基于矩特征及支持向量机的图像识别.pdfVIP

科技情报开发与经济 SCI-TECH INFORMATION DEVELOPMENT ＆ ECONOMY 2009 年 第19 卷 第15 期 文章编号：1005－6033 （2009）15－0088-04 收稿日期：2009－03－18 基于矩特征及支持向量机的图像识别* 1 1 2 史健芳 ，王 哲 ，冯登超 （1.太原理工大学信息工程学院，山西太原，030024；2.天津大学信息学院，天津，300072） 摘 要：小波矩兼顾了目标的局部与全局范围的不变性特征，在计算复杂度和识别相 似形状的物体时比Hu 矩、Zernike 矩具有更好的识别效果；支持向量机建立在统计学 习理论基础上，在实现识别分类方面比传统神经网络具有更好推广能力。利用小波矩 提取目标的不变性特征，并输入到支持向量机进行分类识别，仿真实验表明该算法具 有更好的识别效果。 关键词：图像识别；Hu 矩；Zernike 矩；小波矩；支持向量机 中图分类号：TP391.41 文献标识码：A 近年来，图像识别已成为图像领域研究的重点。图像识别就 系，得到矩特征的一般表示式： 是把未知目标判别为一组已知目标集合中具体某一类的过程， F = f （r ，θ）g （r）eiqθrdrdθ （2） 是自动模式识别（ATR）系统的先期工作，系统前端图像识别的效 pq 蓦 p 率直接影响到后续自动模式识别系统判别的准确性，但机动目 式中：F 是pq 阶矩，g （r）是变换核的径向分量，p 和q 为整 标的图像识别往往因目标运动方向、所在位置及运动方式的不 pq p 数，而eiqθ是变换核的角度分量。 确定性而影响了最终识别结果。图像识别主要分为两部分：一部 为了把特征提取问题简化，现将式（2）改写为： 分是图像特征提取；另一部分是图像特征分类。 矩特征是目前特征提取过程中效果比较理想的方法。矩实 F = S （r）g （r）rdr （3） pq 蓦 q r 际上是图像灰度相对于图像质心的统计情况反映，Hu ［1］在 1961 年首先提出了矩不变量的概念，并阐述了 7 个不变矩 其中：S （r）= f （r ，θ）eiqθdθ （4） 的公式，Li ［2］ 利用Fourier－Mellin 变换的不变性推导出一种构 q 蓦 造任意阶矩不变量的方法,