论文部分内容阅读
提出一种将主成分分析(PCA)与最远点距离(FPD)相结合的二维形状傅里叶描述子。利用PCA方法对二维形状进行归一化,对归一化后的数据进行重采样,提取采样点的FPD用于傅里叶变换,运用得到的描述子对二维形状进行分类。经该方法处理得到的描述子对仿射、旋转、噪声等的抗干扰能力得到提升,对形状的局部特性描述能力更强。在手工工具数据集和仿射变换数据集中进行测试,结果表明,该方法的识别率分别达到90.6%和93%,从而验证其有效性。