專利名稱：圖像識別方法和裝置的制作方法
技術領域：
本發(fā)明涉及模式識別領域，特別是涉及一種圖像的識別方法和裝置。
背景技術：
圖像識別是模式識別領域中重要的基礎技術。在人工智能、計算機視覺、機器人、 圖像目標識別、光學字符閱讀器(OpticalCharacter Reader, OCR)、軍事等高技術領域中， 圖像識別技術都起著關鍵性的作用。圖像識別是基于圖像特征的數(shù)學描述方法、圖像特征 信息提取技術和利用圖像特征信息的識別技術實現(xiàn)的。圖像識別是指識別圖像中承載的圖像目標。一般意義下，圖像目標是由多個邊界 清晰可辨的幾何圖形，按特定的分布構成的。對圖像目標的特征描述是基于對幾何圖形的 特征描述。相關技術中，幾何圖形和圖像目標的特征描述方法主要有以下兩種第一種，基于積分變換的傅立葉描述子理論，將圖像信息由空間域變換到頻域，利 用獲得的頻域特征矢量集，實現(xiàn)對圖像目標的整體描述；第二種，基于不變矩理論，在圖像上對密度函數(shù)的黎曼二重積分，不同階次的矩具 有不同的物理意義，利用矩參數(shù)集，實現(xiàn)對圖像目標的整體描述。上述兩種方法中，頻域特征矢量集和矩參數(shù)集都具有平移、縮放和旋轉不變的特 性。當圖像上密度函數(shù)等于1時，頻域特征矢量集和矩參數(shù)集實現(xiàn)對圖像目標的整體描述。上述技術方案利用上述兩種理論方法提取圖像目標特征信息，只是對圖像目標整 體統(tǒng)計特征的一種描述，對簡單圖形的描述有一定的實用價值，但是不適合于包含多個幾 何圖形的復雜圖像目標的主要特征描述，具體分析如下第一、頻域特征矢量或矩參數(shù)對圖像目標特征的描述，是一種較為粗略帶有較多 不確定性的描述方法，因此，利用頻域特征矢量或矩參數(shù)對圖像目標進行特征描述和識別， 沒有統(tǒng)一的識別標準。構成圖像識別系統(tǒng)時，需要大量的實驗數(shù)據(jù)和統(tǒng)計分析工作才能確 定識別標準。第二、頻域特征矢量或矩參數(shù)對圖像目標特征的描述是一種統(tǒng)計特征的描述，頻 域特征矢量或矩參數(shù)與圖像目標的主要特征之間不存在可靠的理論基礎，也不可能存在可 信的對應關系。這種描述方法無法實現(xiàn)對圖像中各主要變化特征的描述，因此，在圖像識別 時，識別準確率較低，不可能識別圖像目標的細節(jié)差異。第三、通過頻域特征矢量或矩參數(shù)求取圖像目標特征信息需要較大的計算量。在 實際識別過程中，識別速度很低。第四、通過頻域特征矢量或矩參數(shù)求取圖像目標特征信息不能對一類圖像目標的 共有特征進行描述，無法實現(xiàn)對圖像目標的準確分類。

發(fā)明內(nèi)容
本發(fā)明旨在提供一種圖像的識別方法和裝置，能夠解決上述識別速度低的問題。在本發(fā)明的實施例中，提供了一種圖像識別方法，包括以下步驟對目標圖像和待識別圖像分別求取圖像特征信息，其分別包括一組幾何圖形特征信息，和從一組幾何圖形 特征信息提取統(tǒng)計信息構成的圖像檢索信息；對目標圖像的圖像特征信息和待識別圖像的 圖像特征信息進行相似性分析，并將分析結果輸出?？蛇x地，在上述的圖像識別方法中，對目標圖像和待識別圖像分別求取圖像特征 信息包括將目標圖像或待識別圖像劃分為多個幾何圖形；對各個幾何圖形求取得到一組 幾何圖形特征信息，其包括獲取幾何圖形特征點信息；提取圖形檢索信息；由幾何圖形特 征點信息和圖形檢索信息構成一組幾何圖形特征信息；從一組幾何圖形特征信息提取反映 圖像整體特征的統(tǒng)計信息構成圖像檢索信息；由一組幾何圖形特征信息和圖像檢索信息構 成圖像特征信息。可選地，在上述的圖像識別方法中，還包括選擇每個目標圖像的圖像特征信息組 合構建成識別目標集，并利用圖形檢索信息，計算目標圖像中各幾何圖形的排序優(yōu)先度；按 排序優(yōu)先度的大小對識別目標集中的幾何圖形進行排序；相似性分析包括從識別目標集選 擇目標圖像或逐個地進行相似性分析?？蛇x地，在上述的圖像識別方法中，對目標圖像的特征信息和待識別圖像的特征 信息進行相似性分析包括dl、利用圖像檢索信息，對待識別圖像與目標圖像進行相似預判 定；d2、如果預判定為相似，則利用圖形檢索信息，對待識別圖像中的幾何圖形進行排序； d3、按確定的排序關系，利用幾何圖形特征信息，通過方位搜索、匹配度優(yōu)選，獲得待選匹配 集；d4、先從待選匹配集中求取相匹配的各幾何圖形的圖形相似度，然后根據(jù)各幾何圖形的 相似度求取待識別圖像和目標圖像的圖像相似度，其中，如果存在多個待選匹配集，則選擇 圖像相似度為最大值的待選匹配集和相似分析數(shù)據(jù)作為當前待識別圖像和目標圖像相似 分析的結果，結果信息包括整體相似度、圖像縮放比例、圖像相對旋轉角度；d5、當整體相 似度大于設定的圖像相似判定指標，判定待識別圖像和目標圖像相似，否則，判定待識別圖 像和目標圖像不相似?？蛇x地，在上述的圖像識別方法中，步驟dl包括el、利用圖像檢索信息，計算待 識別圖像與目標圖像的預判定相似度；e2、當預判定相似度大于設定的預判定指標，預判定 待識別圖像和目標圖像相似，否則，判定待識別圖像和目標圖像不相似?？蛇x地，在上述的圖像識別方法中，步驟d2包括fl、利用圖形檢索信息，計算待 識別圖像中各幾何圖形的排序優(yōu)先度；f2、分別按排序優(yōu)先度的大小對待識別圖像中的各 幾何圖形排序?？蛇x地，在上述的圖像識別方法中，步驟d3包括gl、設定待識別圖像中的幾何圖 形為A集合、目標圖像中的幾何圖形為B集合，其中A集合有η個幾何圖形，記為Pal到Pan， B集合有m個幾何圖形，記為Pbl到I%ii;g2、選擇圖形檢索信息中的參數(shù)作為判別兩個幾何 圖形的形象特征匹配條件，設定A、B集合中的幾何圖形對應位置關系作為方位特征匹配條 件，并為A、B集合中的幾何圖形準備形象匹配條件；g3、按幾何圖形排序，為A集合的幾何圖 形Pau在B集合中搜索相似度xsdu >局部相似判定指標xsdz的對應幾何圖形I^bv，如果 搜索到，將Pau、Pbv作為待判定匹配集的基準幾何圖形，否則，u = u+1，如果u >n，匹配過 程結束，否則，重做步驟g3 ；g4、如果待判定匹配集的基準幾何圖形Pau、Pbv在已獲得的待 選匹配集中是匹配的幾何圖形，將B集合幾何圖形搜索序號j = ν+l，重做步驟g3，否則，設 定基準幾何圖形比對參考點在A集合中Pau幾何圖形中的對應點作為判斷圖像匹配的參考點，將Pau、Pbv幾何圖形的縮放比例設定為待識別圖像與目標圖像的縮放比例Ki，當基準 幾何圖形具有確定的方向特征時，將PaiuPbv幾何圖形的旋轉角度差設定為待識別圖像與 目標圖像的旋轉角度差alfi ；g5、以步驟g4設定的參考點為極點，求A集合中除Pau以外的 幾何圖形參考點的極坐標矢量Kas，l<=s<=n,s不等于u，根據(jù)步驟g4設定的縮放比 例Ki和旋轉角度差alfi對Kas進行數(shù)學變換得到Kbs，1 < = s < = n，s不等于u，變換方 法為Abs = kas XKi，qbs = qas+alfi，其中l(wèi)ibs是Kbs的矢量長度，qbs是Kbs的矢量夾 角，kas是Kas的矢量長度，qas是Kas的矢量夾角，設定一組矢量Kbs的極坐標的極點是基 準幾何圖形比對參考點在B集合中Pbv幾何圖形中的對應點，設定Kbs中每個矢量的端點 是B集合中對應幾何圖形方位特征匹配的條件；g6、根據(jù)設定的形狀特征匹配條件和方位 特征匹配條件，計算Pau、Pbv為基準幾何圖形的各幾何圖形匹配度和圖像匹配度，獲得A、B 集合中對應的幾何圖形的待判定匹配集；g7、重復g3到g6的步驟直到匹配過程結束，獲得 多個待判定匹配集的匹配信息，將多個待判定匹配集的圖像匹配度Tpd按大小排序，按排 序選擇圖像匹配度Tpd大于圖像匹配判定指標Tpz的一個和/或多個待判定匹配集作為待 選匹配集?？蛇x地，在上述的圖像識別方法中，當基準幾何圖形不具有確定的方向特征時， 步驟d3還包括hl、在A集合中，選擇與Pau排序臨近的幾何圖形Paus，h2、以步驟g4設 定的參考點為極點，求A集合中Paus幾何圖形參考點的極坐標矢量Kaus，并求Kbus = KausXKi ；h3、設定矢量Kbus的極坐標的極點是基準幾何圖形比對參考點在B集合中Pbv 幾何圖形中的對應點，在以Kbus矢量長度為半徑的圓周邊界附近，搜索與幾何圖形Paus匹 配的B集合的幾何圖形Hxis，求取Paus和Hxis幾何圖形的最大相似度xsdus，如果大于局 部相似判定指標xsdz，根據(jù)幾何圖形inxis的參考點的方位信息，重新計算Kbus矢量，計算 待識別圖像與目標圖像的旋轉角度差alfi = qbus-qaus, qbus是Kbus的矢量夾角，qaus 是Kaus的矢量夾角，否則，重新選擇幾何圖形Paus，重做步驟h2、h3。可選地，在上述的圖像識別方法中，步驟g4還包括如下步驟il、當基準幾何圖形 的特征點總數(shù)等于1時，判定基準幾何圖形不具有確定的方向特征；i2、當基準幾何圖形 的特征點總數(shù)大于1時，計算方向矢量I7Xs = Σ tzi，計算方向度hd = fxs/Maxs，當Fxd
>Fxz判定幾何圖形具有確定的方向特征，否則，判定幾何圖形不具有確定的方向特征；其 中，tzi是基準幾何圖形中的特征點矢量，方向矢量等于一個幾何圖形中所有特征點矢量的 矢量和；fxs是方向矢量!^xs的矢量長度，Maxs是特征點對應的幾何圖形中最大特征點矢量 的矢量長度，F(xiàn)xz是預設的方向特征判定指標。可選地，在上述的圖像識別方法中，步驟g6包括jl、根據(jù)選擇的圖形檢索信息， 計算的兩幾何圖形形狀特征匹配度xppd ； j2、根據(jù)兩幾何圖形描述光學特征的特征信息 計算光學特征匹配度gppd ；j3、根據(jù)兩幾何圖形參考點的位置信息計算方位特征匹配度 fppd ； j4、設定形狀特征匹配度xppd、方位特征匹配度fppd和光學特征匹配度gppd的權重 系數(shù)kpx、kpf、kpg，對基準幾何圖形，權重系數(shù)kpxu、kpfu、kpgu，滿足kpxu+kpgu = l,kpxu
>0，kpgu >=0，kpfu = 0的條件；對非基準幾何圖形，權重系數(shù)kpxu、kpfu、kpgu，滿足 kpxu+kpfu+kpgu = l,kpxu > 0,kpgu >=0,kpfu > 0 的條件；j5、求幾何圖形的匹配度 Jpd =xppdXkpx+fppdXkpf+gppdXkpg,對基準幾何圖形 Jpdu = xppdX kpxu+gppdX kpgu ； j6、選擇圖形檢索信息的參數(shù)，求取A集合各幾何圖形對圖像相似分析的貢獻系數(shù)Cai，i =1. . .n，滿足Cai > 0，i = 1. . .n，Cai的累加和等于1，i = 1. . . η ； j7、求取A集合各幾何 圖形的匹配度Jpdi，待識別圖像與目標圖像的匹配度Tpd等于A集合各幾何圖形的匹配度 Jpdi與貢獻系數(shù)Cai乘積的累加和，i = 1. . . η?？蛇x地，在上述的圖像識別方法中，步驟d4包括kl、根據(jù)兩幾何圖形特征點信息 中描述形狀特征的特征信息計算形狀特征相似度xxsd ；k2、根據(jù)兩幾何圖形特征點信息中 描述光學特征的特征信息計算光學特征相似度gxsd ；k3、根據(jù)兩幾何圖形參考點的位置信 息計算方位特征相似度fxsd ；k4、設定形狀特征相似度xxsd、方位特征相似度fxsd和光 學特征相似度gxsd的權重系數(shù)kx、kf、kg，對基準幾何圖形，權重系數(shù)kxu、kfu、kgu，滿足 kxu+kgu = 1，kxu > 0，kgu >= 0，kfu = 0的條件；對非基準幾何圖形，權重系數(shù)kx、kf、 kg，滿足kx+kf+kg = 1，kx > 0，kg >= 0，kf > 0的條件；k5、求兩幾何圖形的相似度xsd =xxsdX kx+fxsdX kf+gxsdX kg,對基準幾何圖形 xsdu = xxsdX kxu+gxsdX kgu ；k6、求取 A集合各幾何圖形的相似度xsdi，待識別圖像與目標圖像的相似度Txsd等于A集合各幾何 圖形的相似度xsdi與貢獻系數(shù)Cai乘積的累加和?？蛇x地，在上述的圖像識別方法中，結果信息還包括局部相似信息，局部相似信 息包括待識別圖像中各幾何圖形與目標圖像中對應幾何圖形的相似信息，每個幾何圖形 的相似信息包括幾何圖形整體相似度和幾何圖形中一組特征點的相似信息；對目標圖像 的特征信息和待識別圖像的特征信息進行相似性分析包括當?shù)趇個幾何圖形的幾何圖形 整體相似度大于設定的局部圖像相似判定指標，則判定待識別圖像和目標圖像的第i個幾 何圖形界定區(qū)域相似，否則，判定待識別圖像和目標圖像的第i個幾何圖形界定區(qū)域不相 似；幾何圖形中一組特征點的相似信息進一步描述了各特征點處的局部相似程度。在本發(fā)明的實施例中，還提供了一種圖像識別裝置，包括信息模塊，用于對目標 圖像和待識別圖像分別求取圖像特征信息，其分別包括一組幾何圖形特征信息，和從一組 幾何圖形特征信息提取統(tǒng)計信息構成的圖像檢索信息；識別模塊，用于對目標圖像的圖像 特征信息和待識別圖像的圖像特征信息進行相似性分析，并將分析結果輸出。本發(fā)明通過將待識別圖像與目標圖像特征信息直接進行相似性分析處理的方法， 解決了現(xiàn)有技術存在的諸多缺陷。1)本發(fā)明的方法利用能對幾何圖形主要特征進行準確描述的一組幾何圖形特征 點信息，對圖像進行識別。通過對待識別圖像與目標圖像的一組幾何圖形進行比對、計算， 先求取各對應幾何圖形的相似度，在進一步求取圖像目標的相似度，采用歸一化相似度數(shù) 據(jù)，使圖像識別具有統(tǒng)一的方法和統(tǒng)一的識別標準。從而解決了現(xiàn)有技術在構成圖像識別 系統(tǒng)時，沒有統(tǒng)一的識別標準，需要大量的實驗數(shù)據(jù)和統(tǒng)計分析工作才能確定識別標準的 缺陷。2)本發(fā)明中，對圖像特征的描述，采用由幾何圖形邊界特征點信息構成幾何圖形 特征信息，再由幾何圖形特征信息構成圖像特征信息的方法。這些特征信息在旋轉、平移、 縮放的情況下，對圖像主要特征具有唯一性的描述。圖像識別時，通過比對、計算待識別圖 像與目標圖像的一組幾何圖形，獲得各幾何圖形的相似信息和各幾何圖形中主要特征點的 相似信息，再通過各幾何圖形的相似信息求取待識別圖像與目標圖像的相似信息。這樣的 識別結果信息，既包含了準確的統(tǒng)計信息又包含了細節(jié)的差異信息，實現(xiàn)了對圖像目標的 準確識別，實現(xiàn)了對圖像細節(jié)差異的準確識別。解決了現(xiàn)有技術識別準確率低的缺陷。
