幾何不變量特征提取算法研究及應(yīng)用.pdf

1、隨著人類(lèi)認(rèn)識(shí)、改造自然能力的不斷增強(qiáng)，提取事物的特征并加以識(shí)別已成為人類(lèi)最基本的活動(dòng)。計(jì)算機(jī)的誕生和信息科學(xué)的發(fā)展，使得計(jì)算機(jī)視覺(jué)識(shí)別系統(tǒng)已經(jīng)成為輔助或替代人類(lèi)感知系統(tǒng)的重要工具，開(kāi)始參與到人類(lèi)的生活當(dāng)中，讓人們擺脫了部分重復(fù)性強(qiáng)、勞動(dòng)強(qiáng)度大的繁重工作，并且取得了豐碩的成果。這些成果被廣泛應(yīng)用于工業(yè)、農(nóng)業(yè)、國(guó)防、醫(yī)學(xué)及天文等多個(gè)領(lǐng)域。仔細(xì)分析識(shí)別系統(tǒng)的組成就會(huì)發(fā)現(xiàn)，特征提取是分類(lèi)識(shí)別的最重要的核心課題。面對(duì)紛繁復(fù)雜的事物和現(xiàn)象，為了去偽

2、存真找出其本來(lái)面目，提取事物的幾何不變量成為特征提取中的研究重點(diǎn)之一。利用幾何不變量可以來(lái)辨別不同事物，也能夠區(qū)分同一事物的不同情況下的形態(tài)。然而，幾何不變量的相關(guān)研究仍面臨著諸多挑戰(zhàn)，比如在大量數(shù)據(jù)的情況下，如何設(shè)計(jì)出時(shí)間復(fù)雜度較低的計(jì)算幾何不變量的算法，以及在復(fù)雜形變下如何構(gòu)造出穩(wěn)定的幾何不變量等。
　　本文以圖像檢索、三維重建、生物特征識(shí)別、視覺(jué)檢測(cè)等應(yīng)用需求為背景，圍繞當(dāng)前幾何不變量研究存在的問(wèn)題，在已有的數(shù)據(jù)資源和研究工

3、作積累基礎(chǔ)上，對(duì)快速的求解幾何不變量算法和構(gòu)造穩(wěn)定的幾何不變量算法做了深入研究，重點(diǎn)研究區(qū)分能力好、計(jì)算速度快、適用范圍廣、穩(wěn)定實(shí)用的幾何不變量特征提取算法，主要內(nèi)容和貢獻(xiàn)如下：
　?、籴槍?duì)當(dāng)前大規(guī)模二維點(diǎn)集的凸包求解存在計(jì)算時(shí)間長(zhǎng)的問(wèn)題，提出了一種基于仿射變換的二維凸包不變量求解算法。凸包是特征提取中的一個(gè)幾何不變量。該算法綜合考慮了常用二維分布的密度、質(zhì)心位置以及寬度等屬性，結(jié)合仿射變換的形變不變性質(zhì)，通過(guò)模擬視覺(jué)注意力機(jī)制，

4、對(duì)點(diǎn)集的幾何形狀分布進(jìn)行初始估計(jì)，進(jìn)而通過(guò)變換的方法使用凸多邊形的內(nèi)切圓去除大多數(shù)與凸包無(wú)關(guān)的點(diǎn)，從而提升算法執(zhí)行的效率。并根據(jù)算法的特點(diǎn)，提出了兩個(gè)與算法有關(guān)的定理，使用該定理可求解一個(gè)非約束優(yōu)化問(wèn)題，而無(wú)需借助耗時(shí)的迭代過(guò)程。實(shí)驗(yàn)數(shù)據(jù)結(jié)果表明，提出的算法能以較低的時(shí)間復(fù)雜度求解大規(guī)模二維點(diǎn)集的凸包。
　?、卺槍?duì)現(xiàn)有的幾何不變量構(gòu)造方法在提取特征時(shí)，往往需要多次迭代或匹配，求解不變量容易造成誤差增大和效率不高的問(wèn)題，提出了一個(gè)基

5、于區(qū)域面積比的幾何不變量構(gòu)造算法。首先對(duì)物體的二值化后的灰度圖像求取其凸包，并計(jì)算其質(zhì)心坐標(biāo)位置；再利用質(zhì)心和偽質(zhì)心構(gòu)成的直線(xiàn)，對(duì)灰度圖像的區(qū)域應(yīng)用劃分策略；最終獲得基于區(qū)域面積比的仿射不變量矢量表示形式。在哥倫比亞大學(xué)的fish數(shù)據(jù)集及Coil-100數(shù)據(jù)集上進(jìn)行的實(shí)驗(yàn)表明，提出的算法得到的不變量特征滿(mǎn)足仿射不變性，且不需要迭代計(jì)算不變量，有效地減少了累積誤差對(duì)算法的影響。同時(shí)，物體圖像受到一定范圍內(nèi)的干擾(被擦除、涂抹及遮擋)情況下

6、，提取出的不變量特征具有良好的區(qū)分辨別能力。
　?、坩槍?duì)海量人臉數(shù)據(jù)庫(kù)進(jìn)行檢索時(shí)，大量的高維數(shù)據(jù)會(huì)嚴(yán)重影響檢索的效率的問(wèn)題，提出了利用人臉輪廓的幾何不變量進(jìn)行人臉粗分類(lèi)的算法。該算法通過(guò)人臉輪廓的幾何不變量特征，在預(yù)處理階段，對(duì)人臉圖像庫(kù)建立多級(jí)層次索引結(jié)構(gòu)，將具有相似輪廓特征的人臉劃分到同一候選子類(lèi)庫(kù)中。該算法將為后續(xù)的細(xì)分類(lèi)和匹配識(shí)別打下基礎(chǔ)。在MUCT人臉數(shù)據(jù)庫(kù)及PICS的Aberdeen正面人臉數(shù)據(jù)庫(kù)上的實(shí)驗(yàn)表明，人臉輪廓

7、特征可作為快速粗分類(lèi)的依據(jù)，在預(yù)處理階段能有效地進(jìn)行人臉輪廓特征定位和臉型粗分類(lèi)。
　　④為了快速的提取三維凸包幾何特征，滿(mǎn)足三維空間下計(jì)算機(jī)仿真、大氣建模等技術(shù)的發(fā)展需求，提出了一種基于橢球的三維凸包不變量求解算法。主要思想是在算法的初始步驟中，通過(guò)內(nèi)切橢球代替四面體判別的方式，盡可能多的去除與凸包無(wú)關(guān)的三維點(diǎn)。在多元標(biāo)準(zhǔn)正態(tài)分布、均勻分布、指數(shù)分布、極值分布、對(duì)數(shù)分布和Johnson分布上的三維實(shí)驗(yàn)數(shù)據(jù)表明，提出的算法適用于海