发明名称 用于将数字图像对应到分类系统的类别中的方法
摘要 一种用于将数字图像的内容对应于分类系统的一个类别的方法,具有以下步骤:确定至少一组预定数量的F个数值形状特征ψm,将所述至少一组中针对该图像确定的F个数值形状特征中的每个形状特征值与存储在表中的该组的相应形状特征值相比较,其中在该表中为每个类别分配该组的各个数值形状特征的值,输出该类别作为待识别图像将会被分到的对应类别,其中针对该图像确定的F个数值形状特征最大程度地相当于在该类别的表中给出的数值形状特征的值。
申请公布号 CN101048784B 申请公布日期 2010.05.05
申请号 CN200580033492.3 申请日期 2005.09.01
申请人 BFI VDEH-应用研究院有限公司 发明人 冈瑟·柯恩
分类号 G06K9/52(2006.01)I 主分类号 G06K9/52(2006.01)I
代理机构 中国国际贸易促进委员会专利商标事务所 11038 代理人 赵科
主权项 一种用于将数字图像的内容对应到分类系统的一个类别的方法,其中所述图像通过N个像点表示,其中像点在预定坐标系中位于位置(xi,yj),并且所述图像在坐标(0,0)到(ximax,yjmax)上延伸,imax是x坐标方向上的最大像点个数,jmax是y坐标方向上的最大像点个数,并且为每个像点分配至少一个数值内容属性数据[j,i],所述方法具有以下步骤:-确定至少一组预定数量的F个数值形状特征ψm,其中m是数字下标,ψm是矩ρm的变换的表达,而且ρm由下式计算:ρm=kmRm其中 <mrow> <msub> <mi>k</mi> <mi>m</mi> </msub> <mo>=</mo> <mfrac> <mrow> <mo>(</mo> <mi>m</mi> <mo>+</mo> <mn>2</mn> <mo>)</mo> </mrow> <mn>2</mn> </mfrac> <msup> <mrow> <mo>(</mo> <mfrac> <mi>&pi;</mi> <mrow> <mo>|</mo> <mi>A</mi> <mo>|</mo> </mrow> </mfrac> <mo>)</mo> </mrow> <mfrac> <mi>m</mi> <mn>2</mn> </mfrac> </msup> </mrow> <mrow> <mi>A</mi> <mo>=</mo> <msub> <mi>m</mi> <mn>0,0</mn> </msub> <mo>=</mo> <mi>&Delta;a</mi> <mo>*</mo> <mi>&Delta;b</mi> <mo>*</mo> <munderover> <mi>&Sigma;</mi> <mrow> <mi>j</mi> <mo>=</mo> <mn>1</mn> </mrow> <mrow> <mi>j</mi> <mi>max</mi> </mrow> </munderover> <munderover> <mi>&Sigma;</mi> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mrow> <mi>i</mi> <mi>max</mi> </mrow> </munderover> <mi>data</mi> <mo>[</mo> <mi>j</mi> <mo>,</mo> <mi>i</mi> <mo>]</mo> </mrow> <mrow> <mover> <msup> <mi>R</mi> <mi>m</mi> </msup> <mo>&OverBar;</mo> </mover> <mo>=</mo> <mfrac> <msub> <mi>&upsi;</mi> <mi>m</mi> </msub> <msub> <mi>&upsi;</mi> <mn>0</mn> </msub> </mfrac> <mo>=</mo> <mfrac> <msub> <mi>&upsi;</mi> <mi>m</mi> </msub> <msub> <mi>m</mi> <mn>0,0</mn> </msub> </mfrac> </mrow> <mrow> <msub> <mi>&upsi;</mi> <mi>m</mi> </msub> <mo>=</mo> <mi>&Delta;a</mi> <mo>*</mo> <mi>&Delta;b</mi> <mo>*</mo> <munderover> <mi>&Sigma;</mi> <mrow> <mi>j</mi> <mo>=</mo> <mn>1</mn> </mrow> <mrow> <mi>j</mi> <mi>max</mi> </mrow> </munderover> <munderover> <mi>&Sigma;</mi> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mrow> <mi>i</mi> <mi>max</mi> </mrow> </munderover> <msup> <mrow> <mo>(</mo> <mi>R</mi> <mrow> <mo>(</mo> <mi>j</mi> <mo>,</mo> <mi>i</mi> <mo>)</mo> </mrow> <mo>)</mo> </mrow> <mi>m</mi> </msup> <mi>data</mi> <mo>[</mo> <mi>j</mi> <mo>,</mo> <mi>i</mi> <mo>]</mo> </mrow> <mrow> <mi>R</