[發明專利]基于模型和稀疏表示的多角度型號識別方法及系統

無效

• 申請號: 201210043803.6
• 申請日: 2012-02-23
• 公開（公告）號: CN102622583A
• 公開（公告）日: 2012-08-01
• 發明（設計）人: 孫波;何珺;吳學文;余樂軍;葛鳳翔;李程
• 申請（專利權）人: 北京師范大學
• 主分類號: G06K9/00
• 分類號: G06K9/00
• 代理公司: 北京路浩知識產權代理有限公司 11002
• 代理人: 王瑩

技術領域

本發明涉及多角度的型號識別技術領域，特別涉及一種基于模型和稀疏表示的多角度型號識別方法及系統。

背景技術

隨著高新技術的發展和應用，人們能夠獲取到比以往更豐富的影像數據；基于圖像的目標識別應用也日益廣泛。同時，隨著大規模工業化生產的發展，人們制造出越來越多、具有相同外形及尺寸的大型器物，如汽車、飛機等。由此，目標識別已不局限于大類型，如轎車、飛機等的劃分，對某些類型的大型人造器物的型號識別要求也日漸突出。

辭海對“型號”的注解是“機器、工具等的性能、規格和大小。”可見，在圖像上能體現的層面上，型號代表了同一類物體間規格、大小的差異。而“規格”，“指一般工業產品的物理形狀，包括體積、長度、形狀、重量等”；“主要是為了區分類似產品”。而我們關注的大型人造器物，大多具有嚴格定義的外形及尺寸，并因型號的差異而存在或大或小的差異。

型號識別方法常分為句法方法和決策理論方法兩大類。由于一般目標物的結構信息不明顯或不易獲得，在型號識別應用中多數采用基于統計的決策理論方法。該方法首先通過特征抽取過程將目標從模式(圖像)空間映射到特征空間，再映射到決策空間進行分類。所謂特征是選定的一種度量，它對于一般的變形和失真保持不變或幾乎不變，并且只含盡可能少的冗余信息，可見，在決策理論方法中，特征抽取占有重要的地位，但是，對于差別較小的型號識別而言，這種方法的角度魯棒性差，識別精度明顯下降。

發明內容

(一)要解決的技術問題

本發明要解決的技術問題是：如何提高識別的角度魯棒性和型號識別的識別精度，實現多角度的型號識別。

(二)技術方案

為解決上述技術問題，本發明提供了一種基于模型和稀疏表示的多角度型號識別方法，包括以下步驟：

S1：獲取待識別器物的圖像，并對所述待識別器物的圖像進行投影變換，以獲得所述待識別器物的圖像的投影；

S2：根據預設字典和所述待識別器物的圖像的投影進行稀疏方程求解，以獲得所述待識別器物的型號信息數據；

S3：根據所述型號信息數據確定所述待識別器物的型號。

優選地，所述預設字典通過以下步驟獲得：

S21：獲取至少兩個已知型號樣本的多角度圖像，并對每個型號樣本的多角度圖像分別進行投影變換，以獲得每個型號樣本的多角度圖像的投影；

S22：將每個型號樣本的多角度圖像的投影分別構成子字典，并將所述子字典組成所述預設字典。

優選地，步驟S21中，設第i個型號樣本的第j張圖像為a_ij，通過下列公式進行投影變換，

c_ij＝Ψa_ij

其中，Ψ為投影矩陣，c_ij為第i個型號樣本的第j張圖像的投影，i＝1，2，...，k；j＝1，2，...，n。

優選地，步驟S1中，設所述待識別器物的圖像為Y，通過下列公式進行投影變換，

y＝ΨY

其中，Ψ為投影矩陣，y為所述待識別器物的圖像的投影。

優選地，步驟S2中，通過下列公式進行計算，以獲得所述待識別器物的型號信息數據x，

y＝Ax

其中，y為所述待識別器物的圖像的投影，A為所述預設字典。

優選地，步驟S2中通過基于正交匹配追蹤OMP的計算方法來求解所述待識別器物的型號信息數據x。

優選地，步驟S3中，通過下列公式確定所述待識別器物的型號Identity(y)，

Identity(y)=arg[maxi(SCI(xi))]]]>