3)本發(fā)明的方法求取圖像特征信息是通過對圖像中各幾何圖形的邊界信息的計 算來求取的。其計算量遠小于現(xiàn)有技術中通過積分變換或二重積分求取特征信息的計算 量，并且計算方法更為簡單。圖像識別過程，特征信息的處理邏輯較為復雜，但處理的只是 提取的少量特征信息數(shù)據(jù)。所以識別速度是很快的。從而解決了現(xiàn)有技術識別速度低的缺 陷。4)本發(fā)明方法的圖像特征信息是由一組幾何圖形特征信息構成。在圖像特征信 息層面可根據(jù)各幾何圖形的特征，提取圖像的檢索信息，通過選擇不同的圖像的檢索信息， 達到篩選不同類型圖像的目的。在幾何圖形特征信息層面可根據(jù)各幾何圖形中特征點的不 同，提取幾何圖形的檢索信息，通過選擇不同的幾何圖形的檢索信息，達到篩選不同類型幾 何圖形的目的?？陀^上也提高了圖像的識別速度。這些特點解決了現(xiàn)有技術不能對一類圖 像的共有特征進行描述，無法實現(xiàn)對圖像目標的準確分類的缺陷。綜上所述，與現(xiàn)有技術相比，本發(fā)明的圖像識別方法和裝置具有識別更準確、更細 致、更全面，速度更快的顯著效果。


此處所說明的附圖用來提供對本發(fā)明的進一步理解，構成本申請的一部分，本發(fā) 明的示意性實施例及其說明用于解釋本發(fā)明，并不構成對本發(fā)明的不當限定。在附圖中圖1為本發(fā)明的圖像識別方法的流程圖；圖2為本發(fā)明實施例1中求取圖像特征信息的流程圖；圖3為本發(fā)明實施例1中圖像相似分析的流程圖；圖4為本發(fā)明實施例1中圖像相似分析過程幾何圖形匹配方法流程圖；圖5為本發(fā)明實施例1中圖像相對旋轉角度求取方法流程圖；圖6為本發(fā)明實施例2中目標圖像；圖7為本發(fā)明實施例2中待識別圖像；圖8為本發(fā)明實施例2中目標圖像的幾何圖形劃分示意圖；圖9為本發(fā)明實施例2中目標平面幾何形狀特征點信息示意圖；圖10為本發(fā)明實施例的圖像識別裝置的結構圖；圖11為本發(fā)明實施例中平面幾何形狀相似判斷識別方式的流程圖；圖12為本發(fā)明實施例中相似判斷求取平面幾何形狀相似度的方法流程圖；圖13為本發(fā)明實施例中平面幾何形狀相似分析識別方式的流程圖；圖14為本發(fā)明實施例中相似分析求取最大相似度的方法流程圖；圖15為本發(fā)明實施例中相似分析求取平面幾何形狀相似度的方法流程圖；圖16為本發(fā)明實施例中判定一對特征點信息的匹配關系的方法流程圖。
具體實施例方式下面將參考附圖并結合實施例，來詳細說明本發(fā)明。具有視覺能力的人和動物都具有識別圖像目標的能力，在生存基本活動中，自覺 或不自覺的具有了這種能力。這種能力來源于形象思維，形象思維是通過感知表象信息，調(diào) 用頭腦中的形象知識(表象、意象、經(jīng)驗等)，通過分析、比較、歸納、想象等思維活動，完成對事物本質(zhì)的認識。與現(xiàn)有圖像目標識別技術對比，這一思維活動并沒有運用復雜的數(shù)學 理論，也沒有大量復雜的計算，但卻是簡潔、快速、有效的。具有動物的智商就能正確地識別 圖像目標，客觀上說明了存在簡化、高效的圖像目標描述及識別方法。根據(jù)人類對圖像目標識別的直接感受，可知形象思維是通過直接感知圖像目標中 各幾何圖形邊界的輪廓特征，并與記憶中圖像目標的輪廓特征進行比較、分析，實現(xiàn)圖像目 標的識別。本發(fā)明的方法，首先計算得到待識別圖像中各幾何圖形的特征信息。與用同樣 方法計算得到目標圖像中各幾何圖形的特征信息直接比對實現(xiàn)對圖像的識別。實施例1 如圖1所示，本實施例提供了一種圖像的識別方法，包括以下步驟步驟S10、對目標圖像和待識別圖像分別求取圖像特征信息，其分別包括一組幾 何圖形特征信息，和從一組幾何圖形特征信息提取統(tǒng)計信息構成的圖像檢索信息。如圖2所示，提供了對目標圖像和待識別圖像分別求取圖像特征信息的實施例， 步驟10包括步驟102，將目標圖像或待識別圖像劃分為多個幾何圖形；步驟104，對各個幾何圖形求取得到一組幾何圖形特征信息，其包括獲取幾何圖 形特征點信息；提取圖形檢索信息；由幾何圖形特征點信息和圖形檢索信息構成一組幾何 圖形特征信息；步驟106，從一組幾何圖形特征信息提取反映圖像整體特征的統(tǒng)計信息構成圖像 檢索信息；步驟108，由一組幾何圖形特征信息和圖像檢索信息構成圖像特征信息。下面詳述該圖像特征信息的求取過程。在目標圖像中搜索邊界光學參數(shù)相近的像素，搜索到的像素構成多個封閉曲線， 將每個封閉曲線構成的圖形作為一個幾何圖形。用這樣的方法將目標圖像劃分為多個幾何 圖形。一般情況下，多個幾何圖形是分層次、分區(qū)域對圖像特征進行描述的，為此我們在 圖像中定義圖像區(qū)域級別、圖像子區(qū)域和獨立幾何圖形。設置最高級別的圖像區(qū)域是圖像全部，記為Ni，漸次低的圖像區(qū)域級別記為N2， N3. · ·。每個圖像的子區(qū)域(圖像區(qū)域級別為Ni+Ι)是由上一級別區(qū)域(圖像區(qū)域級別為 Ni)中的獨立幾何圖形邊界所界定并且內(nèi)部包含幾何圖形的區(qū)域。在每個區(qū)域中，不被區(qū)域中其他幾何圖形包含的幾何圖形是獨立幾何圖形。按照上面的定義，每個幾何圖形只在特定的區(qū)域成為獨立幾何圖形。每個區(qū)域的 獨立幾何圖形描述該區(qū)域的外觀特征。后面求取幾何圖形特征信息，只是對每個幾何圖形 標記其所在區(qū)域級別和子區(qū)域序號，而不再提及獨立幾何圖形。求取各幾何圖形的特征信息，幾何圖形的特征信息包括該幾何圖形的特征點信 息、該幾何圖形的邊界曲線的參考點信息、該幾何圖形的檢索信息。幾何圖形的特征點信息 的求取方法如下首先，按照一定的方向對幾何圖形的邊界曲線進行計算，并獲知邊界曲線上各點 的曲率信息；
然后，求取幾何圖形的邊界曲線的參考點；接著，求取幾何圖形邊界曲線上，標示變化特征的特征點；最后，根據(jù)所述特征點和所述參考點及所述曲率信息計算特征點信息。計算得到的幾何圖形的特征點信息包括以下內(nèi)容該幾何圖形的邊界曲線上的特 征點以該幾何圖形的參考點為極點的極坐標矢量(包括極值和極角)、所述特征點的曲率 半徑、所述特征點的類型代碼、所述特征點的附加特征代碼。將特征點信息記為tz (1，s, t，m，r)，其中，1，s是所述極坐標矢量信息中的極值和 極角，r是所述特征點的曲率半徑，m是所述特征點的附加特征代碼，t是所述特征點的類型 代碼。幾何圖形的邊界曲線的參考點的確定方法如下參考點是通過對幾何圖形的邊界或區(qū)域信息計算得到的，所述參考點在旋轉、平 移和縮放情況下，與邊界相對位置具有不變性。將幾何圖形的邊界曲線的參考點記為PC ；幾何圖形的檢索信息的確定方法如下由所述一組特征點信息中提取各種統(tǒng)計信息構成描述幾何圖形的整體特征的檢 索信息，檢索信息包括以下內(nèi)容特征點信息的最大矢量(具有最大矢量的特征點信息序號記為otl)；特征點信息的最大矢量與最小矢量極值的比值(記為kl)；各種類型特征點的個數(shù)，特征點的類型包括凸點、凹點、切點等。包括邊界曲線 上凸點的個數(shù)(記為nt)，邊界曲線上凹點的個數(shù)(記為na)，邊界曲線上切點的個數(shù)(記為 nq)；特征點的總數(shù)(記為nz)；特征點信息矢量旋轉角度絕對值的累加和(記為jdl)；邊界總長度(記為ZC)；各種類型邊界曲線段累計長度與邊界總長度的比值，邊界曲線段的類型包括直 線、圓弧、曲率單調(diào)增弧、曲率單調(diào)減弧等，直線的累計長度與邊界曲線總長度的比值(記 為zx)，圓弧的累計長度與邊界曲線總長度的比值(記為yh)，曲率單調(diào)增弧的累計長度與 邊界曲線總長度的比值(記為dz)，曲率單調(diào)減弧的累計長度與邊界曲線總長度的比值(記 為 dj) ο幾何圖形邊界曲線上的光學參數(shù)(記為bg)；幾何圖形所在區(qū)域級別(記為qj)；幾何圖形所在區(qū)域序號(記為qn)；將幾何圖形的檢索信息記為js(kl, nt, na, nz, ny, nq, ns, otl, jdl, zc, zx, yh, dz, dj, bg, qj, qn)。由所述的邊界曲線參考點、一組特征點信息和檢索信息構成描述幾何圖形的特征 fn息ο至此，幾何圖形的特征信息可以記為TZ (pc，js，tzl, tz2, tz3. . . tzn)，η為該幾何 圖形的特征點的個數(shù)。根據(jù)求取的多個幾何圖形特征信息，進一步求取圖像的特征信息ΤΤΖ。由一組幾何 圖形特征信息和圖像檢索信息t js構成圖像特征信息。圖像檢索信息t js (N, m, h，Kq,Qjs1, qjs2, · · ·，qjsm)包括以下內(nèi)容圖像包含的區(qū)域級別數(shù)N，區(qū)域個數(shù)m，幾何圖形個數(shù)h，以及的各區(qū)域幾何圖形邊 界曲線長度累加和的最大值與最小值的比值Kq。用這些數(shù)據(jù)對圖像目標總體特征進行統(tǒng) 計性的描述。tjs的區(qū)域統(tǒng)計信息qjSi中由區(qū)域內(nèi)各獨立幾何圖形邊界曲線長度的最大值 mzc，區(qū)域內(nèi)所有獨立幾何圖形邊界曲線長度累加和與mzc的比值hzk，區(qū)域內(nèi)各獨立幾何 圖形參考點以區(qū)域內(nèi)具有最大邊界曲線長度的獨立幾何圖形的參考點為極點的極坐標矢 量中的最大矢量mms和最小矢量mss，描述了各區(qū)域局部圖像目標的統(tǒng)計特征。尤其qjSl 是描述了圖像目標整體的外觀統(tǒng)計特征。圖像特征信息有兩種表示形式第一種簡略表示TTZ (tjs, TZ1, TZ2, . . . , TZh)TTZ(tjs, QTZli, QTZ2 2, · · ·，QTZn J按照同樣的方法，求待識別圖像的特征信息，記為TTZd(tjs，TZ1, TZ2, ... , TZh)。步驟S20、對目標圖像的圖像特征信息和待識別圖像的圖像特征信息進行相似性 分析，并將分析結果輸出?？蛇x地，在上述的圖像識別方法中，還包括選擇每個目標圖像的圖像特征信息組 合構建成識別目標集，并利用圖形檢索信息，計算目標圖像中各幾何圖形的排序優(yōu)先度；按 排序優(yōu)先度的大小對識別目標集中的幾何圖形進行排序；相似性分析包括從識別目標集選 擇目標圖像或逐個地進行相似性分析。圖3為本發(fā)明實施例1中圖像相似分析的流程圖，步驟S20包括如下步驟步驟201、利用圖像檢索信息，對待識別圖像與目標圖像進行相似預判定，如果預 判定兩圖像相似，轉步驟202，否則，判定兩圖像不相似，重復步驟201對下一目標圖像進行 相似預判定；這一步驟是對待識別圖像與目標圖像是否相似進行快速、粗略的預判定，以提高 識別系統(tǒng)的速度和效率的必要措施。具體方法是根據(jù)圖像識別系統(tǒng)對識別精度、識別細致程度的要求，選擇圖像檢索信息中的一 個或多個參數(shù)，作為評價待識別圖像與目標圖像相似的充分條件。為了便于評價兩圖像的 相似程度，設定預判定相似度Ypd的計算規(guī)則。預判定相似度Ypd取值范圍(0 1)。例如，選擇圖像中幾何圖形的個數(shù)N、圖像中最大幾何圖形邊長與最小幾何圖形邊 長的比值Kb、圖像的所有幾何圖形中最大特征點矢量長度與最小特征點矢量長度的比值 Ks作為計算預判定相似度Ypd的參數(shù)。選擇的參數(shù)要保證與圖像的旋轉、平移、縮放無關， 選擇的參數(shù)可以取自圖像的檢索信息，也可由幾何圖形特征信息提取。設定Ypd的計算規(guī) 則，Ypd = (1-(Nd-Nt)/Max (Nd，Nt) ) X (1-(Kbd-Kbt)/Max (Kbd， Kbt)) X (I-(Ksd-Kst)/Max (Ksd，Kst))(式中下角標d表示待識別圖像參數(shù)，下角標t表示 目標圖像參數(shù)；Max(Nd，Nt)表示取兩個參數(shù)中最大的)。設定圖像相似的預判定指標Ypz = 0.85。計算待識別圖像與當前目標圖像的預 判定相似度Ypd，如果Ypd < Ypz，判定待識別圖像與當前目標圖像不相似，選擇下一目標圖 像，按上面步驟判定。否則，判定待識別圖像與當前目標圖像可能相似，轉步驟202作進一 步判定。