mi> <mrow> <mo>(</mo> <mi>j</mi> <mo>,</mo> <mi>i</mi> <mo>)</mo> </mrow> <mo>=</mo> <msqrt> <msup> <mrow> <mo>(</mo> <mrow> <mo>(</mo> <mi>i</mi> <mo>-</mo> <mn>0,5</mn> <mo>)</mo> </mrow> <mo>*</mo> <mi>&Delta;a</mi> <mo>-</mo> <mover> <mi>x</mi> <mo>&OverBar;</mo> </mover> <mo>)</mo> </mrow> <mn>2</mn> </msup> <mo>+</mo> <msup> <mrow> <mo>(</mo> <mrow> <mo>(</mo> <mi>j</mi> <mo>-</mo> <mn>0,5</mn> <mo>)</mo> </mrow> <mo>*</mo> <mi>&Delta;b</mi> <mo>-</mo> <mover> <mi>y</mi> <mo>&OverBar;</mo> </mover> <mo>)</mo> </mrow> <mn>2</mn> </msup> </msqrt> </mrow> <mrow> <mover> <mi>x</mi> <mo>&OverBar;</mo> </mover> <mo>=</mo> <mfrac> <msub> <mi>m</mi> <mn>1.0</mn> </msub> <msub> <mi>m</mi> <mn>0.0</mn> </msub> </mfrac> </mrow> <mrow> <mover> <mi>y</mi> <mo>&OverBar;</mo> </mover> <mo>=</mo> <mfrac> <msub> <mi>m</mi> <mrow> <mn>0</mn> <mo>.</mo> <mn>1</mn> </mrow> </msub> <msub> <mi>m</mi> <mn>0.0</mn> </msub> </mfrac> </mrow> <mrow> <msub> <mi>m</mi> <mn>1.0</mn> </msub> <mo>=</mo> <msup> <mrow> <mo>(</mo> <mi>&Delta;a</mi> <mo>)</mo> </mrow> <mn>2</mn> </msup> <mo>*</mo> <mi>&Delta;b</mi> <mo>*</mo> <munderover> <mi>&Sigma;</mi> <mrow> <mi>j</mi> <mo>=</mo> <mn>1</mn> </mrow> <mrow> <mi>j</mi> <mi>max</mi> </mrow> </munderover> <munderover> <mi>&Sigma;</mi> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mrow> <mi>i</mi> <mi>max</mi> </mrow> </munderover> <mrow> <mo>(</mo> <mi>i</mi> <mo>-</mo> <mn>0,5</mn> <mo>)</mo> </mrow> <mo>*</mo> <mi>data</mi> <mo>[</mo> <mi>j</mi> <mo>,</mo> <mi>i</mi> <mo>]</mo> </mrow> <mrow> <msub> <mi>m</mi> <mn>0.1</mn> </msub> <mo>=</mo> <msup> <mrow> <mo>(</mo> <mi>&Delta;b</mi> <mo>)</mo> </mrow> <mn>2</mn> </msup> <mo>*</mo> <mi>&Delta;a</mi> <mo>*</mo> <munderover> <mi>&Sigma;</mi> <mrow> <mi>j</mi> <mo>=</mo> <mn>1</mn> </mrow> <mrow> <mi>j</mi> <mi>max</mi> </mrow> </munderover> <munderover> <mi>&Sigma;</mi> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mrow> <mi>i</mi> <mi>max</mi> </mrow> </munderover> <mrow> <mo>(</mo> <mi>j</mi> <mo>-</mo> <mn>0,5</mn> <mo>)</mo> </mrow> <mo>*</mo> <mi>data</mi> <mo>[</mo> <mi>j</mi> <mo>,</mo> <mi>i</mi> <mo>]</mo> </mrow>Δa=x坐标方向上的像点宽度Δb=y坐标方向上的像点宽度data[j,i]=位置(yj,xi)上的像点的内容属性m=随着形状特征的计数从1变化到F的数字,-将所述至少一组中为所述图像所确定的F个数值形状特征的每个形状特征的值与在表格中为所述组的相应形状特征所存储的值相比较,其中在所述表格中,为每个类别分配所述组的各个数值形状特征的值,-将其中为所述图像所确定的F个数值形状特征最大程度地对应于在用于所述类别的表格中所给出的数值形状特征的值的类别输出作为待识别图像将被分类到其中的对应类别。
地址 德国杜塞尔多夫
您可能感兴趣的专利