基于輪廓的形狀識別方法研究.pdf

1、隨著個(gè)人電子設(shè)備的廣泛應(yīng)用以及設(shè)備性能的不斷提高,人們需要處理越來越多的圖像數(shù)據(jù)。計(jì)算機(jī)技術(shù)的不斷提升,加速了人們利用計(jì)算機(jī)來理解和處理這些圖像數(shù)據(jù)的進(jìn)程。為了有效地管理和理解這些數(shù)據(jù),圖像底層特征(顏色、紋理、形狀等)成為解決這一問題的重要元素。形狀作為一種最具感知意義的特征,成為研究人員熱點(diǎn)研究對象。與形狀匹配和識別相關(guān)的應(yīng)用越來越多(如數(shù)字識別、商標(biāo)檢索、行為識別、人體姿態(tài)估計(jì)),人們希望能有更好的算法來處理研究中所面臨的問題。這

2、些使得形狀的匹配和識別成為一個(gè)具有理論和實(shí)踐意義的研究課題。
　　 在當(dāng)前眾多形狀匹配方法中,基于輪廓的方法所表現(xiàn)出的良好性能優(yōu)勢和相當(dāng)?shù)陌l(fā)展?jié)摿?使其成為該領(lǐng)域十分活躍的研究課題,但同時(shí)也存在諸多挑戰(zhàn)。本文立足于對形狀匹配原理的思考,從計(jì)算機(jī)視覺的角度出發(fā),對基于輪廓的形狀匹配作了較深入的研究。針對現(xiàn)有算法存在的問題,主要完成了以下研究工作:
　　 (1)現(xiàn)有基于輪廓的形狀匹配算法在完成輪廓對應(yīng)時(shí)大多采用一對一的映射模

3、型。一對一映射模型在各算法中表現(xiàn)出了較好的性能,但仍存在一定問題。由于沒有考慮到輪廓點(diǎn)在形狀上的位置屬性,基于一對一映射的算法容易出現(xiàn)誤匹配的情況。為了降低誤匹配率,本文將點(diǎn)之間的位置關(guān)系加入到形狀匹配模型中,提出一種點(diǎn)對映射的形狀相似性度量模型,并用核函數(shù)來定義點(diǎn)對映射的關(guān)系值。為了提高形狀識別的正確率,利用形狀識別的特性,本文提出一種度量待識別形狀與模型形狀之間的距離的方法,該方法有效地提高了形狀識別的正確率。
　　 (2)

4、極坐標(biāo)系是一種被廣泛應(yīng)用的二維坐標(biāo)系,受極坐標(biāo)矩陣和形狀上下文方法的啟發(fā),本文將兩者結(jié)合得到一種全局形狀上下文描述子。為了降低形狀邊界上離散像素點(diǎn)對描述子的影響,本文從人類視覺感知出發(fā),用角度梯度來簡化形狀。由于忽略了形狀邊界上的微小變化,經(jīng)過簡化后的形狀所提取的全局上下文描述子更具抗噪能力。
　　 為了驗(yàn)證算法的有效性,本文在通用的標(biāo)準(zhǔn)測試集MPEG-7CE-Shape-1上進(jìn)行了實(shí)驗(yàn),該測試集包含的形狀豐富,是一個(gè)被廣泛使用