基于OpenCV的目标物体颜色及轮廓的识别方法

http://mall.cnki.net/magazine/Article/XDDJ201424021.htm

0引言机器人视觉是机器人感知外部世界的重要媒介,也是未来机器人传感器发展的主流方向。机器人视觉通过视觉传感器获取环境的图像数据,并通过软件进行图像的分析和理解,使机器人能够辨识目标物体及确定其位置[1]。随着机器人技术的快速发展及其在工业、医学、军事等领域的广泛应用,机器人视觉技术取得了快速发展,对机器人灵敏感知周围环境的能力要求也不断提高[2]。对目标物体的精确识别问题是机器人视觉中最基本的环节,而颜色识别和轮廓识别又是进行其他深入研究的基础。目前在这方面的主要应用是单一的对颜色或轮廓的提取。基于上述情况,本文提出了基于Open CV函数库,对摄像头取景范围内目标物体颜色及轮廓共同精确提取的方法。利用Open CV函数库中提供的函数,对目标物体首先进行各种图像学方面的预处理以使得到的图像符合实验要求,然后利用阈值调节进行颜色识别,最后在颜色识别的基础上进行边缘检测及轮廓识别。1 Open CV简介Open CV是由Intel公司资助的开源计算机视觉库,它由一系列C函数和少量C++类所组成,可实现图像处理和计算机视觉方面的很多通用算法,例如特征检测与跟踪、运动分析、目标分割与识别以及3(本文共计5页).....


http://cdmd.cnki.com.cn/Article/CDMD-10079-1012430008.htm

【摘要】:随着多媒体技术、计算机,通信技术及Internet网络的迅速发展,图像多媒体信息来源不断扩大,数字图像识别技术应用日益广泛,已遍及生活各个方面,在日常生活、经济发展、国家安全中都充当着至关重要的角色。所以,开展图像目标识别研究意义重大,其研究成果具有非常广阔的应用前景。图像特征提取和特征描述是图像目标识别的关键技术,特征提取结果的好坏,直接影响了目标识别的效果,在图像检索系统中,特征描述的好坏也会直接影响目标匹配和图像检索的精度。基于此,本文对图像特征提取和特征描述的算法展开了深入的研究,并结合实际的应用,主要侧重于研究基于轮廓特征的物体识别。 首先,本文系统地研究了图像识别中图像特征提取与特征描述的算法,重点研究了形状特征的提取和描述,在研究极坐标傅里叶描述子和不变矩两种算法的基础上,结合考虑这两种算法的优缺点,提出了一种基于矩特征和傅里叶描述子的形状特征描述算法,该算法能够降低计算复杂度,克服了矩特征和傅里叶描述子的局限性,能很好的提取目标物体的轮廓特征。本文还借助开源机器视觉库OpenCV开发平台,设计并实现了一个简单的基于形状特征的图像检索系统,文本详细介绍了各模块的功能,实现了基于傅里叶描述子算法的图像检索,对于MPEG-7图像数据库有良好的检索效果,并结合鞋类图像检索给出了应用实例。
【关键词】: 形状识别  特征描述  不变矩  傅里叶描述子 
【学位授予单位】:华北电力大学
【学位级别】:硕士
【学位授予年份】:2012
【分类号】:TP391.41
【目录】:
  • 摘要5-6
  • Abstract6-9
  • 第1章 绪论9-13
  • 1.1 论文研究目的和意义9
  • 1.2 图像识别的发展现状与前景9-11
  • 1.3 论文研究内容11-12
  • 1.4 论文结构安排12-13
  • 第2章 基于OPENCV机器视觉库的图像处理13-18
  • 2.1 OPENCV简介13-14
  • 2.2 Canny边缘检测14-15
  • 2.3 Contour轮廓检测15-16
  • 2.4 颜色直方图实现16-18
  • 第3章 图像特征的提取方法18-29
  • 3.1 图像预处理18-21
  • 3.1.1 图像平滑18-19
  • 3.1.2 图像分割19-21
  • 3.2 图像特征的提取21-27
  • 3.2.1 颜色特征22-24
  • 3.2.2 纹理特征24-25
  • 3.2.3 形状特征25
  • 3.2.4 空间关系25-26
  • 3.2.5 语义特征26-27
  • 3.3 相似性度量27-28
  • 3.4 本章小结28-29
  • 第4章 基于形状特征的图像检索29-45
  • 4.1 基于形状的特征提取方法29-35
  • 4.1.1 傅里叶描述子30-31
  • 4.1.2 极坐标傅里叶描述子31-33
  • 4.1.3 Hu不变矩33-35
  • 4.2 基于矩特征傅里叶描述方法35-40
  • 4.2.1 算法基本原理36-37
  • 4.2.2 物体边界轮廓的提取37-38
  • 4.2.3 物体形状的矩特征表示38-39
  • 4.2.4 傅里叶描述及其归一化39-40
  • 4.2.5 相似度计算40
  • 4.3 实验及结果40-42
  • 4.4 相关反馈42-44
  • 4.5 本章小结44-45
  • 第5章 图像检索系统的设计与实现45-52
  • 5.1 系统开发的环境45
  • 5.2 系统的设计45-47
  • 5.2.1 系统的结构设计45-46
  • 5.2.2 系统框架流程46-47
  • 5.3 系统界面的实现与实例47-51
  • 5.4 本章小结51-52
  • 第6章 总结与展望52-54
  • 参考文献54-57
  • 攻读硕士学位期间发表的论文57-58

你可能感兴趣的:(opencv)