專利名稱：用于將數(shù)字圖像對(duì)應(yīng)到分類系統(tǒng)的類別中的方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種用于將數(shù)字圖像對(duì)應(yīng)到分類系統(tǒng)的一個(gè)類別中的方法。
背景技術(shù)：
隨著工業(yè)過(guò)程的自動(dòng)化逐步增加，基于光學(xué)分析方法的自動(dòng)缺陷識(shí)別也越來(lái)越重要。光學(xué)缺陷識(shí)別方法在過(guò)去由質(zhì)量保障人員執(zhí)行。他們觀察待檢查對(duì)象或待檢查對(duì)象的圖像顯示并識(shí)別可能的缺陷。例如，借助X射線圖像檢查焊縫的缺陷類型，如裂紋、未足夠焊透、未熔合、焊渣、夾渣線、氣孔、條蟲(chóng)狀氣孔、根部缺口(Wurzelkerben)、根部缺陷、重金屬雜質(zhì)和邊緣錯(cuò)位。此外，還已知，觀察鑄件的放射線圖像以便識(shí)別鑄件中的缺陷，例如外來(lái)雜質(zhì)、氣體雜質(zhì)、縮孔，如線狀縮孔或海綿狀縮孔、裂紋或芯撐。由于這樣的缺陷可能根據(jù)其類型是類似的，但根據(jù)其構(gòu)成(Auspraegung)和形狀相互不同，因此在工業(yè)缺陷檢查中轉(zhuǎn)而將缺陷分為不同的類別，其中各個(gè)類別包含相同種類的缺陷。例如，工業(yè)標(biāo)準(zhǔn)EN 1435介紹了針對(duì)焊縫缺陷的分類系統(tǒng)。根據(jù)這一標(biāo)準(zhǔn)，在焊縫中出現(xiàn)的、借助于X射線圖像識(shí)別的缺陷被分為30個(gè)不同的類別，例如針對(duì)缺陷裂紋，如縱向裂紋或橫向裂紋；未足夠焊透；未熔合；外來(lái)雜質(zhì)，如焊渣、夾渣線；氣體雜質(zhì)，如氣孔或條蟲(chóng)狀氣孔；或重金屬雜質(zhì)、咬邊、根部缺口、根部缺陷、和邊緣錯(cuò)位。通過(guò)過(guò)程自動(dòng)化，現(xiàn)在人們追求通過(guò)對(duì)采用數(shù)字圖像記錄技術(shù)記錄和存儲(chǔ)的圖像進(jìn)行圖像分析來(lái)光學(xué)地識(shí)別缺陷并將這些缺陷分配到預(yù)定的類別中。傳統(tǒng)的基于數(shù)字圖像的自動(dòng)缺陷識(shí)別方法采用所謂的“啟發(fā)式規(guī)則”。其中，在圖像處理單元中存儲(chǔ)基準(zhǔn)圖像，并通過(guò)圖像比較試圖將數(shù)字圖像的內(nèi)容與基準(zhǔn)模板之一對(duì)應(yīng)。
在其它技術(shù)領(lǐng)域，例如在字母識(shí)別中也采用將圖像內(nèi)容對(duì)應(yīng)到分類系統(tǒng)的類別中。在此，例如每個(gè)字母構(gòu)成一類，從而對(duì)于大寫的阿拉伯字母例如存在26個(gè)類別，即符號(hào)(A、B、C、D、E、F、G、H、I、J、K、L、M、N、O、P、Q、R、S、T、U、V、W、X、Y、Z)。OCR技術(shù)(光學(xué)字符識(shí)別)對(duì)由掃描儀所產(chǎn)生的有字頁(yè)的數(shù)字映像進(jìn)行分析，并將單個(gè)的(singularisiert)字母符號(hào)對(duì)應(yīng)到預(yù)定的類別中。因此，OCR技術(shù)“識(shí)別”文本，并能將分類后的符號(hào)作為可編輯的字符串傳送給文本處理程序。歐洲專利文獻(xiàn)0854435B1和0649113B1例如致力于符號(hào)識(shí)別的技術(shù)領(lǐng)域(光學(xué)字符識(shí)別)。
