘 要

本文通过使用matlab识别了爱心、箭头和三角形，是通过傅里也描述子对这三类目标进行对比与分析，判断与分析物体形状特征的问题人们通常会使用傅里叶描述子进行适当的操作。一般都是使用傅里叶连续变换法，在傅立叶描述子，物体边缘的主点，物体边线的相似形状的相位效应，来说明傅里叶的平移，旋转和尺度不变这三方面的特性。和传统的归一化方法和傅里叶离散变换相互比较，在相位与模式特性这方面新的办法使之保留，并且帮助我们更好地分析形状。通过这次实验可以看出，新方法比传统方法更为准确合理有用。

本文的总体框架按照以下模块进行说明：第一章为绪论；第二章至第五章对上面探讨的问题进行了较为深入的剖析，第六章是总结。本文主要探讨了三个具有代表性的目标：爱心、箭头和三角形作为物体识别。总之，利用图像分割技术提取图像中的有用对象，并用傅里叶描述进行分析比较得出物体形状特征，并作识别。

本文特色：本文详细介绍了傅里叶描述子，较为深入地剖析了了现有文献中分析物体边缘的常用方法，即通过傅立叶描述子基于极坐标函数改进了矩不变量和矩序列，帮助我们更方便认识这门技术。

关键词：模式识别；图象分割；并行算法；傅立叶描述子

Abstract

Through the use of MATLAB to identify love, arrow and triangle, this paper compares and analyzes the three kinds of targets through the Fourier descriptor. People usually use Fourier descriptors for proper operation to judge and analyze the shape characteristics of objects. In general, the Fu Liye continuous transformation method is used to describe the three aspects of Fu Liye's translation, rotation and scale invariance in Fu Liye descriptor, the main point of the edge of the object, and the phase effect of the similar shape of the edge of the object. Compared with the traditional normalization method and the Fu Liye discrete transformation, a new approach to the phase and pattern characteristics is preserved, and it helps us to better analyze the shape. Through this experiment, we can see that the new method is more accurate, reasonable and useful than traditional methods.

The overall framework of this paper is explained in accordance with the following modules: the first chapter is the introduction; the second chapter to the fifth chapter makes a more in-depth analysis of the problems discussed above, and the sixth chapter is a summary. This paper mainly discusses three representative goals: love, arrowhead and triangle as object recognition. In a word, the image segmentation technology is used to extract useful objects in the image, and the shape features are identified and compared by Fu Liye description.

This paper introduces the Fu Liye descriptor in detail, and deeply analyzes the common methods to analyze the edge of the object in the existing literature, that is to improve the moment invariants and moment sequences by the polar coordinate function of the Fu Liye descriptor, which helps us to understand the technique more conveniently.

Keywords: pattern recognition; image segmentation; parallel algorithm; Fu Liye Miao Shuzi.

目 录

第1章 绪论…………………………………………………………………………1

1.1 研究的目的和意义…………………………………………………………1

1.2 研究的历史和现状…………………………………………………………1

1.3 本课题的研究内容和安排…………………………………………………3

第2章 模式识别理论基础………………………………………………………4

2.1 模式识别的意义及用途……………………………………………………4

2.2 模式识别的基本方法………………………………………………………5

2.3 本章小结………………………………………………………………………5

第3章 图像分割及目标边缘提取………………………………………………7

3.1 引言………………………………………………………………………7

3.2 本文图像分割及边缘提取算法…………………………………………8

3.3 本章小结……………………………………………………………………8

第4章 傅里叶描述子…………………………………………………………10

4.1傅里叶变换…………………………………………………………………10

4.2描述子的定义………………………………………………………………10

4.3傅里叶描述子基本原理……………………………………………………11

4.4性质…………………………………………………………………………12

4.5 采用傅里叶描述子的目标识别方法………………………………………14

4.6本章小结………………………………………………………………………14

第5章 仿真试验及结果分析……………………………………………………18

5.1仿真试验………………………………………………………………………18

5.2本章小结………………………………………………………………………22

1. 总结………………………………………………………………………23

致谢………………………………………………………………………………26

第1章 绪论

1.1 研究的目的和意义

图像分割，最后使目标图像分离，根据像素，形成集合，把研究的部分提取出来，目标图像与原图具有不同的表达方式。和分割比较相似，图像内部和外部都可以通过一组像素表示^[1]。通常情况下，假如我们研究项目更关心灰度、颜色、纹理等方面的反射特点，就用内部表达方法。假如更关心图像区域的外形特点，就使用外部的表达方法使研究的目标被选择与分析描述，matlab就能更好地得出分割图像结果。表达可以使目标直接体现与具体表现出来。一个好的表达方式需要足够存储空间并且便于计算^[2]。

