輪廓曲線的關(guān)鍵點檢測研究.pdf

1、過去的二十年中，計算機的運用需求不斷增加，數(shù)字圖像處理正被越來越廣泛地運用于人們的生活。CT成像、氣象衛(wèi)星圖像、安檢設(shè)備等應用已逐漸被人們所熟知。 圖像的特征研究是許多圖像處理高層應用的基礎(chǔ)，針對特定的應用提取有效的特征，借助于這些特征再進行配準、識別等處理。圖像中的物體可以用它的輪廓線來表示。輪廓線的優(yōu)勢在于它忽略了物體的內(nèi)部結(jié)構(gòu)，如復雜的紋理特征等，同時又保留了完整的形狀信息。在實際應用中，二維物體的輪廓通常是通過圖像系統(tǒng)的

2、離散采樣和分割而得到的，處理的結(jié)果以像素的形式保存。這種方式雖然有時能直接用來描述二維物體的邊界，但是在多數(shù)場合往往因為原始頂點的數(shù)據(jù)量過大，給數(shù)據(jù)的儲存及分析處理工作帶來麻煩。 心理學家Attneave通過一系列的試驗得出一個非常著名的結(jié)論：描述一條曲線的形狀信息集中在具有高曲率的關(guān)鍵點上。關(guān)鍵點可以有效地表征曲線的重要信息，使用關(guān)鍵點來表示曲線既可以減少數(shù)據(jù)量，又保留了完整的形狀信息，平滑邊界，削弱噪聲。因此，提取輪廓曲線的

3、關(guān)鍵點是一項有重要實際意義的工作。 本文的研究內(nèi)容主要針對二維物體的輪廓曲線檢測關(guān)鍵點，所做的主要工作如下：首先，介紹圖像特征的定義、應用及研究難點，重點介紹圖像的邊緣和角點特征。然后對已有的輪廓曲線關(guān)鍵點檢測方法進行比較，指出其優(yōu)缺點。接著對多邊形逼近、圓弧擬合、B樣條擬合三類關(guān)鍵點提取算法分別進行研究。1．多邊形逼近算法是目前關(guān)鍵點檢測算法的研究熱點。改進一種基于局部信息的算法，在保證其精度的同時，降低時間復雜度，使其適用于

4、實時處理領(lǐng)域。2．針對多邊形逼近算法在擬合平滑曲線時存在的缺點，提出圓弧擬合提取關(guān)鍵點的方法。通常的方法是借助于動態(tài)規(guī)劃算法和計算最優(yōu)半徑來解決這類問題，但是這類方法時間復雜度很大。本文提出一種新的思想：通過估計拱高，快速確定圓弧的圓心和半徑參數(shù)，綜合了圓弧和直線段擬合的優(yōu)點。并且采用迭代的算法，有效地降低了算法的時間復雜度，同時在-些情況下擬合精度有所提高。3．介紺帶形狀參數(shù)的B樣條擬合曲線的方法，采用4次多項式擬合提取關(guān)鍵點。最后，