圖像處理技術(shù)可以被進(jìn)一步分為不同的子過(guò)程領(lǐng)域，它們的技術(shù)彼此獨(dú)立地發(fā)展。這些領(lǐng)域通常分為圖像預(yù)處理、圖像分析、圖像序列分析、圖像存檔和所謂的成像。
圖像預(yù)處理是指由計(jì)算機(jī)支持的各個(gè)數(shù)字圖像質(zhì)量的改善(預(yù)加工去掉噪聲、平滑)，以有助于觀察者對(duì)該圖像的信息內(nèi)容的視覺(jué)感知。
圖像分析是指由計(jì)算機(jī)支持的通過(guò)對(duì)各數(shù)字圖像自動(dòng)和可再現(xiàn)的結(jié)構(gòu)化、識(shí)別和理解而分析該圖像的信息內(nèi)容。
圖像序列分析是指由計(jì)算機(jī)支持的通過(guò)對(duì)各數(shù)字圖像序列的所有單張圖像自動(dòng)和可再現(xiàn)的結(jié)構(gòu)化、識(shí)別和理解以及通過(guò)對(duì)該圖像序列的單張圖像的順序上下文自動(dòng)和可再現(xiàn)的理解而分析數(shù)字圖像序列的信息內(nèi)容。
圖像存檔是指由計(jì)算機(jī)支持的壓縮和存儲(chǔ)數(shù)字圖像和來(lái)自被檢查詞匯中的指示性查找描述符。
成像是指由計(jì)算機(jī)支持的產(chǎn)生組合圖形和數(shù)字圖像，以便為觀察者在圖像和符號(hào)層上顯示和解釋復(fù)雜過(guò)程的信息內(nèi)容。
將數(shù)字圖像的內(nèi)容分配到分類系統(tǒng)的一個(gè)類別中的技術(shù)是一種圖像分析方法。其可以被分為三個(gè)子領(lǐng)域分割、對(duì)象識(shí)別和圖像理解。
分割是指通過(guò)將與圖像分析有關(guān)的對(duì)象相互分離并與圖像背景分離而對(duì)各個(gè)數(shù)字圖像進(jìn)行自動(dòng)和可再現(xiàn)的結(jié)構(gòu)化。對(duì)象識(shí)別是指對(duì)分離后的對(duì)象進(jìn)行自動(dòng)和可再現(xiàn)的分類。圖像理解是指通過(guò)對(duì)經(jīng)過(guò)分類的分離對(duì)象進(jìn)行上下文分析來(lái)自動(dòng)和可再現(xiàn)地解釋各數(shù)字圖像。將數(shù)字圖像分配到分類系統(tǒng)的一個(gè)類別中的技術(shù)是一種對(duì)象識(shí)別方法。
對(duì)象識(shí)別可以被理解為模式識(shí)別的子領(lǐng)域，而且是只將圖像中的平面對(duì)象識(shí)別為模板的模式識(shí)別子領(lǐng)域。
圖像的顯示通常通過(guò)由像點(diǎn)所組成的圖像來(lái)實(shí)現(xiàn)，其中為了顯示圖像，必須已知各個(gè)像點(diǎn)的內(nèi)容及其在圖像中的位置。根據(jù)內(nèi)容屬性，可以將圖像顯示為彩色圖像、灰度值圖像和二值圖像，其中二值圖像例如只取用于黑色和白色的值0和1作為內(nèi)容屬性。