步驟202、利用幾何圖形的檢索信息，對待識別圖像和目標圖像中的幾何圖形進行 排序；為了提高圖像的識別速度，首先要提高識別算法的效率。圖像識別過程要完成多 個對多個幾何圖形匹配和相似度計算，最后求取最佳匹配、獲得最大相似度，才能完成圖像 的識別。采用遍歷計算的方法能夠完成識別過程，但效率是很低的。本發(fā)明采用幾何圖形 排序、按排序進行方位搜索、匹配度優(yōu)選獲得待選匹配集，對待選匹配集求取圖像最大相似 度獲得識別結果信息的方法使識別效率大大提高。因此，幾何圖形的排序是這一方法的重 要環(huán)節(jié)。在求取幾何圖形特征信息的過程，一般都會對幾何圖形，按某一規(guī)則進行排序。但 是，由于幾何圖形變化的多樣性，這種排序有時不能滿足多個幾何圖形匹配的要求。為此， 設置幾何圖形排序，具體方法如下選擇幾何圖形檢索信息中的一種或多種參數(shù)，設定幾何圖形排序優(yōu)先度作(1的計 算規(guī)則。按此規(guī)則計算待識別圖像與目標圖像中各幾何圖形排序優(yōu)先度kd。按排序優(yōu)先 度^d的大小分別對待識別圖像與目標圖像中各幾何圖形排序。例如，設置幾何圖形邊界長度與圖像中幾何圖形邊界最大長度的比值Kc、幾何圖 形中凸特征點個數(shù)Τη、幾何圖形中最大矢量長度與圖像的各幾何圖形中最大矢量長度的比 值Kp作為計算排序優(yōu)先度的參數(shù)。選擇的參數(shù)要保證與圖像的旋轉、平移、縮放無關，選擇 的參數(shù)可以取自幾何圖形的檢索信息，也可由幾何圖形特征信息提取。設定Yxd的計算規(guī) 則，Yxd = (KcX100)+TnX10+Kp ；對圖像中所有幾何圖形計算排序優(yōu)先度，并按排序 優(yōu)先度對圖像中所有幾何圖形排序。當計算排序優(yōu)先度的參數(shù)和計算規(guī)則確定后，圖像中幾何圖形的排序可以在求取 圖像特征信息的過程完成。本發(fā)明，在求取圖像特征信息的過程中，已對幾何圖形按區(qū)域級 別、區(qū)域序號、和幾何圖形邊界長度確定了幾何圖形的排序。如果識別過程選用這一排序， 直接利用即可。步驟203、按步驟202確定的排序關系，利用圖像中幾何圖形的形象特征和方位特 征，通過方位搜索、匹配度優(yōu)選，獲得一個或多個待識別圖像和目標圖像的待選匹配集；在待識別圖像和目標圖像中各取一個幾何圖形，判斷兩個幾何圖形是否匹配是根 據(jù)幾何圖形的形象特征和方位特征來判定的。形象特征是指幾何圖形的形狀特征和光學特 征，方位特征是指兩個幾何圖形的相對位置關系。由于待識別圖像和目標圖像可能存在縮 放、旋轉、平移等變化，因此這些判斷信息必須是與縮放、旋轉、平移無關的相對信息。兩個 圖像的匹配是要對多個幾何圖形對進行匹配，這一復雜過程如圖4所示，包括如下步驟步驟301、待識別圖像和目標圖像在識別過程互為識別對象，為了便于說明將其定 義為A、B幾何圖形集合。設定待識別圖像中的幾何圖形為A集合、目標圖像中的幾何圖形為B集合，或設定 待識別圖像中的幾何圖形為B集合、目標圖像中的幾何圖形為A集合，其中A集合有η個幾 何圖形，記為Pal到Pan，B集合有m個幾何圖形，記為Pbl到Pbm。步驟302、選擇特征參數(shù)，設定幾何圖形匹配條件，設定匹配度的計算規(guī)則選擇幾何圖形檢索信息中的一種或多種參數(shù)作為判別兩個幾何圖形形狀特征匹配條件，設定A、B集合中的幾何圖形對應位置關系作為方位特征匹配的條件。根據(jù)設定的 形狀特征匹配條件和方位特征匹配條件，設定幾何圖形匹配度Jpd的計算規(guī)則和根據(jù)幾何 圖形匹配度計算圖像匹配度Tpd的計算規(guī)則。例如，選擇幾何圖形檢索信息，作為形狀特征匹配條件。包括js (kl，nt，na，nz，ny，nq，ns，otl，jdl，zc，zx, yh，dz，dj，bg，qj，qn)特征點信息的最大矢量與最小矢量極值的比值kl ；各種類型特征點的個數(shù)，特征點的總數(shù)；特征點信息矢量旋轉角度絕對值的累加和jdl ；各種類型邊界曲線段累計長度與邊界總長度的比值。如果選擇幾何圖形檢索信息之外的信息作為形狀特征匹配條件，需要由特征點信 息提取得到。設定Jpd的計算規(guī)則Jpd = (l-(kld-klt)) X (I-(Kbd-Kbt)/Max(Kbd, Kbt)) X (I-(Ksd-Kst)/ Max (Ksd，Kst))(式中下角標d表示待識別圖像參數(shù)，下角標t表示目標圖像參數(shù)；Max (Nd， Nt)表示取兩個參數(shù)中最大的)。設定Tpd的計算規(guī)則Tpd = Σ Jpdi X Cai (式中下角標i表示A集合幾何圖形的順序號，Jpdi是第i個 幾何圖形的匹配度，Cai是第i個幾何圖形的匹配度對圖像匹配度的貢獻系數(shù))。其中Cai的求取方法如下選擇A集合中幾何圖形邊界長度^和特征點最大矢量極值的乘積作為確定貢獻 系數(shù)的參數(shù)。設定Cai的計算規(guī)則Cai = (Zci Xkmi)/PPs ； (Zci第個幾何圖形的邊界長度；kmi第個幾何圖形中最 大矢量長度；PI3S 是 Cai 的歸一化參數(shù)，PI3S = Σ (ZciXkmi) (i = Ι.,.η))按上式求取的Cai 滿足Σ Cai = 1 ； (i = 1. . . η)步驟303、根據(jù)圖像識別的精度要求，設定幾何圖形匹配判定指標Jpz和圖像匹配 判定指標Τρζ，設定A、B集合幾何圖形匹配的搜索范圍。幾何圖形的匹配度Jpd和圖像的匹配度Tpd的取值范圍都是0 1。根據(jù)圖像識 別的精度要求的不同，對應的判定指標的取值范圍可在0. 4 1。例如設定Jpz = 0. 85 ；Tpz =0. 85。根據(jù)圖像識別的精度要求，還要確定Α、Β集合中幾何圖形的最少匹配個數(shù)Np。Np 的確定規(guī)則為=Np = IntOnin(n，m) XKjp)。式中Kjp是根據(jù)識別的精度要求確定的系數(shù)， 取值取值范圍(0 <Kjp < 1)。min(n，m)是取A、B集合中幾何圖形的最少個數(shù)。Int是將 計算的結果取整數(shù)。根據(jù)計算的最少匹配個數(shù)，確定A、B集合中幾何圖形匹配搜索的序號范圍A集合 幾何圖形排列序號u的搜索的序號范圍(1 n-Np)，B集合幾何圖形排列序號j的搜索的 序號范圍(1 m-Np)。步驟304、在搜索范圍內(nèi)，按排序搜索A集合中與B集合中相似度>幾何圖形相似 判定指標的幾何圖形對，經(jīng)不重復判定，設為匹配判定集的基準幾何圖形，根據(jù)基準幾何圖 形求得匹配判定環(huán)境參數(shù)。超出搜索范圍轉步驟308。
按幾何圖形排序，為A集合的幾何圖形Pau在B集合中搜索相似度xsdu >局部相 似判定指標xsdz的對應幾何圖形I^bv，如果搜索到，經(jīng)不重復判定后，將PaiuPbv作為匹配 判定集的基準幾何圖形。設定基準幾何圖形比對參考點在A集合中Pau幾何圖形中的對應 點作為判斷圖像匹配的參考點，將Pau、Pbv幾何圖形的縮放比例設定為待識別圖像與目標 圖像的縮放比例Ki，當基準幾何圖形具有確定的方向特征時，將PaiuPbv幾何圖形的旋轉 角度差設定為待識別圖像與目標圖像的旋轉角度差alfi ；縮放比例Ki和旋轉角度差alfi 作為匹配判定環(huán)境參數(shù)。本步驟是確定A、B集合幾何圖形匹配集的第一步。首次進入時，設置A集合的搜 索序號u = 1，B集合的搜索序號j = 1，為Pau在B集合搜索的序號范圍內(nèi)搜索相似的幾 何圖形。搜索過程是順序求Pau與Pbj幾何圖形的匹配度(j = l...m-Νρ)，當某一對幾 何圖形的匹配度>設定的幾何圖形匹配度指標，進一步求取Pau與Pbj這對幾何圖形的相 似度xsdu，如果xsdu >局部相似判定指標xsdz，設ν = j，確定Pau、Pbv作為匹配判定集 的基準幾何圖形，否則，為Pau在B集合順序搜索下一個幾何圖形。在這一搜索過程中，計 算匹配度要比計算相似度簡單很多，計算量也小得多。采用匹配度指標過濾后求取相似度， 并根據(jù)相似度判定幾何圖形相似的方法是有效的。下面詳細介紹幾何圖形的相似度xsdu的求取過程。平面幾何形狀的識別有兩種識別方式相似判斷和相似分析。相似判斷的識別方式相似判斷是對存在較小差異的平面幾何形狀進行快速判別的識別方法。其識別過 程如圖11所示包括如下步驟步驟201、通過基本檢索信息判斷待識別與目標平面幾何形狀主要特征是否相似， 如果相似，執(zhí)行步驟202 ；否則，給出不相似的判別結果。根據(jù)平面幾何形狀特征信息求取方法可知，對兩個相似的平面幾何形狀，按同樣 的方法求其特征信息，其基本檢索信息一定是相同的。直接比較凸點個數(shù)nt、凹點個數(shù)na、 直線段個數(shù)nz、圓弧段個數(shù)ny等，如果不相等，可直接判定兩個平面幾何形狀不相似，否 則，轉步驟202作進一步判定。步驟202、求待識別與目標平面幾何形狀的特征點信息中最大矢量極值的比值，記 為1Λ ；如果兩基本檢索信息中存在類型相同個數(shù)為1的特征點，選擇這樣的特征點為匹配 特征點，執(zhí)行步驟203 ；否則，執(zhí)行步驟204 ；對于兩個相似的平面幾何形狀，其特征點信息也一定是相似的。當大小不一樣時， 對應特征點信息的極坐標矢量的極值的比值是不同的。這個比值反映兩個相似的平面幾何 形狀的大小比例關系。求待識別與目標的特征點信息中最大矢量極值的比值，kb = TZd. tzotl. 1/TZi. tzotl. I0當兩個相似的平面幾何形狀旋轉角度不同時，特征點信息中極坐標矢量的極角是 不同的。一般情況下，要進行相似判斷，首先要確定兩個相似的平面幾何形狀中互相匹配的 特征點序號。確定的方法是在基本檢索信息中選擇類型個數(shù)為1的特征點。經(jīng)過步驟201 的判定，如果存在這樣的特征點，就一定是互相匹配的特征點，轉步驟203作進一步判定， 否則執(zhí)行步驟204。步驟203、分別設定兩組特征點信息的開始序號為匹配特征點的序號，按循環(huán)排序關系，計算出最大相似度xsdm，執(zhí)行步驟205 ；設置最大相似度xsdm、相似度xsd和與最大相似度對應的特征判斷點信息tpdm、 與相似度對應的特征判斷點信息tpd、與最大相似度對應的待識別特征點信息的開始序號 tds,目標特征點信息的開始序號tis。與最大相似度對應的相對旋轉角度差為km，與最大 相似度對應的相對比例系數(shù)!Am。設xsdm = 0。設置特征判斷點信息結構，第i個特征判斷點信息記為tpdi(xd，jd，dn，dm)，其中 Xd表示特征判斷點的相似度，jd表示特征判斷點的描述角度，dn是特征判斷點對應的待識 別特征點信息的序號，dm是特征判斷點對應的目標特征點信息的序號。由于平面幾何形狀的特征點信息具有循環(huán)排序關系，所以，按照匹配特征點確定 開始序號后，兩組特征點信息在循環(huán)排序時，一定是一一對應匹配的。將待識別特征點信息 的開始序號記為ns ；將目標特征點信息的開始序號記為ms。執(zhí)行tds = us ；tis = ms ；Scm =TZd. tzns. s-TZi. tzms. s ；kbm = kb。計算相似度xsd如圖12所示，包括如下步驟步驟2031、從開始序號，按循環(huán)排序關系，分別計算各對特征點信息對應的特征判 斷點的相似度、描述角度。對應開始序號的特征判斷點信息序號設為1，以后順序加1。特征判斷點的描述角 度設為一對特征點信息中目標特征點信息極坐標矢量的極角。如果任意一對特征點信息的 類型代碼不同，設置xsd = 0，執(zhí)行步驟2033，否則，根據(jù)特征點類型代碼，求取特征判斷點 的相似度。定義特征判斷點的相似度tpdi. xd = Ι-xer.其中xer是一對特征點信息的相對 誤差。tpdi. xd的取值范圍(0 1)。決定一對特征點信息相對誤差有多個因素，根據(jù)誤差傳遞的基本方法和本發(fā)明的 具體情況，對不同類型的特征點定義不同的相對誤差計算公式設 SO = (TZd. tzns. s-TZi. tzms. s)對曲率變化的特征點當TZi. tzjO. r = 0,并且 TZd. tziO. r 不等于 0，或者 TZi. tzjO. r 不等于 0，并且 TZd. tziO. r = 0 時，設置 xer = 1。當 TZi. tzjO. r = 0,并且 TZd. tziO. r = 0 時。xer = clX (abs(kbXTZd. tziO. 1-TZi. tzjO. l)/TZi. tzjO. l)+c2X (fab (TZd. tziO. s-TZi. tz jO. s-S0) /min (fab (TZi. tz j0+l. s-TZi. tz jO. s), fab (TZi. tz jO. s-TZi. tzj0-l. s))；當TZd. tziO. r不等于0并且TZi. tzjO. r不等于0時xer = clX (abs(kbXTZd. tziO. 1-TZi. tzjO. l)/TZi. tzjO. l)+c2X (fab (TZd. tziO. s-TZi. tz jO. s-S0) /min (fab (TZi. tz j0+l. s-TZi. tz jO. s), fab (TZi. tz jO. s-TZi. tzj0-l. s))+c3X (abs(kbXTZd. tziO. r-TZi. tzjO. r) /TZi. tzjO. r)其中，abs (χ)是求取χ的絕對值。