[發(fā)明專利]一種離散數據點集的線特征提取方法

有效

• 申請?zhí)枺?/td>: 201410021438.8
• 申請日: 2014-01-17
• 公開（公告）號: CN103942526B
• 公開（公告）日: 2017-02-08
• 發(fā)明（設計）人: 鄒國鋒;萬會松;傅桂霞;姜樹明;張元元;陳長英;魏志強;張江州;祝連鵬
• 申請（專利權）人: 山東省科學院情報研究所
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/46
• 代理公司: 濟南泉城專利商標事務所37218
• 代理人: 丁修亭

技術領域

本發(fā)明涉及一種離散數據點集的線特征提取方法。?

背景技術

特征檢測在模式識別和數字圖像處理領域發(fā)揮著重要作用，是模式識別過程的關鍵步驟。圖像特征主要分為自然特征和人工特征兩類。人工特征是指人為構造產生的圖像特征，如直方圖、頻譜圖、鏈碼等；自然特征是指圖像本身所固有的特征，是可以通過人類視覺感知系統直接獲得的，如圖像的邊緣、紋理、形狀、點、線等。研究發(fā)現，人類視覺系統能夠快速準確的識別目標物體，主要在于人眼能夠直接提取目標物體的線和面等高維特征。而線特征的提取一直以來都是特征提取領域的研究熱點。?

一般目標物體的線特征描述形式可以分為連續(xù)曲線數據描述和離散點集數據描述兩類。針對這兩種不同的目標數據描述形式，可以采用不同的線特征提取方法。一般具有連續(xù)曲線數據描述形式的線特征通常對應目標物體的輪廓線或者邊界線，常用的線特征提取方法主要有空域微分算子方法和基于變換的方法兩大類。而對于離散點集數據描述形式的線特征通常對應于大量離散數據點的某種直線近似或擬合，常采用基于變換的特征提取方法。?

基于變換的線特征提取方法主要是Hough變換。1972年Duda和Hart提出利用Hough變換提取直線。Hough變換在檢測直線時受噪聲影響小、魯棒性好，故應用很廣泛。但傳統的Hough變換在用于檢測直線時，存在不能確定直線端點、會檢測出虛假直線以及對稱地額外畫出直線等問題。另外，研究者提出了用全局閾值與局部閾值結合去除虛假直線、利用動態(tài)分組原則確定端點的方法，但是該方法的閾值確定較困難，算法也比較復雜。（Duda?R.O.,Hart?P.E.Use?of?t?he?HT?t?o?detect?lines?and?curves?in?picture.Com?m[C].ACM,1972,15:11-15;韓秋蕾,朱明,姚志軍.基于改進Hough變換的圖像線段特征提取[J].儀器儀表學報,2004,25:436-439.）?

線性特征提取所依賴算法：聚類是一個將數據集中在某些方面相似的數據成員進行分類組織的過程，聚類是一種發(fā)現這種內在結構的技術，屬?于無監(jiān)督學習。聚類分析己經廣泛地應用在許多領域，包括模式識別、數據分析、圖象處理、以及市場研究等。通過聚類，人能夠識別密集的和稀疏的區(qū)域，因而發(fā)現全局的分布模式以及數據屬性之間有趣的相互關系。聚類分析可分為：靜態(tài)聚類和動態(tài)聚類兩大類，其中靜態(tài)聚類主要是指非迭代的分級聚類算法，動態(tài)聚類一般可分為C均值聚類和ISODATA算法兩種（邊肇祺,張學工.模式識別[M].北京,清華大學出版社,2000年）。?

K-L變換是將原來變量重新組合成一組新的互相無關的幾個綜合變量，同時根據實際需要從中可以取出幾個較少的綜合變量盡可能多地反映原來變量的信息的統計方法，也是數學上用來降維的一種方法，在模式識別和圖像處理中用于特征的抽取。基于K-L變換的特征提取及其與該變換先關的改進算法，在模式識別技術的發(fā)展歷程中產生了深遠的影響。?

發(fā)明內容

本發(fā)明的目的在于提供一種速度快、準確率高且誤檢率低的基于離散數據點集合的線性特征提取方法。?

本發(fā)明采用以下技術方案：?

一種離散數據點集的線特征提取方法，包括以下步驟：?

（1）讀取原始離散數據點集合圖像；?

（2）對原始離散數據點集合圖像進行灰度化處理；?

（3）對灰度化處理得到的離散數據點集合圖像進行二值化處理；?

（4）在初始給定的坐標系內計算二值化后所有數據點坐標的均值和方差；?

（5）基于K-L變換計算數據點分布的主軸方向；?

（6）根據獲得的均值、方差及主軸方向，基于聚類分析，以坐標均值為初始的聚類中心、以方差和主軸方向為約束值設定有效區(qū)域，進而調用步驟（4）和步驟（5）進一步計算有效區(qū)域內數據點坐標的均值和方差，得出新的聚類中心，如此迭代，直到當前和上一次計算得到的聚類中心之間的距離小于設定閾值，則以當前得到的主軸方向為斜率過坐標均值確定的線特征為提取的線特征。?

依據本發(fā)明的上述方法，針對原始離散數據點集合圖像進行灰度化和二值化處理，在一定程度上去除了圖像中的干擾數據點，計算量降低，速度提高；進而通過K-L變換和聚類分析，尤其是通過有效區(qū)域的方式，可以減少邊緣的干擾數據，不僅降低了計算量，也提高了計算的準確性，并?且干擾信息的減少，也有利于減少迭代次數，進一步提高計算速度。?

再進一步改進的方案中，上述離散數據點集的線特征提取方法，步驟（6）中有效區(qū)域的確定方法是：?