一種在該技術(shù)中經(jīng)常采用的用于將數(shù)字圖像對(duì)應(yīng)到分類系統(tǒng)的一個(gè)類別中的方法-該方法幾十年來(lái)成功用于區(qū)分軍用飛機(jī)(敵友識(shí)別)-由M.K.Hu“Visual Pattern Recognition by MomentInvariants”，IRE Trans.info.Theory，vol.IT-8，1962，pp.179-187和R.C.Gonzalez，R.E.Woods“Digital Image Processing”，Addison-Wesley Publishing Company，1992，pp.514-518公開(kāi)?；谕ㄟ^(guò)圖像分析技術(shù)從圖像再現(xiàn)中所獲得的所謂標(biāo)準(zhǔn)化、中心化的軸向矩，可以通過(guò)縮放二值圖像中每個(gè)任意的、分離的、受限的平面對(duì)象產(chǎn)生7個(gè)無(wú)量綱形狀特征(Formmerkmalen)的有限序列{φl(shuí)}。如果將這7個(gè)序列元素φl(shuí)(0≤l≤l0＝7)作為特征向量Φ＝(φ1，φ2，φ3，φ4，φ5，φ6，φ7)的坐標(biāo)-其中該特征向量是7維的歐幾里得特征空間M7的元素，則該方法引發(fā)在該7維特征空間M7中的對(duì)象識(shí)別。以借助啟發(fā)式特征的對(duì)象識(shí)別來(lái)說(shuō)，其具有這樣的優(yōu)點(diǎn)，即只用特征向量Φ＝(φ1，φ2，φ3，φ4，φ5，φ6，φ7)—其坐標(biāo)是無(wú)量綱的形狀特征—來(lái)進(jìn)行分類，從而尤其是待識(shí)別對(duì)象和用于產(chǎn)生比較表的對(duì)象之間的尺寸差異不重要。此外，在無(wú)量綱形狀特征φl(shuí)集合內(nèi)，通過(guò)特征向量Φ的坐標(biāo)絕對(duì)值來(lái)為數(shù)字圖像處理中的對(duì)象識(shí)別預(yù)先給定唯一的涉及特征重要性的順序，從而很清楚第一特征φ1是最重要的。
但是該方法是有缺陷的，因?yàn)榭商峁┑臒o(wú)量綱形狀特征的數(shù)量被限制到7個(gè)，并且因此對(duì)于復(fù)雜的對(duì)象，如果對(duì)兩個(gè)不同類別得到這7個(gè)無(wú)量綱形狀特征的相同值，則可能發(fā)生錯(cuò)誤分類。

發(fā)明內(nèi)容
鑒于該背景，本發(fā)明要解決的技術(shù)問(wèn)題是提出一種用于將數(shù)字圖像內(nèi)容對(duì)應(yīng)到分類系統(tǒng)的類別中的方法，利用該方法可以可靠地識(shí)別復(fù)雜形狀的符號(hào)。
該技術(shù)問(wèn)題是通過(guò)按照權(quán)利要求1的方法解決的。優(yōu)選實(shí)施方式在從屬權(quán)利要求中給出。
本發(fā)明的基本思想是，為待分析的圖像確定預(yù)定數(shù)量的數(shù)值形狀特征Ψm，其中m是從1到F的數(shù)字下標(biāo)，Ψm是無(wú)量綱的、經(jīng)過(guò)縮放的、標(biāo)準(zhǔn)化的、中心化的極性矩 的經(jīng)過(guò)變換的表達(dá)。為了對(duì)應(yīng)數(shù)字圖像的內(nèi)容，可以將相互獨(dú)立的形狀特征Ψm與存儲(chǔ)在表格中的這些形狀特征的值進(jìn)行比較。當(dāng)所確定的所有F個(gè)形狀特征Ψm的值與表格中為一個(gè)類別所存儲(chǔ)的F個(gè)形狀特征Ψm的值一致時(shí)，被分析圖像的圖像內(nèi)容屬于該類別。這里，由于數(shù)字化而優(yōu)選利用近似值來(lái)處理，從而在所計(jì)算的F個(gè)形狀特征Ψm與一個(gè)類別的所存儲(chǔ)的F個(gè)形狀特征Ψm近似一致時(shí)也得出類別對(duì)應(yīng)。