fab (χ)是求取χ對應的絕對角度值，當χ的絕 對值小于180度時，fab(x)等于χ的絕對值；當χ大于180度時，fab (χ)等于360_χ ；當χ 小于-180度時，fab (χ)等于360+x。min (x, y)是求取x，y中的最小值。對直線上的特征點xer = clX (abs (kb X TZd. tziO. 1-TZi. tzjO. l)/TZi. tzjO. l)+c2X (fab (TZd.tziO. s-TZi. tz jO. s-SO) /min (fab (TZi. tz jO+1. s-TZi. tz jO. s), fab (TZi. tz jO. s-TZi. tzjO-1. s))+c3X (abs(kbXTZd. tziO. m-TZi. tz jO. m) /TZi. tz jO. m)對圓弧上的特征點當 TZi. tzjO.m = 360 時(圓)，xer = clX (abs(kbXTZd. tziO. 1-TZi. tzjO. l)/TZi. tzjO. l)+c3X (abs(TZd. tziO. m-TZi. tz jO. m) /TZi. tz jO. m)當 TZi. tzjO.m < 360 時，xer = clX (abs(kbXTZd. tziO. 1-TZi. tzjO. l)/TZi. tzjO. l)+c2X (fab (TZd. tziO. s-TZi. tz jO. s-SO) /min (fab (TZi. tz jO+1. s-TZi. tz jO. s), fab (TZi. tz jO. s-TZi. tzjO-1. s)) +c3 X (abs (TZd. tziO. m-TZi. tz jO. m) /TZi. tz jO. m)相對誤差計算公式中，cl、c2、c3分別反映極值、極角、曲率或附加特征代碼的相對 誤差對特征點相對誤差的影響程度。根據(jù)不同的要求設置cl、c2、c3的值，本例按平均原則 確定 cl、c2、c3 的值并限定 cl+c2+c3 = 1。如果 xer > 1，取 xer = 1。根據(jù)特征點的相對誤差求得特征點的相似度tpdi. xd = I-Xer0設定相似判斷識 別方式的特征點相似度判定指標Rtd, Rtd的取值范圍(0. 8 0. 99)。設Rtd = 0. 85。當 任意一個tpdi. xd < Rtd時，設置xsd = 0，執(zhí)行步驟2033，否則，設置tpdi. dn = i0, tpdi. dm = j0，繼續(xù)求取特征判斷點的相似度。求取結束，執(zhí)行步驟2032。步驟2032、求兩個平面幾何形狀的相似度。累加獲得的特征判斷點的相似度與角 度范圍之積，角度范圍是所述特征判斷點與兩相鄰特征判斷點的描述角度差的絕對值相加 之和的一半；將累加和除以基本檢索信息中的jdl得到相似度。xsd = ( Σ tpdi.xdX (fab (tpdi+1. jd-tpdi. jd)+fab (tpdi-1. jd-tpdi. jd))/2)/ TZi. js. jdl ο步驟2033、執(zhí)行xsdm = xsd ； tpdm = tpd，完成保存最大相似度；保存最大相似度 的特征判斷點信息。然后，執(zhí)行步驟205。步驟204、選擇一組中的一個特征點信息，與另一組中的同類型特征點信息順序配 對，按配對的特征點信息序號，分別設定兩組特征點信息的開始序號，按循環(huán)排序關系，計 算相似度，從中獲得最大相似度和與之相對應的開始序號，執(zhí)行步驟205。設置最大相似度xsdm、相似度xsd和與最大相似度對應的特征判斷點tpdm、與相 似度對應的特征判斷點tpd、與最大相似度對應的待識別特征點信息的開始序號tds，目標 特征點信息的開始序號tis。與最大相似度對應的相對旋轉角度差為km，與最大相似度對 應的相對比例系數(shù)!Am。設xsdm = 0。當兩個平面幾何形狀不存在匹配特征點時，選擇兩基本檢索信息中特征點類型個 數(shù)最小的特征點類型，在待識別的特征點信息中任選一個特征點(tds = ns)，與目標的同 類型特征點信息順序配對，按配對的特征點信息序號，分別設定兩組特征點信息的開始序 號，計算待識別與目標的開始序號特征點信息中極坐標矢量極值的比值1Λ = TZd. tzns. 1/ TZi. tzms. 1，按循環(huán)排序關系，計算相似度。相似度的計算方法與步驟2031和步驟2032相 同。每次計算得到相似度xsd后，如果xsd > xsdm，執(zhí)行xsdm = xsd ；tpdm = tpd ；tis = ms ；tds = ns ；Scm = TZd. tzns. s-TZi. tzms. s ；kbm = kb。完成保存最大相似度；保存最大 相似度的特征判斷點信息；保存最大相似度的目標特征點開始序號；保存最大相似度的待識別特征點開始序號；保存最大相似度對應的相對旋轉角度差；保存最大相似度對應的相 對比例系數(shù)。其中tpdm、tiS、tdS、Scm、libm稱為最大相似度的環(huán)境參數(shù)。否則，按上述的 順序繼續(xù)計算相似度。計算結束，執(zhí)行步驟205。步驟205、當最大相似度大于完全相似判定指標，判定兩平面幾何形狀相似，進一 步根據(jù)環(huán)境參數(shù)的相對旋轉角度差，判定兩平面幾何形狀相對旋轉角度差；根據(jù)環(huán)境參數(shù) 的相對比例系數(shù)判定兩平面幾何形狀相對比例關系；根據(jù)環(huán)境參數(shù)的特征判斷點信息判定 兩平面幾何形狀在各特征點處的差異。否則，判定兩平面幾何形狀不相似。為相似判斷識別方式設置平面幾何形狀完全相似的判定指標Rxz，Rxz的取值范 圍(0. 8 0. 99)。設Rxz = 0. 92。當xsdm < Rxz時，判定兩平面幾何形狀不相似，否則， 判定兩平面幾何形狀相似；判定兩平面幾何形狀相對旋轉角度差是km ；判定兩平面幾何 形狀相對比例關系是!Am。還可以進一步根據(jù)特征判斷點信息tpdm，判定在各特征點處的 誤差情況。相似分析的識別方式相似分析是對存在差異的平面幾何形狀進行判別的識別方法。在一般意義上，可 以對任意兩個平面幾何形狀進行相似分析。但是對兩個差異很大的平面幾何形狀進行相似 分析，其意義是不大的，只要能得到不相似的判定結果就足夠了。通過基本檢索信息判斷兩 個平面幾何形狀是否具有局部相似特征，就是要通過基本檢索信息快速篩選相似度很低的 目標，提高識別的速度。如果在主觀上要求對所有目標進行分析，可跳過步驟301，直接執(zhí)行 步驟302。相似分析的識別過程如圖13所示包括如下步驟步驟301、通過基本檢索信息判斷待識別與目標平面幾何形狀主要特征是否滿足 局部相似判定指標，如果滿足，執(zhí)行步驟302 ；否則，給出不相似的判別結果；由于幾何形狀特征的復雜性，通過基本檢索信息判斷局部相似，可利用基本檢索 信息的不同參數(shù)構成多種判別方法。本實施例采用如下判別方法設置局部相似的邊界判定指標Rbj，Rbj的取值范圍(1% 50% )；設置局部相似 的特征點個數(shù)判定指標Rtd，Rtd的取值范圍(1 10)。設Rbj = 20%, Rtd = 6。通過對 不同類型邊界長度比例和特征點個數(shù)的判別，判定其局部相似。如果abs (TZd. js. zx-TZi. js. zx) < Rbj 并且 abs (TZd. js. yh-TZi. js. yh) < Rbj 并且 abs (TZd. js. dz-TZi. js. dz) < Rbj 并且 abs (TZd. js. dj-TZi. js. dj) < Rbj 并且 abs (TZd. js. nt-TZi. js. nt) < Rtd 并且 abs (TZd. js. na-TZi. js. na) < Rtd 并且 abs (TZd. js. nq-TZi. js. nq) < Rtd判定待識別與目標平面幾何形狀局部相似。轉步驟302 ；否則，給 出不相似的判別結果；步驟301只是為了最大限度的減少識別過程的計算量。不經(jīng)步驟301直接執(zhí)行步 驟302也是可以的。步驟302、選擇兩基本檢索信息中公有特征點類型個數(shù)最小值為最大的特征點類 型，作為求最大相似度的特征點類型；對可能具有局部相似特征的兩個平面幾何形狀，確定搜索匹配點的方法。采用對 兩個平面幾何形狀的兩組特征點信息遍歷匹配的方法，雖然可行，但是效率比較低。本步驟 采用的方法是通過兩個平面幾何形狀的基本檢索信息中公有特征點類型個數(shù)的判定，取個數(shù)最小值為最大的特征點類型，作為確定匹配點的特征點類型。例如待識別幾何形狀的基 本檢索信息中nt = 8 ;na = 5 ；nz = 1 ;ny = 1 ;nq = 0 ；目標幾何形狀的基本檢索信息中 nt = 6 ;na = 5 ；nz = 0 ;ny = 1 ;nq = 0。在兩組特征點信息nt最小個數(shù)是6，na最小個 數(shù)是5，nz最小個數(shù)是0，ny最小個數(shù)是1，nq最小個數(shù)是0。其中nt最小個數(shù)最大，因此 選擇凸點類型的特征點。步驟303、按步驟302選擇的特征點類型，在兩組特征點信息各取一個，循環(huán)順序 配對，按配對的特征點信息序號，分別設定兩組特征點信息的開始序號，按循環(huán)排序關系， 計算相似度，從中獲得最大相似度和與之相對應的開始序號；當最大相似度大于完全相似 判定指標，判定兩平面幾何形狀相似，進一步根據(jù)特征點信息的極角差判定兩平面幾何形 狀相對旋轉角度差；判定兩平面幾何形狀相對比例關系；當最大相似度大于局部相似判定 指標，執(zhí)行步驟304 ；否則，給出不相似的判別結果；設置最大相似度xsdm、相似度xsd和與最大相似度對應的特征判斷點信息tpdm、 與相似度對應的特征判斷點信息tpd、與最大相似度對應的不相似特征判斷點個數(shù)bxsm、 與最大相似度對應的完全相似特征判斷點個數(shù)qxsm、與最大相似度對應的特征判斷點個數(shù) pnm、與最大相似度對應的相對旋轉角度差為km、與最大相似度對應的相對比例系數(shù)!Am。 設 xsdm = 0 ；bxsm = TZi. js. ns/2。對可能具有局部相似的兩個平面幾何形狀，以選擇的特征點類型為開始序號，求 取最大相似度，如圖14所示，包括如下步驟步驟3031、在選擇的特征點類型中，在兩組特征點信息中各取一個特征點信息順 序配對，按配對的特征點信息序號，分別設定兩組特征點信息的開始序號，將待識別特征點 信息的開始序號記為ns，將目標特征點信息的開始序號記為ms，設置待識別特征點信息的 計算序號dns = ns，設置目標特征點信息的計算序號dms = ms，計算待識別與目標的開始 序號特征點信息中極坐標矢量極值的比值1Λ = TZd. tzns. 1/TZi. tzms. 1。步驟3032、按循環(huán)排序關系，計算按當前開始序號對應的兩個平面幾何形狀的相 似度。相似度是通過計算各對特征點信息對應的特征判斷點信息得到的。設置特征判斷 點信息結構，第k個特征判斷點信息記為tpdk (xd, jd，lx, dn, dm)，其中xd表示特征判斷點 的相似度，jd表示特征判斷點的描述角度，Ix是特征判斷點的匹配類型(0 匹配，1 相近 匹配，2 不匹配，3 局部匹配，4 獨立特征點)，dn是特征判斷點對應的待識別特征點信息 的序號，dm是特征判斷點對應的目標特征點信息的序號。定義特征判斷點的相似度tpdk. xd = Ι-xer.其中xer是一對特征點信息的相對誤差。tpdk. xd的取值范圍(0 1)。設 置不相似特征判斷點個數(shù)bxs = 0，完全相似特征判斷點個數(shù)qxs = 0、特征判斷點序號pn =0。計算兩平面幾何形狀對應當前開始序號的相似度xsd，如圖15所示，包括如下步 驟步驟601、從開始序號，按循環(huán)排序關系，由計算序號dns和dms指定，順序獲得各 對特征點信息，將當前序號設為計算序號，qns = dns, qms = dms。特征判斷點序號pn = pn+1。通過匹配判定處理流程，獲得一對特征點信息匹配、局部匹配、不匹配或獨立特征點 信息的判定結果。
