具有旋轉(zhuǎn)與尺度不變性的多目標識別算法研究與應(yīng)用.pdf

1、基于機器視覺的目標識別技術(shù)是建立在計算機視覺和圖像處理基礎(chǔ)上的一門新興技術(shù)，它通過圖像處理提取待識別目標的各種特征，并對特征進行理解與匹配，最終實現(xiàn)目標的自動識別和分類，它是實現(xiàn)工業(yè)自動化生產(chǎn)的重要研究技術(shù)之一。由于目標擺放角度和相機攝像高度的變動，目標在相機視野中會發(fā)生旋轉(zhuǎn)與尺度的變化，另外在混線生產(chǎn)中會有多種待識別目標，因此研究具有旋轉(zhuǎn)與尺度不變性的多目標識別技術(shù)已成為基于機器視覺的目標識別技術(shù)的重點之一。
　　本文以提高具有

2、旋轉(zhuǎn)與尺度不變性的多目標識別算法的速度與準確率為目的，對基于機器視覺的目標識別算法進行了研究與改進，本文主要工作概況如下：
　　首先，在工業(yè)應(yīng)用中，基于機器視覺的目標識別技術(shù)不僅要識別目標的類別和位置，還要識別出目標的擺放角度，針對這一問題本文基于目標輪廓提取出目標主軸，以其旋轉(zhuǎn)角度來表示目標的擺放角度。
　　其次，針對現(xiàn)有的基于輪廓角點的目標識別算法在準確性與抗噪能力上的不足，提出了基于角點角度特征串的具有旋轉(zhuǎn)與尺度不變性

3、的多目標識別算法，利用目標輪廓角點和目標主軸來構(gòu)造角點角度特征串對目標進行識別，實驗證明該算法在速度、準確率和抗噪性能上具有一定的優(yōu)越性。
　　再者，針對基于目標輪廓的識別算法在目標適應(yīng)性上的不足和基于目標區(qū)域內(nèi)容的識別算法在實時性上較差的問題，提出了基于目標輪廓與區(qū)域分割的多目標識別算法，該算法通過對目標區(qū)域進行行等間分割提取出區(qū)域特征點構(gòu)造特征向量對目標進行識別，實驗證明該算法不僅對目標具有較強的適應(yīng)性，且在實時性上具有很大的