[发明专利]基于六角网格的识别系统及识别方法

说明书

技术领域：

本发明涉及一种实时的三维物体识别系统，具体涉及基于六角网格的识别系统及识别方法。

背景技术：

我们知道，只有三种正多边形(正三边形、正四边形和正六边形)可以完整地覆盖一个平面，其中正四边形覆盖对应着方形网格系统，它是目前的扫描光栅(Scanning Raster)采样所使用的网格系统。发表于2004年的文献(Xi-qun Lu and Chun Chen，Research on HexagonalSampled Digital Images，Journal of Image and Graphics 6(15)，2004)指出虽然六角网格的采样密度比方形网格的要好，但是目前图像输入输出设备只支持矩形点阵结构的数字图像。而早在60年代初，数学家们就对如何分布平面上的采样点问题进行了深入的研究，其中文献(C.A.Rogers，Packing and Covering，Cambridge University Press，1964)指出，平面上采样点的最佳分布是按六角网格的形式分布。这种分布对应着正六边形覆盖，即每个像素对应着一个正六边形，正六边形的中心点作为网格点，形成六角网格系统，如图5所示。

与六角网格系统相比，方形网格系统有以下不足之处：

首先，在方形网格中，每个像素点到其8个相邻像素点的距离是不相等的，既有边相邻的(有一条公共边)，也有点相邻的(有一个公共顶点)。当直线或曲线中有一对点相邻的像素时，就会出现一个“断点”，影响了直线或曲线的美观性和平滑性。而在六角网格中，每个像素的六个相邻像素都是边相邻的，是等距离的，直线或曲线中的每一对相邻像素都有一条公共边，不会有“断开”的现象。

其次，采样点的选取准则应该是能够尽量反映原始图像的微小细节，或者说使采样点之间的空隙尽量小。当然这可以通过增加采样点来达到，但是每个设备的扫描光栅点数量(分辨率)是固定的，由光栅点尺寸等因素所决定；光栅点不可能无限制地小，这由制造工艺等因素所限制。因此，在光栅点大小固定的情况下，只能通过点的合理分布来增加采样点。假设光栅点的直径长度(或像素的长度)为1，则对于一个面积为m×n的网格，若使用方形网格分布可以容纳m×n个点，而若使用六角网格分布可以容纳m×n个点，点数增加了约15.5％。点密度的增加可以更好地表现图形或图像的细节，从而提高了对自然景象的显示分辨率。

第三，在六角网格中，每个像素与其所有相邻像素之间只有一种相邻关系，对应唯一一种邻接定义，这为图形图像处理算法提供了简便的实现途径，提高了算法的效率。而在方形网格中，每个像素到其相邻像素的距离不等，其相邻像素有4邻接和8邻接两种定义。图像的许多几何性质(如区域在某一点是否连续、两点之间的距离是否相等)和处理算法(如边缘检测算法)都随着邻接定义的不同而有不同的结果，使得图形图像处理与识别的算法变得相当复杂，从而影响运算和识别的速度。

第四，方形网格有两根主轴，即横向轴与纵向轴，和八个主方位，其中有四个方位指向像素的四个角，相邻方位之间的角度为45°。六角网格有三条主轴和十二个主方位，其中有六个方位指向像素的六个角，相邻方位之间的角度为30°。由于六角系统具有更大的角度分辨率，物体轮廓的呈现会更加精确。

第五，网格中的边缘点定义为相邻两个像素之间的点，边缘点是构成物体边缘的基本单位。每个边缘点用强度与方向表征，强度表示两个像素灰度的差值，方向指向更高的灰度数值。在六角网格中，所有可能的边缘点位置构成了正则三角形点阵，三角形的边长等于原六角像素间距的一半。而在方形网格中，所有可能的边缘点位置并不构成正则四边形点阵，四边形的边长等于原像素间距的一半，但缺了四个角。除此以外，边缘元素，即连接相邻两个边缘点的一段直线，其长度精确等于或近似等于六角网格中基本单元长度的整数倍，而方形网格中情况不是这样，其长度的比率为1∶1.414。这是另外两个理由说明为什么六角网格在精确表现物体轮廓方面更优越。