二維形狀分析方法的研究.pdf

1、形狀分析是一種通過提取圖像中目標(biāo)的形狀特征對(duì)圖像進(jìn)行識(shí)別和理解的方法。作為計(jì)算機(jī)視覺領(lǐng)域的一個(gè)重要研究問題,其在科學(xué)研究和工程技術(shù)上都有著廣泛的應(yīng)用。形狀是物體最本質(zhì)的特征,也是最難描述的特征之一。因此,如何有效準(zhǔn)確地描述形狀的特征是計(jì)算機(jī)視覺處理中的關(guān)鍵問題。本文將研究二維形狀的分析方法。
　　 圖像中目標(biāo)形狀的提取是進(jìn)行形狀分析的前提。針對(duì)形狀目標(biāo)的提取過程進(jìn)行了研究,通過對(duì)圖像進(jìn)行預(yù)處理,閡值分割和輪廓跟蹤得到形狀目標(biāo)的區(qū)

2、域及其輪廓,為形狀的描述做準(zhǔn)備。
　　 形狀的特征對(duì)形狀分析是至關(guān)重要的。首先研究的基于區(qū)域的形狀分析方法。針對(duì)傳統(tǒng)方法識(shí)別檢索能力差、計(jì)算復(fù)雜的問題,從Radon變換的性質(zhì)出發(fā),找到了一組具有平移和縮放不變性的特征,并且通過找到形狀的參考方向解決了該特征的旋轉(zhuǎn)不變性。實(shí)驗(yàn)表明這種特征具有較好的識(shí)別和檢索性能,而且計(jì)算代價(jià)小,易于實(shí)現(xiàn)。然后研究了基于輪廓的形狀分析方法。從輪廓信息的統(tǒng)計(jì)特性出發(fā),在分析了邊界序列矩和Chen不變矩

3、的基礎(chǔ)上,根據(jù)特征融合的思想,將兩種方法進(jìn)行融合。實(shí)驗(yàn)表明特征融合后的組合矩的識(shí)別和檢索性能均優(yōu)于邊界序列矩和Chen不變矩。接下來研究了體現(xiàn)輪廓信息頻率特性的傅里葉描述符。針對(duì)小波多尺度傅里葉描述符對(duì)起始點(diǎn)敏感、旋轉(zhuǎn)和縮放不變性差的問題,結(jié)合高斯多尺度分析方法,將形狀的輪廓序列在高斯尺度空間展開,并用其歸一化的傅立葉系數(shù)來描述形狀。通過對(duì)比實(shí)驗(yàn)表明該方法對(duì)起始點(diǎn)不敏感,具有較好的平移旋轉(zhuǎn)縮放不變性和識(shí)別檢索性能。
　　 最后,