摘要：本文提出形状识别的一种新方法,该方法针对形状中几何特征的分布在旋转和尺度变换条件下不变的特性,首先通过等间距极坐标映射对形状进行径向采样和环向采样,把形状的旋转和尺度变换转化为采样平面内具有平移性质和不变性质的两个一维投影,然后为了减小几何变形等原因造成的投影特征不稳定,提取径向和环向两个一维投影的极值点,根据极值点类型和幅值计算极值点权重向量作为形状的有效不变特征,其中,权重的位置信息反映了形状中像素点较集中和较稀疏的局部区域在空间上的分布,权重的大小反映了形状中局部区域像素点集中和稀疏的程度.在特征匹配过程中,考虑了几何变形对权重向量产生的扰动,在分析极值点变化范围基础上,设计了参数重整的匹配策略和匹配模板,使得该识别方法对形状的平移、尺度、旋转变换和一定程度的非刚性变形不敏感.仿真试验表明了所提方法的有效性.

摘要：针对鱼类形状易发生形变导致识别困难的问题,提出了一种新的识别算法。该算法通过对弯曲的鱼类图像进行形变校正,得到接近标准形状的鱼类轮廓,再利用等间距极坐标映射方法得到映射图,提取映射图中的局部极值点大小和相邻极值点的间隔,最后使用匹配识别算法计算匹配度完成对鱼的识别。实验结果表明,该算法消除了弯曲形变给识别带来的影响,实现了准确的识别分类。