[发明专利]一种利用多尺度数学形态学的相似物体不变矩分类方法

说明书

(一)技术领域

本发明涉及一种利用多尺度数学形态学的相似物体不变矩分类方法，属于数字图像处理 和模式识别技术领域。它主要涉及数学形态学、不变矩和目标识别技术，能广泛应用于目标 识别和目标分类。

(二)背景技术

不变矩是目标识别和分类的重要数学工具，良好的不变矩分类能力可以有效提高目标识 别和分类的有效性。为了达到更好的识别和分类效果，各种不变矩被提出，包括：Hu矩、Z 矩、小波矩等。虽然这些不变矩方法在区分不同类物体时效果较好，但当不同类物体的外形 非常相似时这些不变矩方法的效果较差。

Hu在1961年首先提出具有平移、旋转、缩放不变性的七个不变矩，其中的低阶矩主要用 于描述物体的整体特征，高阶矩主要用于描述物体的细节特征。随后，Hu矩被广泛应用于各 种应用中，但在各种应用中Hu矩也表现出各种缺点，如不能有效识别外形很相似的不同类物 体。Z矩作为一种有效的正交矩不仅具有良好的正交性，而且能够被有效应用于图像重建。Z 矩的正交特性使其物体识别能力好于Hu矩和其他的一些常用正交矩，能够更好地描述图像的 不变特征。但由于Z矩也是通过物体的整体形状计算不变矩特征，因此Z矩同样不能有效区分 外形很相似的不同类物体。小波变换能够在不同尺度上分解图像，可以提取图像在不同尺度 上的细节。Sheng等以小波变换为工具通过Z矩构造了一系列小波不变矩。小波不变矩可以构 造能够反映物体不同尺度特征的任意阶不变矩，由于小波变换能够提取物体不同尺度上的特 征，因此小波不变矩能够较为有效地区分相似物体。但在区分外形很相似的不同类物体时小 波不变矩的效果受到一定抑制。

实际上，即使两类物体非常相似，两类物体在某些细节上也会有较大差异。因此，如果 这些细节差异能够被有效提取并被用于计算不变矩，这些不变矩方法的分类能力将会被大大 提高。由此可见，有效区分外形相似物体的关键是找到能够有效提取相似物体中真正不同的 细节特征的方法，然后利用这些特征进行不变矩计算，以此提高不变矩的分类能力，达到区 分相似物体的目的。数学形态学在图像处理中得到了广泛应用，可以有效平滑图像的细节， 这就是说数学形态学可以提取图像中的细节。更为重要的是，多尺度数学形态学可以提取图 像不同尺度上的细节，这会更加有利于图像细节的利用。

(三)发明内容

1、目的：为了有效区分相似物体并弥补传统方法的不足，本发明提供了一种利用多尺度 数学形态学的相似物体不变矩分类方法，该方法通过多尺度数学形态学提取相似物体在不同 尺度上的细节特征，并定义一种选择测度自动选择能够提高不变矩分类效果的细节特征和对 应不变矩，解决相似物体的有效分类问题，为各种实际应用提供有效工具。

2、技术方案：为了实现这个目的，本发明的技术方案中，其流程是首先利用多尺度数学 形态学提取物体训练图像的细节特征，并将物体的多尺度细节特征进行各种合并形成不同类 相似物体在多个尺度上的真正不同部分。然后，任选一种不变矩方法计算这些真正不同部分 的不变矩的值。随后，通过一种测度对真正不同部分的不变矩的值进行评测，自动选择能够 有效区分相似物体的真正不同部分及其对应的不变矩。最后，利用选择的真正不同部分及其 对应的不变矩对相似物体进行分类。实现相似物体的有效分类。

本发明一种利用多尺度数学形态学的相似物体不变矩分类方法，其具体步骤如下：

设有n个某种类型的不变矩且需要计算a个尺度的形态学运算；

步骤一：取需要区分的两类物体f₁和f₂的训练图像；

步骤二：设i＝1，    i表示不变矩的序号，其范围为1≤i≤n；

步骤三：设q＝0，    q表示需要计算的尺度的序号；

步骤四：设p＝q+1，  p表示需要计算的与q相关的另一尺度的序号；

步骤五：针对物体f₁，计算f₁从尺度p到尺度q的合并的多尺度形态学细节特征：

p＞q，1≤p≤a，1≤q≤a；f₁^pq表示计算得到的f₁从尺度p到尺度q 的合并的多尺度形态学细节特征；