一种基于质心高度增量与DTW相结合的轮廓目标识别方法

文档序号:35411810发布日期:2023-09-09 22:43阅读:来源:国知局

技术特征:

1.一种基于质心高度增量与dtw相结合的轮廓目标识别方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的基于质心高度增量与dtw相结合的轮廓目标识别方法,其特征在于,求取质心高度增量特征矩阵包括以下步骤:

3.根据权利要求2所述的基于质心高度增量与dtw相结合的轮廓目标识别方法,其特征在于,

4.根据权利要求2所述的基于质心高度增量与dtw相结合的轮廓目标识别方法,其特征在于,

5.根据权利要求4所述的基于质心高度增量与dtw相结合的轮廓目标识别方法,其特征在于,获取质心高度增量特征矩阵还包括以下步骤:

6.根据权利要求5所述的基于质心高度增量与dtw相结合的轮廓目标识别方法,其特征在于,

7.根据权利要求6所述的基于质心高度增量与dtw相结合的轮廓目标识别方法,其特征在于,

8.根据权利要求7所述的基于质心高度增量与dtw相结合的轮廓目标识别方法,其特征在于,

9.根据权利要求1至8中任一项所述的基于质心高度增量与dtw相结合的轮廓目标识别方法,其特征在于,所述基于质心高度增量与dtw相结合的轮廓目标识别方法还包括以下步骤:

10.根据权利要求9所述的基于质心高度增量与dtw相结合的轮廓目标识别方法,其特征在于,所述轮廓模板库内包括模板图像的原始图像以及所述模板图像的几何变换图像;通过对原始图像进行平移、旋转、放缩得到所述几何变换图像。


技术总结
本发明提供一种基于质心高度增量与DTW相结合的轮廓目标识别方法,涉及轮廓目标识别技术领域。基于质心高度增量与DTW相结合的轮廓目标识别方法包括以下步骤:求取模板图像和目标图像的质心高度增量特征矩阵;通过DTW算法对模板图像和目标图像的质心高度增量特征矩阵进行比对,得到第一特征距离;将目标图像翻转后,求取翻转图像的质心高度增量特征矩阵;通过DTW算法对模板图像和翻转图像的质心高度增量特征矩阵进行比对,得到第二特征距离;通过最小值函数求取第一特征距离与第二特征距离中的最小特征距离;在最小特征距离中引入形状复杂度求取相似性距离,根据相似性距离输出识别结果。从而,可以保证在识别率效果较好的同时,提升目标识别的实时性。

技术研发人员:宋建辉,郝奕全,刘晓阳,赵亚威
受保护的技术使用者:沈阳理工大学
技术研发日:
技术公布日:2024/1/15
当前第2页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1