تشخیص مقاوم اشیاء مبتنی بر استخراج کانتور و با استفاده از گشتاورهای زرنیک

تشخیص اشیاء در تصاویر یکی از موضوعات مهم در مباحث بینایی ماشین و یکی از اصلی ترین مراحل درک تصویر است. استخراج خطوط مرزی یا کانتور می تواند یک نرحله ی مفید به منظور تشخیص اشیاء به حساب آید. اغلب روش های تشخیص کانتور با چالش هایی نظیر نویز، شیفت، تغییر مقیاس و چرخش در تصاویر مواجه هستند که این شرایط موجب عدم استخراج کامل و بهینه ی کانتور می شوند. برای استخراج کانتور، لازم است راه حلی ارائه گردد که مستقل از نویز، شیفت، تغییر مقیاس و چرخش اشیاء در تصاویر باشد. به همین منظور برای اولین بار در این مقاله استخراج ویژگی به منظور استخراج کانتور با استفاده از گشتاورهای زرنیک انجام گرفته است که این روش مستقل از نویز، شیفت، تغییر مقیاس و چرخش در تصاویر است. روش پیشنهادی شامل سه مرحله ی اصلی، تشخیص ناحیه شیء، استخراج ویژگی و تشخیص الگو می باشد. در مرحله اول خطوط و لبه های شیء در تصاویر با استفاده از روش LDC شناسایی می شود. در مرحله دوم، گشتاور شبه (زرنیک) به منظور استخراج ویژگی از کانتور شیء مورد استفاده قرار گرفته و در مرحله آخر با استفاده از ماشین بردار پشتیبان کانتور شیء تشخیص داده شده و در نهایت نوع شیء شناسایی می شود. نتایج آزمایشات روش پیشنهادی بر روی پایگاه داده های ETHZ و Caltech-101 نشان داده است که روش پیشنهادی نرخ تشخیص کانتور را با کاهش پیچیدگی محاسبات، بهبود داده است.

کلیدواژه ها:

تشخیص خطوط مرزی ، آشکارسازی کانتور ، الگوریتم LDC ، گشتاور شبه زرنیک ، گشتاور زرنیک ، ماشین بردار پشتیبان