摘要: 随着人工智能及计算机技术的快速发展，基于图像几何特征的模式识别技术成为了计算机科学领域的研究热点。本文介绍了图像几何特征的相关概念和提取方法，研究利用图像几何特征进行人脸识别和车牌识别的主要过程，通过MATLAB编程加以验证。92996

毕业论文 关键词：图像处理，几何特征，模式识别

Abstract: With the rapid development of artificial intelligence and computer technology, pattern recognition technology has become a research hot spot in the field of computer science based on image geometric features。 In this paper, we introduce the main concepts and extraction methods of geometric features of images。We discuss the main processes of face recognition and license plate recognition,and verify it by using MATLAB software。

Keywords: image processing, geometric feature, pattern recognition

目录

1  引言 4

2  图像的几何特征理论基础 4

2。1  基本概念 4

2。2  区域内部空间域分析 6

2。3  区域边界的几何特征描述 9

3  基于图像的几何特征识别应用 10

3。1  人脸识别应用 10

3。1。1  人脸识别概述 10

3。1。2  人脸识别的基本流程 11

3。1。3  人脸识别仿真验证 12

3。2  车牌识别应用 14

3。2。1  车牌识别概述 14

3。2。2  车牌识别的基本流程 15

3。2。3  车牌识别仿真验证 16

结论 20

参考文献 21

致谢 22

1  引言来自优O尔P论R文T网WWw.YoueRw.com 加QQ7520`18766

图像处理信息系统是现代人工智能领域重点研究的问题之一，在日常生活中也有着广泛的应用，如道路交通的车辆牌照自动识别、犯罪分子的监控识别等等[1]。典型的图像处理系统如图１所示，该系统的主要目的是让计算机具备识别图像的能力，而通过特征对其进行表征是其中最为关键的问题。

图1 图像处理系统

在图像数字化设备中通常会获取大量的原始图像数据，这些数据处于一个高维空间中，通过计算，可形成一组数量较多的原始特征，可完成对高维空间进行描述，从而实现降低空间维数的目的，即特征提取。当然，能够描述这些原始数据的特征非常多，而在众多的特征中选择出最能够表述原始数据的特征以达到降低空间维数的目的，这个过程则称之为特征选择。图像特征选择通常遵循可区别性、可靠性、独立性等基本原则。从现阶段图像处理的特征选择方法来看，描述图像的特征主要有基于颜色的提取、基于几何特征的提取以及基于纹理特征的分析等方法。图像的几何特征是其中较为直观和简单的，但现有图像处理分析系统中，图像的几何特征提取仍然占据着重要位置。

2  图像的几何特征理论基础

2。1  基本概念论文网

几何特征描述表示即是在图像中的各类目标几何特征提取的基础上对其进行描述表示，是图像处理识别的基础问题。图像经过预处理操作（边缘提取、分割等）后，这时将会得到目标的边缘与区域，即获得了图像的几何形状。通常来说目标几何形状特征可分为两类表述，一类是集合属性，如位置、长短、方向、面积等；另一类是统计属性，如连通、欧拉数等。