與現(xiàn)有技術(shù)中所公知的限于7個(gè)形狀特征的方法不同，本發(fā)明所提出的用于圖像分析的數(shù)值形狀特征Ψm相互獨(dú)立，使得可以列舉大量形狀特征，而不產(chǎn)生形狀特征的相互依賴。由此，可以將待識(shí)別的圖像內(nèi)容唯一地對(duì)應(yīng)到一個(gè)預(yù)定的類別。
本發(fā)明的方法尤其與待識(shí)別內(nèi)容與記錄設(shè)備之間的相對(duì)位置無(wú)關(guān)。即使旋轉(zhuǎn)了例如60°或180°的對(duì)象也能被唯一的對(duì)應(yīng)。
該方法基于對(duì)各現(xiàn)有圖像中分離的、有限內(nèi)容的F個(gè)功能獨(dú)立的無(wú)量綱特征序列的計(jì)算。
圖像以傳統(tǒng)的方式通過(guò)N個(gè)像點(diǎn)來(lái)顯示，其中像點(diǎn)在預(yù)定坐標(biāo)系中位于位置(xi，yj)處，并且圖像在坐標(biāo)(0，0)到(ximax，yimax)上延伸，imax是x坐標(biāo)方向上的最大像點(diǎn)個(gè)數(shù)，ymax是y坐標(biāo)方向上的最大像點(diǎn)個(gè)數(shù)，并且為每個(gè)像點(diǎn)分配內(nèi)容屬性數(shù)據(jù)[j，i]。
對(duì)于其中各像點(diǎn)內(nèi)容例如不是表示黑色的1就是表示白色的0的二值顯示圖像，內(nèi)容屬性例如是存儲(chǔ)在表格中的單個(gè)值、以及在對(duì)應(yīng)于像點(diǎn)的位置上代表該表格中的值的數(shù)據(jù)[j，i]。在其中每個(gè)像點(diǎn)的內(nèi)容屬性例如由用于3顏色顯示“紅、綠、藍(lán)”(RGB顯示)的三個(gè)值組成的彩色圖像中，內(nèi)容屬性是例如代表包含用于相應(yīng)像點(diǎn)的這3個(gè)值的向量的的數(shù)據(jù)[j，i]。如果采用其它顏色顯示或灰度顯示，則數(shù)據(jù)[j，i]也可以代表其它向量。如果多色顯示在采用本發(fā)明的分類方法之前從例如RGB顯示的多色顯示轉(zhuǎn)換為灰度顯示或甚至二值顯示，則數(shù)據(jù)[j，i]也可以代表這種向量的數(shù)值。
此外，在諸如RGB顯示的彩色顯示中，數(shù)據(jù)[j，i]還可以代表像點(diǎn)中的紅色顯示或綠色顯示或藍(lán)色顯示的單個(gè)值。于是，分類方法例如只借助于一種顯示、例如紅色顯示來(lái)執(zhí)行，其中該方法于是與用于二值顯示的已知方法相同地執(zhí)行。從而，也可以采用用于像點(diǎn)上數(shù)據(jù)[j，i]的二進(jìn)值1和0，其中1例如表示紅色，0表示空。同樣，該分類方法可以并行地為不同的彩色顯示，即并行地用于二值紅色顯示、二值綠色顯示和二值藍(lán)色顯示執(zhí)行。由此提高分類的精度。
變換為數(shù)值形狀特征Ψm的矩 如下計(jì)算ρm‾=kmRm‾]]>其中km=(m+2)2(π|A|)m2]]>A=m0.0=Δa*Δb*Σj=1jmaxΣi=1imaxdata[j,i]]]>
