[发明专利]基于Radon变换和极谐波变换的不变矩目标识别方法

权利要求书

1.一种基于Radon变换和极谐波变换的不变矩目标识别方法，包括以下步骤：

(1)输入待识别图像：在计算机中应用matlab软件读取待识别的彩色图像；

(2)图像预处理

2a)用图像颜色空间转换方法将待识别的彩色图像转换为灰度图像；

2b)用Sobel边缘检测方法提取灰度图像的目标区域，将图像目标区域的像素灰度值设为1，非目标区域的像素灰度值设为0，得到预处理后的图像；

(3)Radon变换：对预处理后的图像进行Radon变换，得到变换后图像P(r，θ)；

(4)仿射变换

4a)使用matlab软件将图像P(r，θ)进行平移、尺度归一化，得到处理后的图像P′(r，θ)；

4b)使用图像旋转方法对图像P′(r，θ)进行Φ角度的旋转，得到图像P′(r，θ+Φ)；

(5)构造不变矩

5a)对图像P′(r，θ+Φ)进行极地复指数变换，得到变换后图像，根据变换前图像P′(r，θ+Φ)和变换后图像之间的旋转角度差，通过等价关系转换的方法得到旋转的相位因子，将变换后图像和相位因子相乘得到构造后的Radon复指数不变矩；

5b)对图像P′(r，θ+Φ)进行极地正余弦变换，得到变换后图像，根据变换前图像P′(r，θ+Φ)和变换后图像之间的旋转角度差，通过等价关系转换的方法得到旋转的相位因子，结合变换后图像和相位因子得到构造后的Radon正余弦不变矩；

5c)对图像P′(r，θ+Φ)进行极地复指数变换，得到变换后图像，根据变换后图像并应用连乘的方法得到构造后的极地复指数实虚不变矩；

(6)提取不变特征：对步骤4b)中获得的图像P′(r，θ+Φ)分别提取Radon复指数不变矩、Radon正余弦不变矩和极地复指数实虚不变矩；将这三个不变矩的实部和虚部作为图像P′(r，θ+Φ)的不变特征；

(7)获得特征模型

7a)将与待识别图像内容相接近的图像样本集中的图像依次输入支持向量机工具构建初始特征模型；

7b)使用支持向量机工具对样本集图像进行训练学习得到特征模型的最优参数；

(8)图像目标识别：将特征模型的最优参数和步骤(6)得到的图像P′(r，θ+Φ)的不变特征数据输入支持向量机工具判断图像P′(r，θ+Φ)所属的图像类别，完成图像目标识别；

(9)输出图像目标识别结果。

2.根据权利要求1所述的基于Radon变换和极谐波变换的不变矩目标识别方法，其特征在于：步骤2b)中所述Sobel边缘检测方法的具体步骤是：

第一，分别使用水平方向和垂直方向的高斯卷积滤波器对图像进行卷积运算，得到图像的水平方向和垂直方向的偏导数；

第二，分别计算图像的梯度和模值；

第三，在图像梯度方向上比较图像模值，选择梯度方向上模值最大的图像像素作为边缘像素，并设置该像素值为1，得到边缘图像。

3.根据权利要求1所述的基于Radon变换和极谐波变换的不变矩目标识别方法，其特征在于：步骤4b)中所述的Φ角度在0°-360°之间，以1°为增量。