匹配判定處理流程如圖16所示，包括如下步驟步驟6011、一對特征點信息中，目標特征點信息記為Aqms，待識別特征點信息記 為Bqns，分別求Aqms與Bqns ；Aqms+1與Bqns ；Aqms與Bqns+Ι，以各自的開始序號為基準 的相對極角差的絕對值Cqmsqns，Cqms+lqns，Cqmsqns+l，如果Cqmsqns是最小值，執(zhí)行步驟 6012 ；否則，執(zhí)行步驟6013。Cqmsqns = fab ((TZi. tzqms. s-TZi. tzms. s) - (TZd. tzqns. s-TZd. tzns. s))；Cqms+lqns = fab ((TZi. tzqms+1. s-TZi. tzms. s) - (TZd. tzqns. s-TZd. tzns. s))；Cqmsqns+1 = fab ((TZi. tzqms. s-TZi. tzms. s) - (TZd. tzqns+1. s-TZd. tzns. s))；其中，fab (χ)是求取χ對應的絕對角度值，當χ的絕對值小于180度時，fab (χ)等 于X的絕對值；當X大于180度時，fab (χ)等于360-Χ ；當χ小于-180度時，fab (χ)等于 360+Χο步驟6012、將兩組特征點信息的序號都加1，如果一對特征點信息的特征點類型 相同，判定一對特征點信息匹配；否則，判定不匹配；執(zhí)行dns = dns+Ι，dms = dms+1為判定下一對特征點信息作準備。如果TZd. tzqns. t = TZi. tzqms. t，判定一對特征點信息匹配tpdpn. Ix = 0 ；否則，判定不匹配 tpdpn. Ix = 2，判定結束。步驟6013、將描述范圍小的特征點信息所屬的組的序號加1，如果一對特征點信 息的特征點類型都是直線或圓弧并且屬于同一特征段，判定一對特征點信息局部匹配；否 則，判定描述范圍小的特征點信息無匹配點。根據(jù)目標集特征信息，判斷當前特征點信息的矢量極角變化方向。如果fab(TZi. tzqms. t-TZi. tzqms+1. t) > 0，矢量極角為減小變化方向，否則為增大變化方向。矢量極角為減小變化方向。當fab (TZd. tzqns. t-TZi. tzqms. t) >0時，TZd的計 算序號dns = dns+1。否則，TZi的計算序號dms = dms+1。矢量極角為增大變化方向。當 fab (TZd. tzqns. t-TZi. tzqms. t) < 0 時，TZd 的計算序號 dns = dns+1。否則，TZi 的計算 序號dms = dms+1。序號按循環(huán)排序關系加一。當執(zhí)行計算序號dns = dns+Ι時，特征判斷點對應TZd. tzqns，否則，特征判斷點對 應 TZi. tzqms。如果TZd. tzqns. t = TZi. tzqms. t 并且 TZd. tzqns. t = 2 (直線)時，按三角形內(nèi) 角和等于180度，判定是否屬于同一直線段，首先求兩特征點矢量的夾角afO = fab (TZd. tzqms. t-TZi. tzqms. t)，afl是TZd. tzqns. m2 (直線段特征點矢量與直線的夾角)，af2是 TZi. tzqns. m2(直線段特征點矢量與直線的夾角)。設定角度允許誤差Rzx，取之范圍(0 5 度)設 Rzx = 3 度。如果 fab (afO+af l_af2) < Rzx 或 fab (af0+at2_af 1) < Rzx 判斷兩 特征點局部相似，屬于同一直線段tpdpn. Ix = 1。否則，判斷兩特征點不相似。否則，如果TZd. tzqns. t = TZi. tzqms. t 并且 TZd. tzqns. t = 3 (圓弧)時，按圓 弧曲率半徑和矢量極值判定是否屬于同一圓弧。設定曲率半徑允許相對誤差Rqb，取值范 圍(1% 15%)；矢量極值允許相對誤差Rsl，取之范圍(1% 15%)；設Rqb = 8%，Rsl =8 %。如果 abs (TZd. tzqns. r-TZi. tzqms. r) /TZi. tzqms. r < Rqb 并且 abs (TZd. tzqns. 1-TZi. tzqms. l)/TZi. tzqms. 1 < Rsl判斷兩特征點局部相似，屬于同一圓弧tpdpn. Ix = 1。否則，判斷兩特征點不相似。
否則，判斷特征判斷點對應的特征點無匹配點。步驟602、根據(jù)步驟601返回的匹配結果計算各對特征點信息對應的特征判斷點
信息ο根據(jù)匹配判定結果設定特征判斷點的類型代碼。當匹配判定結果是匹配、不匹配 或局部匹配時tpdpn. dn = qns, tpdpn. dm = qms。當匹配判定結果是獨立特征點時，如果 獨立特征點是目標特征點 tpdpn. dn = 0, tpdpn. dm = qms,否貝Ij tpdpn. dn = qns, tpdpn. dm=0。當匹配判定結果是匹配、不匹配或獨立特征點信息是目標特征點信息或局部匹 配中的小范圍特征點信息是目標特征點信息時，特征判斷點的描述角度中dpn. xd = TZi. tzqms. s ；當獨立特征點信息是待識別特征點信息或局部匹配中的小范圍特征點信息是待 識別特征點信息時，特征判斷點的描述角度等于待識別特征點信息當前位置以目標開始序 號特征點信息為基準的極角值，tpdpn. xd = TZi. tzms. s+(TZd. tzqns. s-TZd. tzns. s)。當匹配判定結果是不匹配或獨立特征點信息時，特征判斷點的相似度tpdpn. xd =0 ；當匹配判定結果是匹配或局部匹配時，根據(jù)特征點類型代碼，求取特征判斷點的相似 度tpdpn. xd = Ι-xer.其中xer是一對特征點信息的相對誤差。決定一對特征點信息相對誤差有多個因素，根據(jù)誤差傳遞的基本方法和本發(fā)明的 具體情況，對不同類型的特征點定義不同的相對誤差計算公式設 SO = (TZd. tzns. s-TZi. tzms. s)對曲率變化的特征點xer = clX (abs (kb X TZd. tzqns. 1-TZi. tzqms. 1) /TZi. tzqms. 1) +c2 X (fab (TZd. tzqns. s-TZi. tzqms. s-SO) /min (fab (TZi. tzqms+1. s-TZi. tzqms. s)，fab (TZi. tzqms. s-TZi. tzqms-1. s))+c3Xabs(tat-tay)/tay其中，abs (χ)是求取χ的絕對值。fab (χ)是求取χ對應的絕對角度值，當χ的絕 對值小于180度時，fab(x)等于χ的絕對值；當χ大于180度時，fab (χ)等于360_χ ；當χ 小于"180度時，fab (χ)等于360+x。min (χ, y)是求取χ, y中的最小值。tat、tay是根據(jù) 特征點曲率半徑的不同情況，具有不同算法的函數(shù)。當 TZd. tzqns. r 不等于 0 時，tat = kbxTZd. tzqns. r ；否貝tat = TZd. tzqns. m。當 TZi. tzqms. r 不等于 0 時，tay = TZi. tzqms. r ；否則，tay = TZi. tzqms. m。當 TZi. tzqms. r = 0 并且 TZd. tzqns. r 不等于 0 或 TZi. tzqns. r = 0 并且 TZd. tzqms. r 不等于 0 時，tpdpn. Ix = 1。對直線上的特征點如果特征點是完全匹配的，xer= clX (abs (kbXTZd. tzqns. l_TZi. tzqms. 1)/ TZi. tzqms. l)+c2X (fab (TZd. tzqns. s-TZi. tzqms. s-SO) /min (fab (TZi. tzqms+1. s-TZi. tzqms. s), fab (TZi. tzqms. s-TZi. tzqms-1. s)) +c3 X (abs (kb X TZd. tzqns. m-TZi. tzqms. m) /TZi. tzqms. m)如果特征點是局部匹配的xer = 0。對圓弧上的特征點如果特征點是完全匹配的，當TZi. tzqms. m = 360時(圓)，xer = clX (abs (kb X TZd. tzqns. 1-TZi. tzqms. 1) /TZi. tzqms. 1) +c3 X (abs (TZd.tzqns. m-TZi. tzqms. m) /TZi. tzqms. m)當 TZi. tzqms. m < 360 時，xer = clX (abs (kb X TZd. tzqns. 1-TZi. tzqms. 1) /TZi. tzqms. 1) +c2 X (fab (TZd. tzqns. s-TZi. tzqms. s_S0) /min (fab (TZi. tzqms+1. s-TZi. tzqms. s) , fab (TZi. tzqms. s-TZi. tzqms-1. s)) +c3 X (abs (TZd. tzqns. m-TZi. tzqms. m) /TZi. tzqms. m)如果特征點是局部匹配的xer = 0。相對誤差計算公式中，cl、c2、c3分別反映極值、極角、曲率或附加特征代碼的相對 誤差對特征點相對誤差的影響程度。根據(jù)不同的要求設置cl、c2、c3的值，本例按平均原則 確定 cl、c2、c3 的值并限定 cl+c2+c3 = 1。如果 xer > 1，取 xer = 1。根據(jù)特征點的相對誤差求得特征點的相似度tpdpn. xd = 1-xer。步驟603、設定相設定相似判斷識別方式的特征判斷點相似度判定指標Rtd，Rtd 的取值范圍(0.8 0. 99)。設Rtd = O. 85。設定相設定相似分析識別方式的特征判斷點相 似度判定指標Rtx, Rtx的取值范圍(0. 4 0. 85)。設Rtx = 0. 5。當tpdk. xd < Rtx時， 不匹配特征點個數(shù)bxs = bxs+l。當tpdk. xd> Rtd時，完全匹配特征點個數(shù)qxs = qxs+1。 如果bxs > bxsm，設置xsd = 0，結束當前相似度計算，轉步驟3033，否則，判斷特征判斷點 信息計算是否結束，如果沒結束，執(zhí)行步驟601，否則，執(zhí)行步驟604。步驟604、求兩個平面幾何形狀的相似度。累加獲得的特征判斷點的相似度與角 度范圍之積，角度范圍是按循環(huán)排序關系，兩相鄰特征判斷點的描述角度之差再除以2 ； 將累加和除以基本檢索信息中的jdl得到相似度。xsd = ( Σ tpdi.xdXfab((tpdi+l. jd-tpdi-1. jd)/2))/TZi. js. jdl。步驟 3033、如果 xsd > xsdm,執(zhí)行 xsdm = xsd ；tpdm = tpd ；tis = ms ；tds = ns ； bxsm = bxs ；qxsm = qxs ；Scm = TZd. tzns. s-TZi. tzms. s ；kbm = kb ；pnm = pn。完成保存 最大相似度；保存最大相似度的特征判斷點信息；保存最大相似度的目標特征點信息開始 序號；保存最大相似度的待識別特征點信息開始序號；保存最大相似度對應的不匹配特征 判斷點個數(shù)；保存最大相似度對應的完全匹配特征判斷點個數(shù)；保存最大相似度對應的相 對旋轉角度差；保存最大相似度對應的相對比例系數(shù)；保存最大相似度對應的特征判斷點 個數(shù)。其中tpdm、tis、tds、bxsm、qxsm、Scm, kbm, pnm稱為最大相似度的環(huán)境參數(shù)。步驟3034、在選擇的特征點類型中，是否完成順序配對求取相似度。如果沒有完 成，轉步驟3031，否則，求取過程結束，在步驟3033已獲得最大相似度的環(huán)境參數(shù)。通過步驟3031到步驟3034得到兩個平面幾何形狀最佳匹配時的最大相似度環(huán)境 參數(shù)并輸出。設置平面幾何形狀完全相似的判定指標Rxz，和局部相似的判定指標Rxj。Rxz 的取值范圍(0. 8 0. 99)，Rxj 的取值范圍(0. 4 0. 85)。設 Rxz = 0. 92，Rxj = 0. 55。當 TZi. tz. js. ns = TZd. tz. js. ns 并且 Wpcm = TZi. tz. js. ns 并且 xsdm > Rxz 時，判定兩平面幾何形狀完全相似，判定兩平面幾何形狀相對旋轉角度差是km ；判定兩平 面幾何形狀相對比例關系是!Am。還可以進一步根據(jù)特征判斷點信息tpdm，判定在各特征 點處的誤差情況。判定過程結束。當xsdm < Rxj時，判定兩平面幾何形狀不相似，判定過程結束。否則，判定兩平面 幾何形狀局部相似，執(zhí)行步驟304。步驟304、按最大相似度的計算結果，計算待識別幾何形狀原參考點與比對參考點的矢量差，求TZd中特征點信息以比對參考點為極點的極值與極角，構成待識別幾何形狀 一組新的特征點信息。在最大相似度的環(huán)境參數(shù)中，選擇相似度最大并且類型代碼Ix = 0的三個特征判 斷點，記為tpdmsl，tpdms2，tpdms3。分別求取三個特征判斷點對應的目標特征點信息極坐 標矢量與待識別特征點信息極坐標矢量的矢量差，記為sll，sl2，sl3。例如，目標特征點信 息中序號為tpdmsl. dm的極坐標矢量記為mbl，最佳匹配狀態(tài)下，待識別特征點信息中序號 為tpdmsl. dn的極坐標矢量記為dsl，sll =mbl_dsl。從sll，sl2，sl3中選擇兩個矢量差 最小的矢量，記為slOl，sl02。求兩個矢量的平均值作為待識別幾何形狀原參考點與比對 參考點的矢量差sic = (sl01+sl02)/2。求最佳匹配狀態(tài)下TZd中特征點信息以比對參考點為極點的極值與極角。最佳匹 配狀態(tài)下TZd的特征點信息中的極坐標矢量記為sdi。以比對參考點為極點的TZd的一組 新的特征點信息中的極坐標矢量記為xsdi，按式xsdi = sdi+slc求取待識別幾何形狀一組 新的特征點信息，記為xtzi。