基于形狀區(qū)域分割的仿射不變特征提取算法研究.pdf

1、隨著現(xiàn)代技術(shù)的發(fā)展，圖像以其對目標特性的全面客觀描述性，被越來越多的作為傳遞信息的媒介來使用，所以近些年來研究者將自己的目光更多的聚焦在計算機視覺以及圖像處理領(lǐng)域的研究，如圖像特征提取算法研究、目標識別算法研究、圖像檢索技術(shù)的研究等。在這些研究中基于圖像形狀的特征提取吸引了更多研究者的目光，因為圖像的形狀最能反映目標的直觀性質(zhì)，具有很高的區(qū)分度。近些年來針對形狀特征提取算法以及相對應的相似性測量算法研究，涌現(xiàn)出大量優(yōu)秀論文，提出了大量優(yōu)

2、秀算法，其中很多算法已得到廣泛應用。
　　 在基于圖像形狀的特征提取和相似性測量的研究中，使算法能夠抵抗形狀的幾何變換以及退化形變是研究的重點。這些特征提取算法可以被分為兩類:基于形狀區(qū)域的特征提取算法（如基于形狀矩的算法、通用傅里葉描述符等），這些算法使用的是形狀的區(qū)域信息作為特征提取的基礎;還有一類是基于形狀輪廓的特征提取算法（如傅里葉描述符、鏈碼算法、曲率尺度空間算法等），這些算法是使用形狀輪廓信息作為特征提取的基礎。其中

3、，傅里葉描述符算法不僅簡單易于實現(xiàn)，而且具有很好的效果，是常用的形狀特征提取算法。
　　 在本文中，提出了一種新的用于傅里葉描述的形狀簽名算法，叫做基于形狀區(qū)域分割的面積函數(shù)。算法首先提取形狀的封閉輪廓，再對該輪廓進行等面積重采樣。而后選擇輪廓上的任意一點作為分割起點，將進行輪廓等點數(shù)間隔的分割。分割起點和各個分割點連線將形狀分成了一些子區(qū)域，計算這些子區(qū)域的面積。同時輪廓上的每個點都可以作為分割起點將輪廓分割，并計算分割區(qū)域的

4、面積。輪廓上的所有點作為分割起點，分別得到分割區(qū)域的面積可以組成一個矩陣，這個矩陣就是形狀簽名矩陣。該矩陣的行數(shù)表示分割區(qū)域的數(shù)目，列數(shù)表述形狀輪廓點數(shù)，其中的值是子區(qū)域的面積值。最后對形狀簽名矩陣的每一行應用傅里葉變換，選取前二十個歸一化后的傅里葉系數(shù)組成的矩陣為最后的形狀特征矩陣（傅里葉描述符）。在本文中，算法的相似性測度定義為歐式距離。
　　 本文的算法具有平移、旋轉(zhuǎn)、尺度不變性，更重要的是該算法對于形狀的仿射變換具有很強

5、的魯棒性。在本文中，通過數(shù)學推導我們詳細證明了算法所具有的各項性質(zhì)，并通過具體的實驗驗證了結(jié)論的正確性。同時分析了算法的計算復雜度，以及算法中關(guān)鍵參數(shù)選取對算法性能影響的分析，并確定合適的算法參數(shù)。最后選取MPEG-7CE-Shape-1下面的幾個圖像數(shù)據(jù)庫作為實驗數(shù)據(jù)庫，選取了其它六種傅里葉描述符（包括中心距離函數(shù)、復坐標函數(shù)、累積角函數(shù)、面積函數(shù)、最遠點距離函數(shù)、多級弦長函數(shù)）進行對比實驗，同時還選擇了兩種優(yōu)秀的非傅里葉描述算法（包