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(biāo)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(jī)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(biāo)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?yàn)閳D像的形狀最能反映目標(biāo)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(yīng)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(yīng)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(diǎn)。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(chǔ);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(chǔ)。其中

3、，傅里葉描述符算法不僅簡單易于實(shí)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(jìn)行等面積重采樣。而后選擇輪廓上的任意一點(diǎn)作為分割起點(diǎn)，將進(jìn)行輪廓等點(diǎn)數(shù)間隔的分割。分割起點(diǎn)和各個分割點(diǎn)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(diǎn)都可以作為分割起點(diǎn)將輪廓分割，并計算分割區(qū)域的

4、面積。輪廓上的所有點(diǎn)作為分割起點(diǎn)，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(diǎn)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(yīng)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(qiáng)

5、的魯棒性。在本文中，通過數(shù)學(xué)推導(dǎo)我們詳細(xì)證明了算法所具有的各項性質(zhì)，并通過具體的實(shí)驗(yàn)驗(yàn)證了結(jié)論的正確性。同時分析了算法的計算復(fù)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(shí)驗(yàn)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(fù)坐標(biāo)函數(shù)、累積角函數(shù)、面積函數(shù)、最遠(yuǎn)點(diǎn)距離函數(shù)、多級弦長函數(shù)）進(jìn)行對比實(shí)驗(yàn)，同時還選擇了兩種優(yōu)秀的非傅里葉描述算法（包