对图形进行更抽象的描述称作描述。对目标物体的旋转相位，大小，移动这几个方面有所区分。描述也是被分为内部描述和外部描述。并且常常会用到边界与边界内部同内部的联系，表达和描述有关联。表达可以限制描述的精准性，描述对目标图像描述中各种表达方式有显示含义集中在区域特征和不同区域之间的联系和差异^[3]。对目标描绘，通常使用目标特征，运用傅里叶描述子图像分析，主要任务之一是从图像中获取目标特征值^[4]。把图象分割，然后从分割结果之中，分析研究，测量，获取对我们有用的结果。为了实现这一目标，需要解决两个关键问题:一是选择描述目标的特征，二是如何准确地度量这些特征^[5]。

1.2 研究的历史和现状

数字图像处理这项技术，普及了人们的生活，物体的特征变成我们不可缺少的一个重要研究点，目标特征的测量基本上是基于对数字化数据生成的模拟数据的性质的准确估计^[6]。因为这是一个估计过程，错误是不可避免的。此外，影响这一过程的因素很多。我们还需要研究误差产生的原因，尽量减少各种因素的影响^[7]。傅里叶描述符是分析和识别物体形状最重要的方法之一。利用基于曲线多边形逼近的连续傅立叶变换方法，计算了傅立叶描述符，消除了边界起点在形状主方向上的相位影响，得到了旋转、平移和尺度不变性的新归一化^[8]。 与传统的傅里叶变换和模块化归一化的傅里叶描述符相比，新的归一化傅里叶描述符既保留了模式又保留了相位特征，以便更好地识别对象的形状。实验表明，新的归一化傅立叶描述符优于传统的傅立叶描述符^[9]。更有效、更准确地识别物体的外形。

目标识别的形状是一个重要的研究方向。模式识别在图像分析、机器视觉和目标识别中得到了广泛的应用。在计算机中，有许多方法来表示对象的形状，例如，序列边界曲线上的每个点的坐标。边界上的点和与重心的距离根据不同的形状随弧长而变化^[10]。提出了各种形状识别方法，如边界特征点、不变矩、傅氏描述符和自身。回归模型等。在日常生活中，人的视觉可以根据边界信息容易地识别物体的形状。但是对于机器来说，自动识别任何物体形状是非常复杂的。当对象正在移动、旋转和缩放或甚至变形时，在计算机中快速准确地识别任意对象的形状仍然是非常困难的事情。物体形状识别是模式识别的一个基本和重要的问题。广泛用于图像分析、计算机视觉和对象识别。人们可以容易地识别形状，但是计算机很难自动识别任何对象的形状。物体形状是人类视觉系统分析与识别的基础^[11]。一般地，物体的识别更集中于物体的形状、物体的纹理和颜色，因此如何比较机器视觉的应用与研究领域之间的形状和形状差异具有重要的意义^[12]。对象形状识别中的对象通常包括通过提取对象形状识别来在图像中的图像旋转、缩放、平移、失真、阴影、仿射、投影变换和噪声。由于该问题的复杂性和难度，本文报告的大多数方法仅针对一个或多个上述变换进行讨论^[13]。目前，已经提出了许多方法来描述和描述国内外的物体形状识别。在智能计算机的研究中，我们所知道的产品的自动识别和跟踪检测是一个热点^[14]。采用基于计算机视觉的自动检测系统框架和多DSP的硬件设施实现实时处理效果。核心算法使用傅立叶描述符进行特征提取和卡尔曼滤波以跟踪和检测运动物体^[15]。数字图像处理的目的是通过使用计算机而不是人来识别图像，并在图像中找到感兴趣的对象。该方法包括以下步骤：首先，将物体与图像分离；然后用数学形式描述它;之后，对描述进行匹配和分类，以识别它。最后，根据您的愿望做出决定。例如识别几种不同的汽车形状。目标选择车辆配置文件作为对象。将傅立叶变换应用于512个采样点，提取32个描述符来描述对象的基本形状特征然后，我们用描述符作傅立叶反求，得到重构的采样点。采样点的线描述可以通过三个拟合B样条曲线绘制。然后，可以比较现有的标准简档样本以确定奥迪或梅赛德斯奔驰的类型。当然，这些应用可以扩展到航空航天、遥感和生物医学应用。

以上是毕业论文大纲或资料介绍，该课题完整毕业论文、开题报告、任务书、程序设计、图纸设计等资料请添加微信获取，微信号：bysjorg。

相关图片展示：