Rm‾=υmυ0=υmm0.0]]>υm=Δa*Δb*Σj=1jmaxΣi=1imax(R(j,i))mdata[j,i]]]>R(j,i)=((i-0,5)*Δa-x‾)2+((j-0,5)*Δb-y‾)2]]>x‾=m1.0m0.0]]>y‾=m0.1m0.0]]>m1.0=(Δa)2*Δb*Σj=1jmaxΣi=1imax(i-0,5)*data[j,i]]]>m0.1=(Δb)2*Δa*Σj=1jmaxΣi=1imax(j-0,5)*data[j,i]]]>Δa＝x坐標(biāo)方向上的像點(diǎn)寬度Δb＝y(tǒng)坐標(biāo)方向上的像點(diǎn)寬度數(shù)據(jù)[j，i]＝位置(yj，xi)上的像點(diǎn)的內(nèi)容屬性m＝從1變化到F的數(shù)字特別有利地，預(yù)定坐標(biāo)系是笛卡兒坐標(biāo)系，因?yàn)榇蠖鄶?shù)數(shù)字圖像在笛卡兒坐標(biāo)系上定義像點(diǎn)。但是，也可以采用其它坐標(biāo)系，例如極坐標(biāo)系。
目前一般可以用1至3百萬(wàn)個(gè)像點(diǎn)(像素)表示數(shù)字圖像，同時(shí)還期待，數(shù)字N隨著圖像記錄和處理技術(shù)的發(fā)展而逐漸提高，使得上述和函數(shù)近似地轉(zhuǎn)換為積分函數(shù)。
特別地，通過(guò)設(shè)置像點(diǎn)相同內(nèi)容屬性來(lái)定義圖像內(nèi)容。
圖像內(nèi)容的所計(jì)算的F個(gè)形狀特征在F維特征空間的有限F維子區(qū)間(單位超立方體)中給出特征向量。最后，通過(guò)特定于問(wèn)題地集聚該n維單位超立方體而實(shí)現(xiàn)內(nèi)容分類。
分類系統(tǒng)例如可以是預(yù)給定的工業(yè)標(biāo)準(zhǔn)，如EN 1435。在人員識(shí)別中，例如每個(gè)人可以形成自己的類別。從而，在比較表格中存儲(chǔ)表征待識(shí)別人員的指紋或虹膜圖像的F個(gè)形狀特征Ψm。為了人員識(shí)別，按照本發(fā)明的方法分析由記錄單元、例如照相機(jī)所記錄的虹膜圖像，其中計(jì)算所記錄的虹膜的F個(gè)形狀特征Ψm，并將其與表格中所存儲(chǔ)的形狀特征值比較。如果與某個(gè)類別的形狀特征Ψm的所有值(近似)一致，則系統(tǒng)識(shí)別通過(guò)該類別表征的人。為了確定近似的一致，優(yōu)選可以使用例如根據(jù)高斯的最小平方方法。
如果數(shù)字圖像被識(shí)別為不是以二值顯示表示的，則可以為具有F個(gè)數(shù)值形狀特征Ψm的多個(gè)組執(zhí)行上述方法步驟，例如在紅色顯示值的組中，在綠色顯示值的組中以及在藍(lán)色顯示值的組中。可替換地，還可以對(duì)包含各個(gè)顏色顯示的單個(gè)值作為向量的內(nèi)容屬性數(shù)據(jù)[j，i]執(zhí)行上述方法步驟。然后，優(yōu)選對(duì)向量的數(shù)值執(zhí)行除法運(yùn)算。
在一個(gè)優(yōu)選實(shí)施方式中，形狀特征Ψm通過(guò)下面的變換確定ψm=1ρm‾m]]>但是，作為從Ψm到 的變換，也可以采用其它變換，甚至可以是等價(jià)變換ψm=ρm‾.]]>要與存儲(chǔ)在表格中的值比較的形狀特征優(yōu)選是借助于上述變換所獲得的形狀特征Ψm。在與表格值比較之前或在從 變換中，可以對(duì)F個(gè)形狀特征的序列進(jìn)行正交化過(guò)程，如按照E.Schmidt執(zhí)行的那樣。在此，尤其可以這樣換算待比較的形狀特征，使得對(duì)于圓得到值為1，0，0，0，0...0的F個(gè)形狀特征ψ1，ψ2，ψ3，ψ4，ψ5...ψF的序列。
