融合全局與局部信息的形狀輪廓特征分析與匹配.pdf

1、形狀是一種高層次的視覺特征,在計算機視覺、圖像分析與理解等領域中常用于表達目標物體。形狀的關(guān)鍵性和重要性,使得形狀表示和形狀匹配成為計算機視覺領域中的基礎性問題。雖然由于日常生活中同類物體形狀的復雜多變性,使得形狀匹配面臨著許多困難,但長期以來在學者們的不懈研究下,已產(chǎn)生出一大批經(jīng)典的形狀表示技術(shù)和形狀匹配算法。到目前為止,形狀匹配仍然是計算機視覺和圖像分析領域的前沿和熱點問題。
　　本文考察了形狀匹配技術(shù)的發(fā)展歷程,并發(fā)現(xiàn):目前

2、已有的形狀描述子均未能簡單有效的將局部與全局形狀信息結(jié)合起來。針對這一問題,本文分別從局部特征和全局特征的定義出發(fā)開展研究,并提出了一種能夠?qū)⑦@兩者有機結(jié)合起來的框架,定義了性能上更為優(yōu)越的輪廓描述子。本文的研究成果主要有:
　　(1)提出了有效的局部特征
　　局部特征是定義形狀描述子的基礎,它不僅需要準確的描述形狀的特性,而且要在線性變換(平移、旋轉(zhuǎn)、尺度縮放)下保持不變。本文從輪廓點的相對幾何關(guān)系出發(fā),從不同的角度分別定

3、義了數(shù)種有效的局部特征,如特征三角形、高度函數(shù)等。這些局部特征都能夠較為準確的表示形狀,并且能夠在線性變換下保持不變性,從而為定義有效的形狀描述子打下了堅實的基礎。
　　(2)提出了有效的全局特征
　　全局特征是形狀描述子所蘊含的重要信息,它直接關(guān)系到描述子對噪聲或局部形變等因素的抵御能力。本文通過借鑒形狀匹配算法的經(jīng)驗,創(chuàng)造性的將輪廓的順序關(guān)系定義為全局形狀特征,并將它與局部特征有機結(jié)合起來。本文是輪廓的順序關(guān)系首次作為形

4、狀特征在形狀描述子中得到使用和體現(xiàn)。事實證明,輪廓的順序關(guān)系不僅能夠作為約束條件應用于形狀匹配算法中,也完全可以作為形狀特征融合在形狀描述子中,并能顯著提高描述子的描述性能。
　　(3)提出了局部與全局形狀特征的有機結(jié)合框架
　　只有將局部與全局形狀特征相結(jié)合,才能使所定義的描述子兼具有刻畫形狀的準確性和對抗噪聲的穩(wěn)定性。本文提出一種新的描述子定義框架,該框架能夠?qū)⒕植颗c全局特征有機結(jié)合在一起。我們發(fā)現(xiàn),利用輪廓的順序關(guān)系對

5、局部特征進行處理,將局部特征根據(jù)輪廓順序關(guān)系排列成一個序列,能夠自然的將這兩種性質(zhì)不同的特征有機結(jié)合起來。與多尺度描述子和多方面描述子相比,本文所定義的描述子能夠有效克服已有描述子不易使用或信息不全等問題,本文方法同時含有局部與全局信息,且簡單易用。
　　(4)提出了三種新型的有效的形狀描述子
　　在特征三角形、形狀上下文、高度函數(shù)等有效的局部特征基礎上,結(jié)合輪廓的順序關(guān)系,構(gòu)造了三種新的輪廓描述子。實驗結(jié)果表明,這些方法均

6、能取得較高的形狀檢索準確率,特別是基于高度函數(shù)的輪廓描述子,該方法能夠取得到目前為止所有描述子中國際上最高的形狀檢索準確率(在標準測試集MPEG-7數(shù)據(jù)庫上,僅靠描述子的檢索精度可達90.35％,結(jié)合圖轉(zhuǎn)導算法后檢索精度可達96.45%)。同時,這些描述子幾何意義明確,易于計算、維度低,其綜合性能超越了常用的輪廓描述算法。
　　本文對基于輪廓的形狀表示技術(shù)展開了深入研究,敏銳的抓住了輪廓的順序關(guān)系這一核心而本質(zhì)的全局形狀特征,通過