上面序號i的取值范圍(1 TZd. js.ns)。求待識別和目標幾何形狀在相同比對參考點的相似度步驟305、按照步驟304求取的一組新的特征點信息和最大相似度的環(huán)境參數(shù)確 定的最佳匹配關系，重新計算特征判斷點數(shù)據(jù)、最大相似度。獲得待識別和目標幾何形狀的 整體相似度，獲得兩幾何形狀邊界上局部相似、相異的定量描述結果。設置tpd = tpdm, bxs = 0，qxs = 0，重新計算特征判斷點數(shù)據(jù)。對tpdk設置qns = tpdk. dn, qms = tpdk. dm,特征點信息匹配類型為tpdk. Ix,按 步驟602重新計算特征判斷點的相似度和描述角度。當tpdk. xd < Rtx時，不匹配特征點個 數(shù)bxS = bxS+l。當tpdk. xd > Rtd時，完全匹配特征點個數(shù)qxs = qxs+1。計算過程，特 征判斷點下標k的取值范圍(1 pnm)。按步驟604重新計算相似度xsd。然后執(zhí)行tpdm =tpd, bxsm = bxs, qxsm = qxs, xsdm = xsd。相對旋轉角度Scm，相對比例系數(shù)kbm保持 不變。這是兩個平面幾何形狀在相同的比對參考點得到的最大相似度xsdm，相對旋轉角 度km，相對比例系數(shù)!Am，不匹配特征判斷點個數(shù)bxsm，完全匹配特征判斷點個數(shù)qxsm，特 征判斷點數(shù)據(jù)tpdm。其中，xsdm、Scm, kbm, bxsm、qxsm是對兩個平面幾何形狀相似性的整 體描述，tpdm是對兩個平面幾何形狀相似性的局部特征的差異描述。在求取兩個幾何圖形相似度時，得到的識別結果包括幾何圖形的形狀相似度、各 個對應特征點的相似度、兩個幾何圖形的相對旋轉角度(當基準幾何圖形具有確定的方向 特征時)、兩個幾何圖形的縮放比例，還進一步包括比對參考點。比對參考點是使兩個幾何 圖形具有最大相似度的公共參考點。具有確定的方向特征的幾何圖形是指幾何圖形在任意旋轉角度下都有唯一對應 的一組特征點信息，唯一對應關系反映在矢量的夾角。一般來說，中心點對稱的幾何圖形都 不具有確定的方向特征。幾何圖形具有確定方向特征的判定必須滿足兩個條件幾何圖形的特征點個數(shù)大于1 ；幾何圖形特征點信息中的特征點矢量對于極點是中心不對稱的。特征點個數(shù)等于1的幾何圖形只有圓，圓是不具有確定方向特征的。
實際應用中，可設定判定特征點矢量對于極點中心對稱度的計算規(guī)則，設定中心 對稱度的判定指標。通過計算判定幾何圖形是否具有確定方向特征。當基準幾何圖形不具有確定的方向特征時，如圖5所示按如下步驟求取相對旋轉 角度步驟401、在A集合中，選擇與基準幾何圖形Pau排序臨近的幾何圖形Paus，步驟402、根據(jù)縮放系數(shù)確定A集合中幾何圖形Paus對應B集合中幾何圖形的方
位信息。以幾何圖形Pau的參考點為極點，求A集合中Paus幾何圖形參考點的極坐標矢量 Kaus,并求 Kbus = KausXKi ；步驟403、在B集合中幾何圖形方位信息的矢量長度所確定的圓周邊界附近，按最 大匹配度原則，搜索與Paus匹配的幾何圖形Pbus。設定矢量Kbus的極坐標的極點是基準幾何圖形比對參考點在B集合中Pbv幾何 圖形中的對應點，在以Kbus矢量長度為半徑的圓周邊界附近，搜索與幾何圖形Paus具有最 大匹配度Jpdus的B集合的幾何圖形Pbus。步驟404、如果匹配度Jpdus >匹配度指標Jpz，轉步驟405，否則，重新選擇與基準 幾何圖形Pau排序臨近的幾何圖形Paus轉步驟402。步驟405、根據(jù)幾何圖形Hxis的方位信息，計算待識別圖像與目標圖像的旋轉角度差。根據(jù)幾何圖形Hxis的參考點的方位信息，重新計算Kbus矢量，計算待識別圖像與 目標圖像的旋轉角度差alfi = qbus-qaus (qbus是Kbus的矢量夾角，qaus是Kaus的矢量 夾角)。步驟305、以基準幾何圖形為基準，根據(jù)匹配環(huán)境參數(shù)和A集合中幾何圖形分布的 方位信息求取對應B集合中幾何圖形的方位信息。以步驟304設定的參考點為極點，求A集合中除Pau以外的幾何圖形參考點的極 坐標矢量Kas(l <= s<=n, s不等于u)，根據(jù)步驟304設定的縮放比例Ki和旋轉角度 差alfi對Kas進行數(shù)學變換得到Kbs (1 <= s <= n, s不等于u)，變換方法為Abs = kasXKi，qbs = qas+alfi (其中l(wèi)ibs是Kbs的矢量長度，qbs是Kbs的矢量夾角，kas是Kas 的矢量長度，qas是Kas的矢量夾角)，設定一組矢量Kbs的極坐標的極點是基準幾何圖形 比對參考點在B集合中Pbv幾何圖形中的對應點，設定Kbs中每個矢量的端點是B集合中 對應幾何圖形方位特征匹配的條件。步驟306、根據(jù)A集合與B集合中幾何圖形對應的方位信息，按最大匹配度原則， 為A集合中的各幾何圖形確定與B集合中幾何圖形的對應關系，根據(jù)A集合中各幾何圖形 的匹配度計算圖像的匹配度，獲得匹配判定集信息。按步驟303設定的計算規(guī)則，計算I^u、Pbv為基準幾何圖形的各幾何圖形匹配度 和圖像匹配度，獲得A、B集合中對應的幾何圖形匹配集；計算A集合中各幾何圖形對應B集合中幾何圖形的匹配度Jpdi，其中i不等于U， Jpdu已求取。Jpdi = (1-(kld-klt)) X (I-(Kbd-Kbt)/Max (Kbd, Kbt)) X (I-(Ksd-Kst)/ Max (Ksd, Kst))
步驟307、根據(jù)步驟303確定的在搜索范圍，判定匹配判定集搜索過程是否結束設u是當前A集合幾何圖形的搜索序號，j是當前B集合幾何圖形的搜索序號，當 u小于n-Np時，如果j小于(m-Np)，j = j+1，否則，j = l,u = u+1，轉步驟304 ；當u大于 等于n-Np時，轉步驟308。步驟308、將獲得的多個匹配判定集的圖像匹配度Tpd按大小排序，按排序選擇圖 像匹配度Tpd大于圖像匹配判定指標Tpz的一個或多個待判定匹配集作為待選匹配集。步驟204、對步驟203確定的待選匹配集，先求取待識別圖像和目標圖像中相匹配 的各幾何圖形的相似度Jxsdi，然后根據(jù)各幾何圖形的相似度Jxsdi求取待識別圖像和目 標圖像的相似度Txsd，對多個待選匹配集，選擇Txsd為最大值的匹配集和相似分析數(shù)據(jù)作 為當前待識別圖像和目標圖像相似分析的結果；步驟205、待識別圖像和目標圖像相似分析的結果信息包括整體相似度Txsd、圖 像縮放比例Tk、圖像相對旋轉角度Talf和局部相似信息Jxsdi，設定圖像相似判定指標 Txsdz,當Txsd大于所述圖像相似判定指標Txsdz，判定待識別圖像和目標圖像相似，否則， 判定待識別圖像和目標圖像不相似；局部相似信息Jxsdi包括待識別圖像中各幾何圖形 與目標圖像中對應幾何圖形的相似信息，每個幾何圖形的相似信息Jxsdi包括幾何形狀的 整體相似度xsdi以及形象相似信息、方位相似信息，設定局部圖像相似判定指標xsdz，當 xsdi大于所述局部圖像相似判定指標xsdz，判定待識別圖像和目標圖像第i個幾何圖形界 定區(qū)域相似，否則，判定待識別圖像和目標圖像第i個幾何圖形界定區(qū)域不相似，形象相似 信息描述了幾何圖形邊界特征點的差異和幾何圖形光學特征的差異，方位相似信息描述了 相匹配的兩個幾何圖形參考點的方位差異。實施例2:下面以具體實例對本發(fā)明方法進行描述本例對圖6所示的目標圖像和圖7所示的待識別圖像進行識別與相似性分析，包 括以下步驟步驟501、對圖6所示的目標圖像求取特征信息，保存目標圖像的特征信息；通過搜索邊界光學參數(shù)相近的像素，獲得6個封閉曲線，這6個封閉曲線構成6個 幾何圖形tl t6，如圖8所示；分別對幾何圖形tl t6，計算包括參考點、一組特征點信息和檢索信息的幾何圖 形特征信息。各幾何圖形以參考點為極點的一組特征點信息的矢量示意圖分別如圖所示。 對應tl t6的幾何圖形特征信息表示如下TZl (pc, js, tzl, tz2, tz3. · · tzlO) ； (tl 有 10 個特征點)TZ2(pc, js, tzl, tz2, tz3. . . tz6) ； (t2 有 6 個特征點)TZ3(pc, js, tzl, tz2, tz3. · · tz4) ； (t3 有 4 個特征點)TZ4(pc, js, tzl, tz2, tz3. . . tz8) ； (t4 有 8 個特征點)TZ5(pc, js, tzl, tz2, tz3. . . tz6) ； (t5 有 6 個特征點)TZ6 (pc, js, tzl, tz2, tz3. . . tz5) ； (t6 有 5 個特征點)圖6所示的目標圖像劃分的區(qū)域等級數(shù)為3級。第一級區(qū)域是整個圖像區(qū)域，包 含tl、t2、t3三個獨立幾何圖形，第二級區(qū)域是tl的邊界界定的區(qū)域，包含t4 一個獨立幾 何圖形，第三級區(qū)域是t4的邊界界定的區(qū)域，包含t5、t6兩個獨立幾何圖形。每一級區(qū)域
26的區(qū)域個數(shù)都是1，總的區(qū)域個數(shù)是3。第一級區(qū)域的參考點為qpcl。tl、t2、t3的參考點分別為pcl、pc2、pc3。pcl、pc2、 pc3與qpcl的矢量關系如圖9A所示；第二級區(qū)域(即由tl界定的區(qū)域)的參考點為qpc2。t4的參考點為pc4，pc4與 qpc2重合，如圖9B所示；第三級區(qū)域(即由t4界定的區(qū)域)的參考點為qpc3。t5和t6的參考點為pc5， pc6。pc5，pc6與qpc3的矢量關系如圖9C所示。按區(qū)域描述圖像特征的區(qū)域特征信息表示為QTZ1. 1 (qpcl, Cl，cpcl，TZ1，TZ2，TZ3)；其中，Cl 取值為 3，由于不存在界定本圖 像目標所在區(qū)域的獨立幾何圖形，因此cpcl為0 ；QTZ2. 2(qpc2，C2，cpc2，TZ4)；其中，C2 取值為 1，cpc2 為本區(qū)域的參考點 qpc2 與 界定本區(qū)域的獨立幾何圖形tl的參考點pel的矢量差；QTZ3. 3 (qpc3，C3，cpc3，TZ5，TZ6 ；其中，C3 取值為 2，cpc3 為本區(qū)域的參考點 qpc3 與界定本區(qū)域的幾何圖形t4的參考點pc4的矢量差；進一步還可提取圖像目標的檢索信息tjs(N, m, h，Kq, Qjs1, qjs2, q ，其中N = 3 ;m = 3 ;h = 6 ；Kq = 2. 64 ；區(qū)域統(tǒng)計信息 Qjs1 (mzc,hzk,mms,mss)中 mzc = 2218 ；hzk = 0. 716 ；mms = 230 廣-132 ；mss = 262 廣-135 ；qjs2 (mzc,hzk,mms,mss)中 mzc = 1160 ；hzk =1 ；mms = OZO ；mss = OZO ；qjs3 (mzc,hzk,mms,mss)中 mzc = 820 ；hzk = 0. 811 ；mms =98 Z -90 ；mss = 98 Z -90 ；由幾何圖形特征信息、區(qū)域特征信息和檢索信息構成的目標圖像的特征信息有兩 種表示方式(1)簡略表示TTZ(tjs, TZ1, TZ2, TZ3, TZ4, TZ5, TZ6)；(2)區(qū)域層次表示TTZ(tjs, QTZ11, QTZ2 2，QTZ3 3)；tjs (3, 3,6, 2. 64, qjs17 qjs2, qjs3)；QTZ1. ^qpcl, 3, cpc1 TZ1, TZ2, TZ3)；QTZ2 2(qpc2, 1，cpc2, TZ4)；QTZ3 3(qpc3,2, cpc3, TZ5, TZ6)；保存目標圖像的特征信息。步驟502、選擇目標圖像的特征信息并裝載到識別系統(tǒng)中。步驟503、按照步驟501同樣的方法，求取如圖7所示的待識別圖像的特征信息。由幾何圖形特征信息、區(qū)域特征信息和檢索信息構成的目標圖像的特征信息表示 為(1)簡略表示TTZd(tjs, TZ1, TZ2，TZ3, TZ4, TZ5)；(2)區(qū)域層次表示TTZd(tjs, QTZ11, QTZ2 2，QTZ3 3)；tjs (3, 3,6, 2. 64, qjs17 qjs2, qjs3)；