為了確定數(shù)值形狀特征ψm的個(gè)數(shù)F，可以從分類系統(tǒng)每一類別的多個(gè)、尤其是超過(guò)29個(gè)樣本中從F＝1開(kāi)始提高個(gè)數(shù)F，使得各形狀特征ψm的為一個(gè)類別的樣本所確定的值至少在至少一個(gè)形狀特征ψm的一個(gè)數(shù)值上與其它類別的該形狀特征ψm的數(shù)值不同。特別優(yōu)選地，將形狀特征的個(gè)數(shù)F提高，直到具有最大序數(shù)m的形狀特征的值在所有類別中隨著序數(shù)的增加而減小。可以對(duì)各形狀特征ψm的為每個(gè)類別至少29個(gè)樣本所確定的值求算術(shù)平均值，以確定用于該形狀特征的該類別的值。
下面給出的只是用于顯示自由選擇的數(shù)值的表格表明，為了將焊縫缺陷確定為屬于缺陷類別“裂紋”、“氣孔”、“條蟲(chóng)狀氣孔”，數(shù)值形狀特征ψm的個(gè)數(shù)F＝1是不夠準(zhǔn)確的，因?yàn)棣?對(duì)于裂紋類別和條蟲(chóng)狀氣孔類別都取幾乎相同的值。只有通過(guò)增加第二數(shù)值形狀特征ψ2，對(duì)應(yīng)才是唯一的。這表明，盡管ψ2在類別“氣孔”和“條蟲(chóng)狀氣孔”中具有類似的數(shù)值，但是該系統(tǒng)適于僅由兩個(gè)形狀特征ψ1、ψ2來(lái)準(zhǔn)確地分類三種缺陷。

但是，個(gè)數(shù)F也可以通過(guò)旋轉(zhuǎn)橢圓確定方法來(lái)確定。這種“集聚方法”例如描述在H.Niemann，Klassifikation von Mustern，SpringVerlag，Berlin，1983，200ff頁(yè)中。
本發(fā)明的用于將數(shù)字圖像的內(nèi)容對(duì)應(yīng)到分類系統(tǒng)的類別中的方法優(yōu)選地被用于光學(xué)地檢查零件、尤其是光學(xué)的表面檢查中。此外，該方法可以用于質(zhì)量保障；紋理、形狀和輪廓分析；攝影測(cè)繪；符號(hào)和文字識(shí)別；人員識(shí)別；機(jī)器人視覺(jué)；或放射線或X射線透視圖像、超聲圖像和核自旋斷層造影圖像的分析。
其中，相對(duì)于其執(zhí)行對(duì)象識(shí)別的圖像是來(lái)自可見(jiàn)光頻譜范圍的“光學(xué)”圖像還是放射線或X射線透視圖像還是甚至是來(lái)自成像區(qū)域的合成圖像并不重要。因此，該方法同樣可用于光學(xué)表面檢查的領(lǐng)域，就像在質(zhì)量保障；紋理、形狀和輪廓分析；攝影測(cè)繪；符號(hào)和文字識(shí)別；人員識(shí)別；機(jī)器人視覺(jué)；或放射線或X射線透視圖像、超聲圖像和核自旋斷層造影圖像的分析中一樣。
如果在可能應(yīng)用的該寬頻譜的范圍內(nèi)談?wù)摼唧w的對(duì)象識(shí)別問(wèn)題，則從一開(kāi)始就確定該問(wèn)題的復(fù)雜程度已知應(yīng)當(dāng)將待識(shí)別對(duì)象分類到多少個(gè)不同的對(duì)象類別K中。與基于啟發(fā)式特征的分類不同，在新的算術(shù)方法中，對(duì)于每個(gè)對(duì)象類別，借助于測(cè)試對(duì)象的代表性抽樣來(lái)實(shí)驗(yàn)性地確定形狀的自由度個(gè)數(shù)。只用特征向量Ψ＝(ψ1，ψ2，ψ3，ψ4，ψ5，...，ψF)來(lái)實(shí)現(xiàn)分類。圖像中每個(gè)任意、分離、有限的平面對(duì)象的特征向量位于F維特征空間的有限、標(biāo)準(zhǔn)化的F維子區(qū)間(單位超立方體)內(nèi)。通過(guò)特定于問(wèn)題地集聚該F維單位超立方體的內(nèi)部來(lái)實(shí)現(xiàn)模式識(shí)別。


