模式识别是人工智能领域研究的重要内容,而字符识别是模式识别的典型代表。传统的字符识别对象以平面为主,而曲面上的字符存在着很大的形变,其方向也难以确定,相比平面而言存在着更大的挑战。本文对球面上的数字识别进行讨论,对数码球这一特定对象进行检测和识别等方面的研究和实验。第二章阐述了数码球的检测过程和数码球的三维重建。本文采用了霍夫变换和构造外接圆匹配两种圆检测算法方法对数码球进行检测和定位。利用摄像机定标结果和几何约束,建立数码球的二维投影图像和三维球面之间的关系,从而实现数码球的三维重建。第三章阐述了数码球的特征提取过程。首先介绍了一种用来提取数码球信息区域的椭圆检测算法,通过数码球三维重建的信息可以得到该信息区域对应的三维球面;其次通过三维空间的坐标轴变换,使得球面的信息区域正对着摄像头;然后在新坐标系系下重新投影,投影后的结果将原来大小、形状和方向都不明确的图像调整到统一的尺度之下;最后采用极坐标形式的图像描述,将旋转问题转化成一维平移问题。第四章详细论述了三种识别模型,包括基于模板匹配的识别方法、基于PCA的识别方法和基于稀疏表达的识别方法,并对各种方法进行了实验。另外将贝叶斯理论应用在基于稀疏表达的识别模型中,通过对识别对象的多次采样,提高识别精度,实践中达到了100%的识别率。第五章阐述了通用模式的球面识别,介绍了球面调和函数以及球面相关的方法,并提出了自动合成完整球面的算法,并基于此进行姿态估计和球面识别。