基于极坐标特征矩阵的多类对象排列结构描述方法

论文摘要

本文提出一种基于极坐标特征矩阵的多类对象排列结构检测方法。极坐标特征矩阵由极径矩阵和极角矩阵构成,它描述了多类对象排列结构中所包含的距离信息和方向信息。该方法在汽车保险盒检测应用上取得了显著的效果,针对于汽车保险盒检测,首先使用CCD工业相机采集保险盒图像,通过方向梯度直方图特征对汽车保险片的标识码进行表征,并结合支持向量机实现对图像中的保险片的定位与识别。然后依据定位和识别结果计算极坐标特征矩阵对汽车保险盒内汽车保险片的排列结构进行描述。最后以极坐标特征矩阵相似度为判断依据实现对汽车保险盒的检测。实验证明,依据极坐标特征矩阵相似度对汽车保险盒的检测准确率达97.6%。

论文目录

• 0 引 言
• 1 定位与识别
•   1.1 HOG特征提取
•   1.2 SVM
• 2 极坐标特征矩阵
•   2.1 极坐标特征矩阵定义
•   2.2 极坐标特征矩阵相似度
• 3 极坐标特征矩阵检测法特性
•   3.1 唯一性
•   3.2 平移不变性
•   3.3 尺度不变性
•   3.4 旋转不变性
• 4 实验与验证
• 5 结 论

文章来源

类型: 期刊论文

作者: 陈国杰,尤波

关键词: 极坐标特征矩阵,多类对象排列结构,方向梯度直方图,支持向量机,汽车保险盒

来源: 仪器仪表学报 2019年10期

年度: 2019

分类: 工程科技Ⅱ辑,信息科技

专业: 汽车工业,计算机软件及计算机应用

单位: 哈尔滨理工大学自动化学院

基金: 黑龙江省自然基金青年项目基金(QC2014C054)资助

分类号: U463.6;TP391.41

DOI: 10.19650/j.cnki.cjsi.J1905538

页码: 55-65

总页数: 11

文件大小: 6009K

下载量: 58