下面借助于只顯示一個(gè)實(shí)施例的附圖來(lái)詳細(xì)解釋本發(fā)明。其中圖1示出第一待識(shí)別符號(hào)的不同再現(xiàn)；圖2示出第二待識(shí)別符號(hào)的顯示；圖3示出第三待識(shí)別符號(hào)的顯示；具體實(shí)施方式
在圖1、圖2、圖3中，字母A、B、C分別被顯示為三種顯示形式i)正常；ii)正常，但旋轉(zhuǎn)90°；iii)與正常相同的定向，但更小。此外，除了圖中所示的位于中心的定向之外，還檢查左邊的定位和右邊的定位。
下表示出ψ1的值，其中ψ1根據(jù)下面的關(guān)系式計(jì)算ψ1=1ρ1‾1]]>其中， 由以下關(guān)系式給出ρ1‾=k1R1‾]]>其中
k1=32(π|A|)12]]>A=m0.0=Δa*Δb*Σj=1jmaxΣi=1imaxdata[j,i]]]>R1‾=υ1υ0=υ1m0.0]]>υ1=Δa*Δb*Σj=1jmaxΣi=1imax(R(j,i))1data[j,i]]]>R(j,i)=((i-0,5)*Δa-x‾)2+((j-0,5)*Δb-y‾)2]]>x‾=m1.0m0.0]]>y‾=m0.1m0.0]]>m1.0=(Δa)2*Δb*Σj=1jmaxΣi=1imax(i-0,5)*data[j,i]]]>m0.1=(Δb)2*Δa*Σj=1jmaxΣi=1imax(j-0,5)*data[j,i]]]>Δa＝x坐標(biāo)方向上的像點(diǎn)寬度＝Δa＝0.3175mmΔb＝y(tǒng)坐標(biāo)方向上的像點(diǎn)寬度＝Δb＝0.3175mm數(shù)據(jù)[j，i]＝位置(yj，xi)上的像點(diǎn)的內(nèi)容屬性利用上述關(guān)系式和用于其中存儲(chǔ)位置(yj，xi)處內(nèi)容屬性的各顯示的相應(yīng)數(shù)據(jù)段，得到在下表中給出的值

形狀特征ψ1的數(shù)值表格可以看出，字母A的值ψ1取0.57附近的值，對(duì)于字母B，取0.6附近的值，對(duì)于字母C，取0.44附近的值。因此，利用本發(fā)明的方法可以與字母的實(shí)際位置和大小無(wú)關(guān)地唯一識(shí)別預(yù)先定義的符號(hào)。
權(quán)利要求
1.一種用于將數(shù)字圖像的內(nèi)容對(duì)應(yīng)到分類系統(tǒng)的一個(gè)類別的方法，其中所述圖像通過(guò)N個(gè)像點(diǎn)表示，其中像點(diǎn)在預(yù)定坐標(biāo)系中位于位置(xi，yj)，并且所述圖像在坐標(biāo)(0，0)到(ximax，yimax)上延伸，imax是x坐標(biāo)方向上的最大像點(diǎn)個(gè)數(shù)，jmax是y坐標(biāo)方向上的最大像點(diǎn)個(gè)數(shù)，并且為每個(gè)像點(diǎn)分配至少一個(gè)數(shù)值內(nèi)容屬性數(shù)據(jù)[j，i]，所述方法具有以下步驟-確定至少一組預(yù)定數(shù)量的F個(gè)數(shù)值形狀特征ψm，其中m是數(shù)字下標(biāo)，ψm是矩 的變換的表達(dá)，而且 