基于小波变换的仿射不变形状表示算法研究

本项申请研究仿射变换下的目标识别问题。目标成像过程在摄像机和目标距离远大于目标的尺寸时可近似利用仿射变换逼近。传统的仿射不变形状表示算法可分为基于区域的算法和基于轮廓的算法。基于轮廓的算法计算量小，但依赖于轮廓的分割和提取，同时非单一轮廓（如汉字等）无法用此类算法识别；而基于区域的算法对噪声较敏感且计算量大。本项申请提出利用投影算法研究仿射变换下的目标识别：首先利用投影将目标区域转化为轮廓曲线，然后对所得轮廓曲线利用小波变换构造仿射不变量。该类算法既避免了轮廓的分割和提取，又解决了非单一轮廓的仿射不变特征提取，同时也减少了计算量。考虑设计有效的投影算法，使之适用于灰度图象和彩色图像，同时使投影曲线保留更多的识别信息；考虑将投影曲线进行小波变换，得到不同的参数化轮廓；考虑利用小波变换构造相对仿射不变量，再利用其齐次有理函数构造仿射不变量，使之包含更多小波分解层数的信息。

主要预期指标是发表学术论文10篇以上，有5篇以上的论文被SCI、EI等收录。至今，已在SCI 检索的期刊上发表标注项目号的论文10 篇，有1 篇SCI 检索论文录用待发表；已发表标注项目号的EI 检索论文12 篇。除SCI 、EI检索的论文外，还发表国外、国内刊物论文若干。不计学位论文，共发表32 篇（含待发表1 篇）论文。所有32份都标注了项目批准号，超预期指标完成了项目。. 主要工作有：证明了两个具有仿射变换关系的目标（包括二值、灰度、彩色等图像）经中心投影变换所得闭曲线（称为广义轮廓）仍满足相应的仿射变换关系；对所得广义轮廓利用小波变换构造了仿射不变量，该算法其实是区域类算法和轮廓类算法的结合，既避免了轮廓的提取，又解决了非单一轮廓的仿射不变特征提取，同时也减少了计算量，大量实验结果证明了所提算法的有效性；讨论了中心投影算法对噪声的鲁棒性问题，给出了理论分析结果，通过实验也更进一步验证了中心投影变换对噪声不敏感这一结论；也对算法进行了复杂性分析，验证了投影类算法能用较小计算量提取仿射不变特征；为使投影曲线保留更多的识别信息，提出了一种正交投影变换(OPT) ，构造了对伸缩、旋转不变的描绘子，这些描绘子不仅保持了目标沿不同极径方向的信息同时也保持了目标的整体信息；给出了利用典型相关分析进行仿射不变特征提取的算法；构造了满足仿射不变特性的极径质心曲线，并利用平稳小波变换提取了仿射不变特征；构造了基于区域灰度累加的鲁棒性仿射不变描绘子，理论和实验验证了所提算法对背景噪声有较强的鲁棒性；为构造更多低阶仿射不变矩量，利用广义轮廓将目标分成两块，调整内部灰度得到新图像，利用新图像构造切片仿射不变矩量。