QTZ1. Jqpcl，3，cpc” TZ1, TZ2，TZ3)；QTZ2 2(qpc2, 1, cpc2, TZ4)；QTZ3.3(qpc3,2, cpc3, TZ5)；由于圖6、圖7所示的圖像只是旋轉角度、縮放比例和第6個幾何圖形的有無存在 差異，所以圖7所示的圖像求取特征信息過程的示意圖都可參照圖6所示的圖像對應的示 意圖。步驟504、將待識別圖像特征信息TTZd與所述識別目標圖像特征信息TTZ，利用其 中的一組幾何圖形特征信息，順序比對、計算，進行相似性分析處理，并將判定的識別結果 輸出。首先，作相似預判定。選擇圖像中區(qū)域等級數(shù)N、區(qū)域個數(shù)m、幾何圖形個數(shù)h作為 計算預判定相似度Ypd的參數(shù)。設定Ypd的計算規(guī)則，Ypd = (1-(Nd-Nt)/Max(Nd, Nt)) X (1-(md-mt)/Max(md, mt)) X (1-(hd-ht)/ Max (hd，ht))(式中下角標d表示TTZd參數(shù)，下角標t表示TTZ參數(shù)；Max (Nd, Nt)表示取 兩個參數(shù)中最大的)。設定圖像相似的預判定指標Ypz = 0. 7。代入TTZd與TTZ中的數(shù)據(jù)，計算預判定相似度Ypd = 0. 833。Ypd > Ypz，判定圖 7所示圖像與圖6所示圖像可能相似，作進一步判定。在步驟501和步驟503，采用同樣的方法求取特征信息。求取過程對幾何圖形 已經(jīng)按照區(qū)域等級、區(qū)域序號和幾何圖形邊界長度的參數(shù)順序對幾何圖形排序了(Yxd = (NX 100)+MX 10+(TZi. zc/mzc) X 10)。本實施例直接采用這種排序，對幾何圖形進行匹配。目標圖像特征信息TTZ中幾何圖形的排序號，由1到6，待識別圖像特征信息TTZd 中幾何圖形的排序號，由1到5。將TTZd中的幾何圖形設為A集合，記為Pal Pa5 ；將TTZ 中的幾何圖形設為B集合，記為Pbl 此6。選擇幾何圖形檢索信息中，特征點信息的最大矢量與最小矢量極值的比值kl、特 征點的總數(shù)nz、特征點信息矢量旋轉角度絕對值的累加和jdl作為幾何圖形匹配的形象條 件(不考慮幾何圖形光學特征的差異，只要形狀一樣即認為是相似的)，選擇兩幾何圖形參 考點之間的距離Jl作為幾何圖形匹配的方位條件。設定幾何圖形匹配度的計算規(guī)則Jpd = (1-abs (kld-klt)/Max (kid, kit)) X (1-abs (nzd-nzt)/Max (nzd， nzt)) X (1-abs (jdld-jdlt) /Max (jdld, jdlt)) X (1-J1/XJ1)(式中下角標 d 表示待識別圖 像參數(shù)，下角標t表示目標圖像參數(shù)；Max(kld，klt)表示取兩個參數(shù)中最大的)；abs(kld， kit)表示取兩個參數(shù)差的絕對值，XJl是Pad幾何圖形中最大特征點矢量長度的一半)。設定圖像匹配度Tpd的計算規(guī)則Tpd = Σ Jpdi X Cai (式中下角標i表示A集合幾何圖形的順序號，Jpdi是第i個 幾何圖形的匹配度，Cai是第i個幾何圖形的匹配度對圖像匹配度的貢獻系數(shù))。其中Cai的求取方法如下選擇A集合中幾何圖形邊界長度zc作為確定貢獻系數(shù)的參數(shù)。設定Cai的計算 規(guī)則Cai = (Zci)/PPs ； (Zci第個幾何圖形的邊界長度；PI3S是Cai的歸一化參數(shù)，PI3S=Σ (Zci) (i = 1... η))按上式求取的Cai 滿足Σ Cai = 1 ； (i = 1. . . η)計算過程幾何圖形的邊界長度以像素為單位，求取結果如下Cal = 0. 401 ；Ca2 = 0. 123 ；Ca3 = 0. 079 ；Ca4 = 0. 279 ；Ca5 = 0. 118。設定幾何圖形匹配判定指標Jpz = 0. 75 ；設定圖像匹配判定指標Jpz = 0. 75。按照Np = Int(min(n, m) XKjp)的規(guī)則求A、B集合中幾何圖形的最少匹配個數(shù) Np。式中Kjp是根據(jù)識別的精度要求確定的系數(shù)，設Kjp = 0. 75。求得Np = Int(min(5, 6) X0. 75) =3。min(n,m)是取A、B集合中幾何圖形的最少個數(shù)。Int是將計算的結果取 整數(shù)。確定A、B集合中幾何圖形匹配搜索的序號范圍A集合幾何圖形排列序號u的搜 索的序號范圍(1 2)，B集合幾何圖形排列序號j的搜索的序號范圍(1 3)。根據(jù)識別的精度要求，設定幾何圖形的相似度判定指標xsdz = 0. 8。設置已選定 的匹配判定集個數(shù)為Ppc = 0。設置A集合的搜索序號U = 1，B集合的搜索序號j = 1。開始對A集合中與B集合中幾何圖形進行匹配。在獲得基準幾何圖形時，設定兩 幾何圖形參考點的距離為0。求Pau與I^bj的匹配度Jpdu = (l-abs(klu-klj)/Max(klu, klj)) X (1-abs(nzu~nzj)/Max(nzu, nzj)) X (1-abs(jdlu-jdlj)/Max(jdlu, jdlj))= (l-abs(3. 01-3. 01)/3. 01) X (1-abs (10-10)/10) X (1-abs (681-681)/681) X (1-0/293)= 1. 0。當匹配判定集個數(shù)Ppc為0，直接對Pau與I^bj進行幾何圖形的相似分析，獲得的識別 結果中，相似度xsdu = 1.0 ；縮放比例Ki = 2. 0 ；相對旋轉角度alfi = 90度；比對參考點 與幾何圖形Pau的參考點重合。據(jù)此確定了匹配判定環(huán)境參數(shù)。設定方向特征判定指標Lkz = 0. 2。求幾何圖形Pau的全部特征點矢量的累加和的矢量Lpau，進一步求Lpau的矢量長 度與幾何圖形Pau的最大矢量長度的比值Lk = 3. 6。Lk > Lkz，確定幾何圖形Pau是具有 確定方向特征的。環(huán)境參數(shù)相對旋轉角度alfi =90度是有效的。設定ν = j、設定Pau、Pbv為當前匹配判定集的基準幾何圖形，設定幾何圖形Pau 的參考點為當前匹配判定集的參考點。以此參考點為極點，求A集合中除Pau以外的幾何 圖形參考點的極坐標矢量Kas (1 <= s <=n，s不等于U)。Ka2 = 380 Z 149 ；(矢量長度380、矢量夾角149度)Ka3 = 514 Z 137 ；(矢量長度514、矢量夾角137度)Ka4 = 151 Z 29 ；(矢量長度151、矢量夾角四度)Ka5 = 204 Z 13 ；(矢量長度204、矢量夾角13度)根據(jù)求得的匹配環(huán)境參數(shù)，縮放比例Ki和旋轉角度差alfi對Kas進行數(shù)學變換 得到 Kbs (1 <= s <= n, s 不等于 u)，變換方法為kbs = kasXKi, qbs = qas+alfi (其 中l(wèi)ibs是Kbs的矢量長度，qbs是Kbs的矢量夾角，kas是Kas的矢量長度，qas是Kas的矢
量夾角)。Kb2 = 760 Z -121 ；(矢量長度 380、矢量夾角-121 度)Kb3 = 1028 Z -133 ；(矢量長度 514、矢量夾角-133 度)Kb4 = 302 Z 119 ；(矢量長度151、矢量夾角119度)Kb5 = 408 Z 103 ；(矢量長度204、矢量夾角103度)
求取Pau、Pbv幾何圖形相似度時，兩幾何圖形參考點重合(比對參考點與幾何圖 形Pau的參考點重合)。以Pbv幾何圖形相參考點為極點的一組矢量Kbs的端點是B集合 中對應幾何圖形方位特征匹配的條件。計算A集合中各幾何圖形對應B集合中幾何圖形的相似度Jpdi，其中i不等于U， Jpdu已求取。Jpdi = (1-abs (kld-klt)/Max (kid, kit)) X (l-abs(nzd-nzt)/Max (nzd， nzt)) X (1-abs (jdld-jdlt)/Max (jdld，jdlt)) X (1-J1/XJ1)。代入?yún)?shù)求得Jpd2 =1.0 ;Jpd3 = 1.0 ;Jpd4 = 1.0 ;Jpd5 =1.0;按Tpd = Σ JpdiXCai求得圖像匹配度Tpd = 1. 0X0. 401+1. 0X0. 123+1. 0X0. 079+1. 0X0. 279+1. 0X0. 118 = 1. 0。保
留當前匹配判定集信息，匹配判定集個數(shù)Ppc = Ppc+Ι。在以獲得的匹配判定集中，A、B集 合中幾何圖形的匹配關系是Pal =Pbl ；Pa2 :Pb2 ；Pa3 :Pb3 ；Pa4 :Pb4 ；Pa5 :Pb5。按照搜索匹配判定集的限定條件，在A、B集合幾何圖形序號搜索范圍內(nèi)，可獲得 幾何圖形匹配度>幾何圖形匹配度判定指標的幾何圖形對分別是Pa2 :Pb2 ；Pa3 :Pb3 ；這 兩個幾何圖形對在以獲得的匹配判定集信息中都存在，并且Pa2 :Pb2 ；Pa3 :Pb3 ；的匹配度 不大于匹配判定集信息中的匹配度，所以，不能作為基準幾何圖形。搜索匹配判定集過程結束。獲得的一個匹配判定集的圖像匹配度Tpd大于圖像匹配判定指標Tpz，將其作為 待選匹配集。求取待識別圖像和目標圖像中相匹配的各幾何圖形的相似度Jxsdi?；鶞蕩缀螆D 形的相似度已求取，非基準幾何圖形的相似度求取過程如下根據(jù)求得的匹配環(huán)境參數(shù)，縮 放比例Ki = 2. 0和旋轉角度差alfi = 90度，對A集合中第i個幾何圖形的一組特征點信 息aTzj進行數(shù)學變換得到abTzj (1 <= j <= nt,nt是第i個幾何圖形特征點的個數(shù))， 變換方法為abtzj = atzjXKi, abqbj = aqaj+alfi (其中 abtzj 是 abTzj 的矢量長度， abqbj是aMzj的矢量夾角，atzj是aTzj的矢量長度，aqaj是aTzj的矢量夾角)。求取由 abTzj構成的轉換幾何圖形特征信息與B集合對應幾何圖形求的相似度Jxsdi。按照專利 的方法求取幾何形狀的相似度，求取過程還有幾何圖形光學特征差異，幾何圖形參考點的 位移差異和旋轉角度差異。然后根據(jù)各幾何圖形的相似度Jxsdi求取待識別圖像和目標圖像的相以度Txsd，按Txsd = Σ JxsdiXCai求得圖像相似度Txsd= 1. 0X0. 401+1. 0X0. 123+1. 0X0. 079+1. 0X0. 279+1. 0X0. 118 = 1. 0。將 Txsd和上述識別過程的相似分析數(shù)據(jù)作為當前待識別圖像和目標圖像相似分析的結果；待識別圖像和目標圖像相似分析的結果信息包括整體相似度Txsd、圖像縮放比例 Tk、圖像相對旋轉角度Talf和局部相似信息Jxsdi，以及A、B集合幾何圖形的匹配信息。 Txsd大于圖像相似判定指標Txsdz，判定待識別圖像和目標圖像相似；Txsd = 1. 0判定待 識別圖像和目標圖像主要特征完全相似；圖像縮放比例Tk = 2. 0，判定待識別圖像的幾何 尺寸是對應目標圖像的二分之一；相對旋轉角度Talf = 90度，判定待識別圖像與對應目標圖像以匹配參考點為中心旋轉了 90度；根據(jù)幾何圖形的匹配信息，判定A集合與B集合中 tl t5幾何圖形構成的圖像目標相似。A集合與B集合圖像的差異在于B集合中t6幾何 圖形。局部相似信息Jxsdi包括待識別圖像中各幾何圖形與目標圖像中對應幾何圖形 的相似信息，每個幾何圖形的相似信息Jxsdi包括幾何形狀的整體相似度XSdi以及形象相 似信息、方位相似信息，設定局部圖像相似判定指標xsdz，當XSdi大于所述局部圖像相似 判定指標xsdz，判定待識別圖像和目標圖像第i個幾何圖形界定區(qū)域相似，否則，判定待識 別圖像和目標圖像第i個幾何圖形界定區(qū)域不相似，形象相似信息描述了幾何圖形邊界特 征點的差異和幾何圖形光學特征的差異，方位相似信息描述了相匹配的兩個幾何圖形參考 點的方位差異。圖10為本發(fā)明的圖像識別裝置的結構圖，包括信息模塊10，用于對目標圖像和待識別圖像分別求取圖像特征信息，其分別包括 一組幾何圖形特征信息，和從一組幾何圖形特征信息提取統(tǒng)計信息構成的圖像檢索信息；識別模塊20，用于對目標圖像的圖像特征信息和待識別圖像的圖像特征信息進行 相似性分析，并將分析結果輸出。綜上，本發(fā)明的有益效果在于本發(fā)明中，通過將圖像目標劃分為多個幾何圖形，求取各幾何圖形的特征信息，并 根據(jù)求取的一組幾何圖形特征信息確定圖像目標的特征信息，獲得圖像目標特征信息的過 程只對圖像中少量數(shù)據(jù)進行計算與處理，與現(xiàn)有技術相比，有效的降低了計算量，并且由于 圖像目標所包含的多個幾何圖形的特征能夠準確的反映圖像目標的特征，因此利用圖像目 標所包含的一組幾何圖形特征信息來描述圖像目標的特征，能夠有效地提高描述圖像目標 特征的準確性。其次，本發(fā)明實施例提供的方案中，通過對構成圖像目標的多個幾何圖形，都以一 組特征點信息按循環(huán)排序關系對幾何圖形邊界的主要特征順序描述。在旋轉、平移、縮放的 情況下，實現(xiàn)對幾何圖形主要特征的唯一性描述。在此基礎上，在各個區(qū)域的特征信息中， 以區(qū)域內(nèi)獨立幾何圖形的特征信息的極坐標矢量進一步準確描述獨立幾何圖形的位置關 系，解決了現(xiàn)有技術中圖像目標的特征信息與圖像目標主要特征之間不存在理論上的一一 對應關系而造成描述不準確的缺陷。進一步，本發(fā)明實施例提供的方案中，將圖像目標所在區(qū)域，按多個幾何圖形的相 互包含關系，劃分為不同層次的多個區(qū)域，求取各區(qū)域的特征信息，由多個區(qū)域特征信息構 成圖像目標特征信息。由此構成對圖像目標主要特征分層次分區(qū)域的描述，從而解決了現(xiàn) 有技術中不能準確描述圖像特征的缺陷。更進一步，本發(fā)明實施例提供的方案中，由圖像目標所包含的獨立幾何圖形的特 征信息和區(qū)域的特征信息中提取反映圖像目標整體特征的統(tǒng)計信息構成圖像目標檢索信 息，描述了圖像目標的統(tǒng)計特征以及一類圖像目標的共有特征。解決了現(xiàn)有技術中不能對 一類圖像目標共有特征進行描述的缺陷。圖像目標檢索信息具有提高識別速度和對圖像信 息庫進行檢索的功能。綜上所述，與現(xiàn)有技術相比，本發(fā)明在圖像目標特征描述上具有描述更準確、更細 致、更全面的顯著效果。
