基于軸的形狀表示與聚類(lèi).pdf

1、隨著越來(lái)越多數(shù)字圖像的產(chǎn)生，利用數(shù)字圖像進(jìn)行目標(biāo)識(shí)別的研究得到了很多的關(guān)注。對(duì)目標(biāo)進(jìn)行準(zhǔn)確的描述和表示是目標(biāo)識(shí)別的重點(diǎn)，在諸多可以表示目標(biāo)的特征中，形狀是一副圖像中目標(biāo)的重要視覺(jué)特征，對(duì)形狀進(jìn)行合適的表示是目標(biāo)識(shí)別的關(guān)鍵。目前，關(guān)于形狀的描述和表示的方法很多，這些方法可以分為基于形狀邊界點(diǎn)集的方法和基于形狀內(nèi)部點(diǎn)集的方法，本文的研究?jī)?nèi)容基于形狀的軸，屬于后者。
　　 本文研究了形狀的表示問(wèn)題，提出了兩種新的形狀表示方法并對(duì)形狀進(jìn)

2、行了聚類(lèi)分析，這兩種基于形狀軸的方法的第一步都是對(duì)形狀骨架的提取。第一種方法結(jié)合了譜圖理論，通過(guò)對(duì)稱(chēng)軸變換得到形狀的骨架點(diǎn)集并將其離散化；然后對(duì)骨架點(diǎn)集構(gòu)造完全圖；通過(guò)對(duì)圖的擬Laplace矩陣進(jìn)行奇異值分解，將得到的特征值作為對(duì)形狀的描述；并利用MDS數(shù)據(jù)降維算法，將高維的特征值數(shù)據(jù)投影到二維空間中，在此二維空間中分析形狀的聚類(lèi)結(jié)果。
　　 在第二種方法中，本文將無(wú)標(biāo)度網(wǎng)絡(luò)引入到對(duì)形狀的分析中。在得到形狀骨架的離散點(diǎn)集后，對(duì)其