角點檢測及其在纖維識別中的應(yīng)用研究.pdf

1、角點檢測問題是計算機圖像處理領(lǐng)域的一個基礎(chǔ)問題，是圖像處理領(lǐng)域的一個重要研究方向。角點是圖像的重要特征，在目標識別、視覺匹配和運動估計等領(lǐng)域都有重要的應(yīng)用。本文提出了ALFM角點檢測算法，并根據(jù)大量實驗統(tǒng)計分析和角點評價準則對該算法進行了評估，與Harris角點檢測算法相比，ALFM角點檢測算法能獲得更好的角點檢測效果，具有更強的檢測性能。
　　 對物體的形態(tài)分析和描述是計算機視覺領(lǐng)域中的重要研究方向。在圖像處理領(lǐng)域中，骨架包含

2、了物體形態(tài)的重要信息，是形態(tài)描述的重要表示，在形態(tài)分析和模式識別中已經(jīng)得到了廣泛應(yīng)用?；诠羌艿男螤钅繕俗R別方法是基于形狀的檢索技術(shù)的重要方面。骨架是一種簡潔、直觀的目標表示方法，它綜合利用了目標的外部輪廓和內(nèi)部區(qū)域信息，全面描述了目標形狀的二維本質(zhì)。與骨架相比，近似骨架的組合更加簡單，因為它比骨架的結(jié)點和弧都要少，且近似骨架的結(jié)點和弧都是由線段組成，因此對于邊緣長度的查詢執(zhí)行簡單且計算速度快，使得需要實時處理的棉麻纖維識別系統(tǒng)成為可能

3、。在異形纖維識別過程中，為了對不同類型的異形纖維進行分類，需要根據(jù)異形纖維的角點提取其近似骨架，然后在近似骨架(SS)的基礎(chǔ)上進行語義分析和匹配識別。
　　 本文提出了ALFM角點檢測算法和基于SS的異形纖維識別算法并將其應(yīng)用于異形纖維識別系統(tǒng)中，并與基于SVM的識別分類算法進行對比分析。實驗結(jié)果表明與不傾斜（即不存在變形和扭曲情況）的異形纖維相比，本文算法與SVM的正確識別率基本相近，而對于存在變形和扭曲情況的異形纖維，本文算