由下式計(jì)算ρm‾=kmRm‾]]>其中km=(m+2)2(π|A|)m2]]>A=m0,0=Δa*Δb*Σj=1jmaxΣi=1imaxdata[j,i]]]>Rm‾=υmυ0=υmm0,0]]>υm=Δa*Δb*Σj=1jmaxΣi=1imax(R(j,i))mdata[j,i]]]>R(j,i)=((i-0,5)*Δa-x‾)2+((j-0,5)*Δb-y‾)2]]>x‾=m1,0m0,0]]>y‾=m0,1m0,0]]>m1,0=(Δa)2*Δb*Σj=1jmaxΣi=1imax(i-0,5)*data[j,i]]]>m0,1=(Δb)2*Δa*Σj=1jmaxΣi=1imax(j-0,5)*data[j,i]]]>Δa＝x坐標(biāo)方向上的像點(diǎn)寬度Δb＝y(tǒng)坐標(biāo)方向上的像點(diǎn)寬度數(shù)據(jù)[j，i]＝位置(yj，xi)上的像點(diǎn)的內(nèi)容屬性m＝隨著形狀特征的計(jì)數(shù)從1變化到F的數(shù)字，-將所述至少一組中為所述圖像所確定的F個(gè)數(shù)值形狀特征的每個(gè)形狀特征的值與在表格中為所述組的相應(yīng)形狀特征所存儲(chǔ)的值相比較，其中在所述表格中，為每個(gè)類別分配所述組的各個(gè)數(shù)值形狀特征的值，-將其中為所述圖像所確定的F個(gè)數(shù)值形狀特征最大程度地對(duì)應(yīng)于在用于所述類別的表格中所給出的數(shù)值形狀特征的值的類別輸出作為待識(shí)別圖像將被分類到其中的對(duì)應(yīng)類別。
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述形狀特征ψm通過(guò)以下變換來(lái)確定ψm=1ρm‾m.]]>
3.根據(jù)權(quán)利要求1或2所述的方法，其特征在于，通過(guò)以下方法根據(jù)所述分類系統(tǒng)的每一類別的至少29個(gè)樣本來(lái)確定數(shù)值形狀特征ψm的個(gè)數(shù)F，即提高數(shù)字F，直到為一個(gè)類別的樣本所確定的形狀特征ψm的值至少在其至少一個(gè)形狀特征ψm的數(shù)值上與其它類別的該形狀特征ψm的數(shù)值不同。
4.根據(jù)權(quán)利要求1至3中任一項(xiàng)所述的方法在將鑄件的缺陷對(duì)應(yīng)到工業(yè)標(biāo)準(zhǔn)中所定義的缺陷類別中的應(yīng)用，其中借助于放射鏡產(chǎn)生所述數(shù)字圖像。
5.根據(jù)權(quán)利要求1至3中任一項(xiàng)所述的方法在將焊縫的缺陷對(duì)應(yīng)到工業(yè)標(biāo)準(zhǔn)中所定義的缺陷類別中的應(yīng)用，其中借助于放射鏡產(chǎn)生所述數(shù)字圖像。
6.根據(jù)權(quán)利要求1至3中任一項(xiàng)所述的方法在識(shí)別由紙張?jiān)佻F(xiàn)的對(duì)象、如記錄顯示中的字母或色調(diào)中的應(yīng)用，其中借助于掃描儀產(chǎn)生所述數(shù)字圖像。
全文摘要
一種用于將數(shù)字圖像的內(nèi)容對(duì)應(yīng)于分類系統(tǒng)的一個(gè)類別的方法，具有以下步驟確定至少一組預(yù)定數(shù)量的F個(gè)數(shù)值形狀特征ψ
文檔編號(hào)G06K9/52GK101048784SQ200580033492
公開(kāi)日2007年10月3日 申請(qǐng)日期2005年9月1日 優(yōu)先權(quán)日2004年9月3日
發(fā)明者岡瑟·柯恩 申請(qǐng)人:Bfi Vdeh-應(yīng)用研究院有限公司