31
顯然，本領域的技術人員應該明白，上述的本發(fā)明的各模塊或各步驟可以用通用 的計算裝置來實現(xiàn)，它們可以集中在單個的計算裝置上，或者分布在多個計算裝置所組成 的網(wǎng)絡上，可選地，它們可以用計算裝置可執(zhí)行的程序代碼來實現(xiàn)，從而可以將它們存儲在 存儲裝置中由計算裝置來執(zhí)行，或者將它們分別制作成各個集成電路模塊，或者將它們中 的多個模塊或步驟制作成單個集成電路模決來實現(xiàn)。這樣，本發(fā)明不限制于任何特定的硬 件和軟件結合。以上所述僅為本發(fā)明的優(yōu)選實施例而已，并不用于限制本發(fā)明，對于本領域的技 術人員來說，本發(fā)明可以有各種更改和變化。凡在本發(fā)明的精神和原則之內(nèi)，所作的任何修 改、等同替換、改進等，均應包含在本發(fā)明的保護范圍之內(nèi)。
權利要求
1.一種圖像識別方法，其特征在于，包括以下步驟對目標圖像和待識別圖像分別求取圖像特征信息，其分別包括一組幾何圖形特征信 息，和從所述一組幾何圖形特征信息提取統(tǒng)計信息構成的圖像檢索信息；對所述目標圖像的圖像特征信息和所述待識別圖像的圖像特征信息進行相似性分析， 并將分析結果輸出。
2.根據(jù)權利要求1所述的圖像識別方法，其特征在于，對目標圖像和待識別圖像分別 求取圖像特征信息包括將所述目標圖像或所述待識別圖像劃分為多個幾何圖形； 對各個所述幾何圖形求取得到一組幾何圖形特征信息，其包括 獲取幾何圖形特征點信息； 提取圖形檢索信息；由所述幾何圖形特征點信息和所述圖形檢索信息構成所述一組幾何圖形特征信息； 從所述一組幾何圖形特征信息提取反映圖像整體特征的統(tǒng)計信息構成圖像檢索信息；由所述一組幾何圖形特征信息和所述圖像檢索信息構成所述圖像特征信息。
3.根據(jù)權利要求2所述的圖像識別方法，其特征在于，還包括選擇每個所述目標圖像的所述圖像特征信息組合構建成識別目標集，并利用所述圖形 檢索信息，計算所述目標圖像中各所述幾何圖形的排序優(yōu)先度；按排序優(yōu)先度的大小對所 述識別目標集中的幾何圖形進行排序；所述相似性分析包括從所述識別目標集選擇所述目標圖像或逐個地進行相似性分析。
4.根據(jù)權利要求3所述的圖像識別方法，其特征在于，對所述目標圖像的所述特征信 息和所述待識別圖像的特征信息進行相似性分析包括dl、利用所述圖像檢索信息，對所述待識別圖像與所述目標圖像進行相似預判定； d2、如果預判定為相似，則利用所述圖形檢索信息，對所述待識別圖像中的所述幾何圖 形進行排序；d3、按確定的排序關系，利用所述幾何圖形特征信息，通過方位搜索、匹配度優(yōu)選，獲得 待選匹配集；d4、先從待選匹配集中求取相匹配的各所述幾何圖形的圖形相似度，然后根據(jù)各所述 幾何圖形的相似度求取所述待識別圖像和所述目標圖像的圖像相似度，其中，如果存在多 個待選匹配集，則選擇圖像相似度為最大值的待選匹配集和相似分析數(shù)據(jù)作為當前所述待 識別圖像和所述目標圖像相似分析的結果，結果信息包括整體相似度、圖像縮放比例、圖 像相對旋轉角度；d5、當整體相似度大于設定的圖像相似判定指標，判定所述待識別圖像和所述目標圖 像相似，否則，判定所述待識別圖像和所述目標圖像不相似。
5.根據(jù)權利要求4所述的圖像識別方法，其特征在于，所述步驟dl包括el、利用所述圖像檢索信息，計算所述待識別圖像與所述目標圖像的預判定相似度； e2、當預判定相似度大于設定的預判定指標，預判定所述待識別圖像和所述目標圖像 相似，否則，判定所述待識別圖像和所述目標圖像不相似。
6.根據(jù)權利要求4所述的圖像識別方法，其特征在于，步驟d2包括Π、利用所述圖形檢索信息，計算所述待識別圖像中各所述幾何圖形的排序優(yōu)先度； f2、分別按排序優(yōu)先度的大小對所述待識別圖像中的各所述幾何圖形排序。
7.根據(jù)權利要求4所述的圖像識別方法，其特征在于，步驟d3包括gl、設定所述待識別圖像中的所述幾何圖形為A集合、所述目標圖像中的所述幾何圖 形為B集合，其中A集合有η個所述幾何圖形，記為Pal到Pan，B集合有m個所述幾何圖 形，記為Pbl到Pbm;g2、選擇所述圖形檢索信息中的參數(shù)作為判別兩個所述幾何圖形的形象特征匹配條 件，設定A、B集合中的所述幾何圖形對應位置關系作為方位特征匹配條件，并為A、B集合中 的所述幾何圖形準備形象匹配條件；g3、按所述幾何圖形排序，為A集合的所述幾何圖形Pau在B集合中搜索相似度xsdu >局部相似判定指標xsdz的對應所述幾何圖形I^bv，如果搜索到，將Pau、Pbv作為待判定 匹配集的基準幾何圖形，否則，u = u+1，如果u > n，匹配過程結束，否則，重做步驟g3 ；g4、如果待判定匹配集的基準幾何圖形Pau、Pbv在已獲得的待選匹配集中是匹配的所 述幾何圖形，將B集合所述幾何圖形搜索序號j = ν+l，重做步驟g3，否則，設定基準幾何 圖形比對參考點在A集合中Pau所述幾何圖形中的對應點作為判斷圖像匹配的參考點，將 Pau、Pbv所述幾何圖形的縮放比例設定為所述待識別圖像與所述目標圖像的縮放比例Ki， 當基準幾何圖形具有確定的方向特征時，將Pau、Pbv所述幾何圖形的旋轉角度差設定為所 述待識別圖像與所述目標圖像的旋轉角度差alfi ；g5、以步驟g4設定的參考點為極點，求A集合中除Pau以外的所述幾何圖形參考點 的極坐標矢量Kas，l<=s<=n, s不等于u，根據(jù)步驟g4設定的縮放比例Ki和旋轉角 度差alfi對Kas進行數(shù)學變換得到Kbs，1 < = s < = n，s不等于u，變換方法為Abs = kasXKi，qbs = qas+alfi，其中l(wèi)ibs是Kbs的矢量長度，qbs是Kbs的矢量夾角，kas是Kas 的矢量長度，qas是Kas的矢量夾角，設定一組矢量Kbs的極坐標的極點是基準幾何圖形比 對參考點在B集合中Pbv所述幾何圖形中的對應點，設定Kbs中每個矢量的端點是B集合 中對應所述幾何圖形方位特征匹配的條件；g6、根據(jù)設定的形狀特征匹配條件和方位特征匹配條件，計算Pau、Pbv為基準幾何圖 形的各所述幾何圖形匹配度和圖像匹配度，獲得A、B集合中對應的所述幾何圖形的待判定 匹配集；g7、重復g3到g6的步驟直到匹配過程結束，獲得多個待判定匹配集的匹配信息，將多 個待判定匹配集的圖像匹配度Tpd按大小排序，按排序選擇圖像匹配度Tpd大于圖像匹配 判定指標Tpz的一個和/或多個待判定匹配集作為待選匹配集。
8.根據(jù)權利要求7所述的圖像識別方法，其特征在于，當基準幾何圖形不具有確定的 方向特征時，步驟d3還包括hi、在A集合中，選擇與Pau排序臨近的所述幾何圖形Paus，h2、以步驟g4設定的參考點為極點，求A集合中Paus所述幾何圖形參考點的極坐標矢 量 Kaus，并求 Kbus = KausXKi ；h3、設定矢量Kbus的極坐標的極點是基準幾何圖形比對參考點在B集合中Pbv所述幾 何圖形中的對應點，在以Kbus矢量長度為半徑的圓周邊界附近，搜索與所述幾何圖形Paus 匹配的B集合的所述幾何圖形Hxis，求取Paus和Hxis所述幾何圖形的最大相似度xsdus，如果大于局部相似判定指標xsdz，根據(jù)所述幾何圖形Hxis的參考點的方位信息，重新計算 Kbus矢量，計算所述待識別圖像與所述目標圖像的旋轉角度差alfi = qbUS-qaUS，qbUS是 Kbus的矢量夾角，qaus是Kaus的矢量夾角，否則，重新選擇所述幾何圖形Paus，重做步驟 h2、h3。
9.根據(jù)權利要求7所述的圖像識別方法，其特征在于，步驟g4還包括如下步驟11、當所述基準幾何圖形的特征點總數(shù)等于1時，判定所述基準幾何圖形不具有確定 的方向特征；12、當所述基準幾何圖形的特征點總數(shù)大于1時，計算方向矢量Fxs= Etzi,計算方向 度!^xd = fxs/Maxs,當Fxd > Fxz判定幾何圖形具有確定的方向特征，否則，判定幾何圖形 不具有確定的方向特征；其中，tzi是所述基準幾何圖形中的特征點矢量，方向矢量等于一個幾何圖形中所有特 征點矢量的矢量和；fxs是方向矢量!^s的矢量長度，Maxs是所述特征點對應的幾何圖形中最大特征點矢 量的矢量長度，F(xiàn)xz是預設的方向特征判定指標。
10.根據(jù)權利要求7所述的圖像識別方法，其特征在于，步驟g6包括jl、根據(jù)選擇的圖形檢索信息，計算的兩所述幾何圖形形狀特征匹配度xppd ； j2、根據(jù)兩所述幾何圖形描述光學特征的特征信息計算光學特征匹配度gppd ； j3、根據(jù)兩所述幾何圖形參考點的位置信息計算方位特征匹配度fppd ； j4、設定形狀特征匹配度xppd、方位特征匹配度fppd和光學特征匹配度gppd的權重系 數(shù) kpx、kpf、kpg，對基準幾何圖形，權重系數(shù) kpxu、kpfu、kpgu，滿足 kpxu+kpgu = 1，kpxu > 0，kpgu >= 0，kpfu = 0的條件；對非基準幾何圖形，權重系數(shù)kpxu、kpfu、kpgu，滿足 kpxu+kpfu+kpgu = 1, kpxu > 0, kpgu >=0, kpfu > 0 的條件；j5、求所述幾何圖形的匹配度Jpd = xppdXkpx+fppdXkpf+gppdXkpg，對基準幾何圖 形 Jpdu = xppd X kpxu+gppd X kpgu ；j6、選擇所述圖形檢索信息的參數(shù)，求取A集合各所述幾何圖形對圖像相似分析的貢 獻系數(shù) Cai，i = 1. . .n，滿足 Cai > 0，i = 1. . . n，Cai 的累加和等于 1，i = 1. . .η ；j7、求取A集合各所述幾何圖形的匹配度Jpdi，所述待識別圖像與所述目標圖像的匹 配度Tpd等于A集合各所述幾何圖形的匹配度Jpdi與貢獻系數(shù)Cai乘積的累加和，i = L…η。
11.根據(jù)權利要求4所述的圖像識別方法，其特征在于，步驟d4包括kl、根據(jù)兩所述幾何圖形特征點信息中描述形狀特征的特征信息計算形狀特征相似度 xxsd ；k2、根據(jù)兩所述幾何圖形特征點信息中描述光學特征的特征信息計算光學特征相似度 gxsd ；k3、根據(jù)兩所述幾何圖形參考點的位置信息計算方位特征相似度fxsd ； k4、設定形狀特征相似度xxsd、方位特征相似度fxsd和光學特征相似度gxsd的權重系 數(shù)1^、1^、1^，對基準幾何圖形，權重系數(shù)1 11、1^11、1^11，滿足1 11+1^11 = l，kxu > 0，kgu > =0，kfu = 0的條件；對非基準幾何圖形，權重系數(shù)kx、kf、kg，滿足kx+kf+kg = 1, kx > 0，kg >= 0，kf > 0 的條件；k5、求兩所述幾何圖形的相似度xsd = xxsdXkx+fxsdXkf+gxsdXkg，對基準幾何圖 形 xsdu = xxsdX kxu+gxsdX kgu ；k6、求取A集合各所述幾何圖形的相似度xsdi，所述待識別圖像與所述目標圖像的相 似度Txsd等于A集合各所述幾何圖形的相似度xsdi與貢獻系數(shù)Cai乘積的累加和。
12.根據(jù)權利要求4所述的圖像識別方法，其特征在于，結果信息還包括局部相似信 息，局部相似信息包括所述待識別圖像中各所述幾何圖形與所述目標圖像中對應所述幾 何圖形的相似信息，每個所述幾何圖形的相似信息包括幾何圖形整體相似度和幾何圖形 中一組特征點的相似信息；對所述目標圖像的所述特征信息和所述待識別圖像的特征信息 進行相似性分析包括當?shù)趇個所述幾何圖形的幾何圖形整體相似度大于設定的局部圖像相似判定指標，則 判定所述待識別圖像和所述目標圖像的第i個所述幾何圖形界定區(qū)域相似，否則，判定所 述待識別圖像和所述目標圖像的第i個所述幾何圖形界定區(qū)域不相似；幾何圖形中一組特 征點的相似信息進一步描述了各特征點處的局部相似程度。
13.一種圖像識別裝置，其特征在于，包括信息模塊，用于對目標圖像和待識別圖像分別求取圖像特征信息，其分別包括一組幾 何圖形特征信息，和從所述一組幾何圖形特征信息提取統(tǒng)計信息構成的圖像檢索信息；識別模塊，用于對所述目標圖像的圖像特征信息和所述待識別圖像的圖像特征信息進 行相似性分析，并將分析結果輸出。
全文摘要
本發(fā)明公開了一種圖像目標的識別方法，屬于模式識別領域的基礎技術范疇。本發(fā)明對作為目標和待識別的圖像目標求取反映主要特征的一組幾何圖形特征信息和檢索信息構成圖像目標特征信息。將待識別的圖像目標特征信息與作為目標的圖像目標特征信息，直接比對、計算，實現(xiàn)圖像目標整體相似度的計算與判別；實現(xiàn)局部相似、相異的定量判別；實現(xiàn)旋轉、縮放后圖像目標差異的判別。特征信息求取方法簡單；計算量大幅度減少。具有統(tǒng)一的識別規(guī)則和快速準確的識別效果。
文檔編號G06K9/64GK102117412SQ20091024428
公開日2011年7月6日 申請日期2009年12月31日 優(yōu)先權日2009年12月31日
發(fā)明者曾培祥 申請人:北京方正奧德計算機系統(tǒng)有限公司, 北大方正集團有限公司