基于OpenCV的基本图形识别

【摘要】

本文介绍了一个基于 OpenCV 的基本图形识别程序。实现过程包括利用 matlab 生成大量随机样本用以训练神经网络，通过边缘检测、傅里叶算子提取基本图形的特征向量，神经网络增量学习的简单实现，利用 QT 实现简单的 GUI 界面。

关键词：图像处理；OpenCV；matlab；QT；神经网络；图像识别；机器学习

目录

1 形状特征描述

1.1 傅里叶算子

1.2 边缘检测

2 神经网络

2.1 样本准备

2.2 神经网络训练

2.3 增量学习

3 GUI实现

3.1 HighGUI下的轮廓叠加与高亮

3.2 QT下的功能布局

4 总结

参 考 文 献

1 形状特征描述

为了对图像中的基本形状进行识别，必须对形状进行描述，提取出形状的某些特征。为了能区分不同形状的物体，保证识别的正确性，我们希望这些特征相对不同的形状有较大的差异，而对同一物体，对其在图像的不同位置、大小和方向的变化保持不变。即该特征描述具有平移、旋转、尺度变换不变性。形状特征描述是图像识别的关键，特征提取的好坏直接决定了目标识别的效果[1]。程序使用傅里叶描述子对形状的轮廓进行描述，介绍傅里叶描述子后，再介绍必要的预处理操作。