%0 Journal Article
%T 基于Radon和解析FourierMellin变换的尺度
%A 王晅
%A 肖斌
%A 马建峰
%J 中国图象图形学报
%D 2008
%I 
%X 由于正交矩对噪声鲁棒性强、重建效果好，因此被广泛应用于目标识别与分类中，但是正交矩本质上缺乏尺度变换不变性，而且必要的图像二值化与规一化过程会引入重采样与重量化误差。为此，在研究现有正交矩的基础上，提出了一种基于Radon变换和解析FourierMellin变换的尺度与旋转不变的目标识别算法。该算法首先直接对目标灰度图像进行Radon变换，然后对Radon变换结果进行进一步解析，通过FourierMellin变换将原图像的旋转变化转化为相位变化，将原图像的尺度变化转化为幅度变化；最后，通过定义一旋转与尺度不变函数，同时利用不变函数的4种特征，再应用k近邻法实现分类。理论与实验结果表明，由于避免了正交矩方法存在的重采样与重量化误差，该算法的分类精度高于基于正交矩的分类方法，而且对白噪声的鲁棒性也显著高于基于正交矩的识别与分类方法。
%K Radon变换
%K 模式识别
%K FourierMellin变换
%K 不变性分析
%U http://www.alljournals.cn/get_abstract_url.aspx?pcid=5B3AB970F71A803DEACDC0559115BFCF0A068CD97DD29835&cid=8240383F08CE46C8B05036380D75B607&jid=D06194629680C940ACE75262F54B9D85&aid=7A0F219B9B3316022A9C786072B39B0A&yid=67289AFF6305E306&vid=FC0714F8D2EB605D&iid=708DD6B15D2464E8&sid=0457E3D977B9FECD&eid=7ABC4D8D4954AF61&journal_id=1006-8961&journal_name=中国图象图形学报&referenced_num=0&reference_num=0