一种基于正则表达式语义的目标模型快速构建方法技术

本发明专利技术公开了一种基于正则表达式语义的目标模型快速构建方法，属于机器视觉与模式识别领域。首先对被识别物体所在图像进行预处理，以提高特征提取的质量，其后通过Harris特征检测算法提取出图像目标的局部特征，最后通过引申定义的正则表达语义，结合定义好的图像素材库描述出被识别物的目标匹配模型。该方法对传统计算机理论上的“正则理论”进行了引申定义，使之可以适用到图像目标识别领域，保留了其检索效率高的特性，在被识别物轮廓、颜色等物理特性恒定的情况下有非常好的效果。

A fast method for constructing target model based on regular expression semantics

The invention discloses a method for rapidly constructing a target model based on regular expression semantics, belonging to the field of machine vision and pattern recognition. The first is to identify objects of image preprocessing, in order to improve the quality of feature extraction, then through the Harris feature detection algorithm to extract the local features of the image, finally through the definition of extended regular expression semantics, combining with the image material library defined to describe the model, identified the target. The method of traditional computer theory of the \regular\ theory as the extended definition, which can be applied to the field of image target recognition, retains the characteristics of its high efficiency, has very good effect in the recognition profile, color and other physical characteristics under the condition of constant.

【技术实现步骤摘要】
一种基于正则表达式语义的目标模型快速构建方法
本专利技术涉及机器视觉技术与模式识别技术，具体涉及一种基于正则表达式的图像目标识别方法
技术介绍
对图像目标的识别就是对图像中表征物各种形式的可获取信息进行处理和分析。对目标物进行描述、辨认、分类和解释的过程。目标识别可分为有监督的分类和无监督的分类两种，两者的主要差别在于，各实验样本所属的类别是否预先已知。监督分类又称训练分类法，其原理是用被确认类别的样本像元去识别其他未知类别像元的过程。在分类之前通过目视判断等手段，对图像上的目标属性有了先验知识。一般来说有监督的分类往往需要提供大量已知类别的样本，根据已知训练区提供的样本，通过选择特征参数，求出特征参数作为决策规则，建立判别函数以对各待分类影像进行的图像分类，是模式识别的一种方法。要求训练区域具有典型性和代表性。经过多年的总结，人们设计出来多个监督训练特征提取的方法，总结起来可以分为四类：底层全局特征、底层局部特征、中层特征和属性特征。早期提出的Tamura纹理、颜色直方图、Harris算子、密集采样SIFT、Texton等特征提取主要为底层全局特征和底层局部特征。全局特征提取的是图本文档来自技高网...

【技术保护点】
一种基于正则表达式语义的目标模型快速构建方法，其特征在于，包括以下步骤：步骤1：获取目标识别物所在位置图像，然后进行图像预处理：选取图像采集点，获取被识别物的极大不变物理特征；步骤2：目标特征提取，包括颜色特征，空间位置特征，以及角点特征的提取和选取；步骤3：建立图像的像元素库，并对正则表达式进行引申定义：首先，根据一般物体的物理特性建立能够描述物体特征的像元素库，主要包括线条库、形状库、颜色库、空间位置信息库；接着利用正则语义对这些像元素进行组织，赋予他们描述物体特征的能力；步骤4：利用引申定义的正则语法描述出目标匹配模型。

【技术特征摘要】
1.一种基于正则表达式语义的目标模型快速构建方法，其特征在于，包括以下步骤：步骤1：获取目标识别物所在位置图像，然后进行图像预处理：选取图像采集点，获取被识别物的极大不变物理特征；步骤2：目标特征提取，包括颜色特征，空间位置特征，以及角点特征的提取和选取；步骤3：建立图像的像元素库，并对正则表达式进行引申定义：首先，根据一般物体的物理特性建立能够描述物体特征的像元素库，主要包括线条库、形状库、颜色库、空间位置信息库；接着利用正则语义对这些像元素进行组织，赋予他们描述物体特征的能力；步骤4：利用引申定义的正则语法描述出目标匹配模型。2.根据权利要求1所述的一种基于正则表达式语义的目标模型快速构建方法，其特征在于，所述步骤1是在特定场景下，选择从正侧面获取目标图像，这样能保证获取到的同一类目标物体具有最大的物理特征相似性；图像过滤和边缘强化：首先对图像进行灰度化处理，然后利用中值滤波对背景噪声进行过滤，最后通过canny算子对图像进行边缘强化。3.根据权利要求1所述的一种基于正则表达式语义的目标模型快速构建方法，其特征在于，所述步骤1还包括：1)把图像序列中一点的值用该点的一个邻域中各点值的中值代替，让周围的像素值接近的真实值：用正方矩结构的二维滑动模板，将板内像素按照像素值的大小进行排序，生成单调上升(或下降)的为二维数据序列；二维中值滤波输出为g(x,y)＝med{f(x-k,y-l),(k,l∈W)}，其中，f(x,y)，g(x,y)分别为原始图像和处理后图像，W为二维模板，选定为为3*3区域；2)较高的亮度梯度比较有可能是边缘，但是没有一个确切的值来限定多大的亮度梯度是边缘多大，通过Canny算子中使用了滞后阈值，动态调节获取目标的有效梯度范围；假设图像中的重要边缘都是连续的曲线，这样就可以跟踪给定曲线中模糊的部分，并且避免将没有组成曲线的噪声像素当成边缘；从一个较大的阈值开始，这将标识出比较确信的真实边缘，从这些真正的边缘开始在图像中跟踪整个的边缘；在跟踪的时候，使用一个较小的阈值，这样就可以跟踪曲线的模糊部分直到回到起点。4.根据权利要求1所述的一种基于正则表达式语义的目标模型快速构建方法，其特征在于，所述步骤2具体包括：颜色特征提取：对每种颜色通道提取一阶、二阶和三阶矩进行统计，设hij表示第i个颜色通道分量中灰度为j的像素出现的概率，n为总像素数目，则颜色矩的三个低阶矩数学表达式为：这3个低阶矩...

【专利技术属性】
技术研发人员：芦兵，许晓东，夏纯中，
申请(专利权)人：江苏大学，
类型：发明
国别省市：江苏,32