识别方法比较-Mipaper.PDFVIP

第七章 識別方法比較 不同影像辨識方法在執行速度及適用環境上亦有所差異 ，常見的 影像辨識大致可分成直接影像比對及影像特徵值比對 ；直接影像比 對 ，是針對像素值的差異比較影像彼此間的相似程度 ，相關匹配法是 一個較常被使用的方法 ，基於速度的考量本研究利用 6.2 所提出之字 元搜尋方法縮短搜尋的時間 ，以便加快晶片印字檢測速度。影像特徵 值比對 ，則是收集特徵訊息後，將必要之訊息作分類，從中萃取出有 意義之組合方式才能快速且正確分類與比對 。通常物體特徵可歸納成 紋路特徵、外形特徵與結構特徵三種。紋路特徵包含物體之顏色、粗 細及是否連續等特徵。外形特徵則包含物體大小、形狀與周界等特 徵。至於結構特徵通常得經過文字骨架化或邊緣追縱等前置處理後得 到物體之骨架，就骨架中的結構如分支、端點特徵等來表示。以下將 針對正規化相關匹配法(normalized cross correlation)加以論述 ，並與本 研究所提出之特徵值比對方法以及字元搜尋相關匹配法比較其優劣 性。 7.1 相關匹配法 Friemel[1995] 所使用之相關匹配方法是用來作影像比對 ，從一 個主影像區域 f(x,y) 中計算其相關係數(correlation coefficient) ，來找尋 一塊相似的子影像區域 w(x,y) ，如圖 7.1 所示 。相關係數運算式子如 下： 88 m n f x, y f (x, y) w x u, y v w i0 i0 r (u ,v) m n 2 m n 2 f x, yf (x,y) w x u, yv w i0 j0 i0 j 0 其中 m 、n 為主影像之寬度及高度 ，j 、k 為子影像之寬度及高度 ，r(u,v) f (x, y) 為 f(i,j) 為相關係數 ，{ f(i,j) | 0 i m, 0 j n }為主影像區域 ， 像素平均值 ，{ w(i,j) | 0 i j, 0 j k }為搜尋子影像區域 ，w (i, j) 為 w(i,j)像素平均值 。 y n v k x u j (u,v) m w(x-u,y-v) f (x,y) 圖 7.1 相關匹配法 若符合以下條件： (1) r(umax,vmax) r(u,v) ,u,v. (2) Coefficient r(umax,vmax) = 1 則可求得一最佳定位點(umax,vmax) ，並且可從主影像中找到一塊完全吻 合的區域。隨著比對影像的相似程度會產生介於-1 與 1 之間的 r(u,v) 89 值。若 r(u,v) 0 ，表示子影像與比對主影像存在反向的關係。由於r(u,v) 有正負之差異 ，因此本研究訂定一個精確度指標