主体思想:
任何一个图像 肯定有多个或一个区域
每个区域在横向扫描时 会有分裂和合并 比如圆环 顶部有一个分裂点 底部有一个合并点
没有分裂合并的图形 就是简单的凸图像
很容易通过外形识别
而复杂的图像 就是凹的 就需要分裂合并点来识别
旋转30度 60度 90度 120,150 得到的分裂合并点序列是不同的 可以通过分析分裂合并点可以获得角点
区域连接特征:
重心和中心的偏置对宽高的比例 和方向
分裂合并点和重心位置的比例 方向
亮度和面积的比
这些是旋转和缩放不变的特征 适合用于图像的模式识别
如果图像包含n个区域特征 每个区域都有N个以上的特征
如果图形复杂 需要使用决策树内嵌 svm
相关下载链接:
//download.csdn.net/download/pww71/7552881?utm_source=bbsseo