形狀分析的新方法及其應(yīng)用.pdf

1、形狀分析是計(jì)算機(jī)視覺領(lǐng)域的一個(gè)重要的研究問題，已經(jīng)在科學(xué)研究領(lǐng)域和工程技術(shù)方面有著非常廣泛的應(yīng)用，如目標(biāo)識(shí)別、基于內(nèi)容的圖像檢索、文字識(shí)別、醫(yī)療診斷等。本文通過對(duì)現(xiàn)有的形狀分析方法的研究，提出了一些新的形狀分析方法并分別在遙感圖像識(shí)別和植物葉形檢索中進(jìn)行了應(yīng)用。本文的主要工作有三個(gè)：(1)提出了一種組合拆分與合并技術(shù)的混合遺傳算法求解兩類多邊形近似問題。(2)提出了一種不變的形狀描述方法：內(nèi)角鏈。(3)提出了一種用于形狀檢索的基于多級(jí)弦

2、長(zhǎng)函數(shù)的傅立葉描述子。 多邊形近似是一種重要的形狀描述方法，但邊界輪廓線的多邊形近似的獲取是一個(gè)非常復(fù)雜的問題。有兩類多邊形近似問題吸引大量研究者的關(guān)注，一個(gè)是在給定邊數(shù)的情況下，求解近似誤差最小的多邊形，另一個(gè)是在給定容忍近似誤差的情況下，求邊數(shù)最少的多邊形。傳統(tǒng)的方法大多基于局部?jī)?yōu)化方法來進(jìn)行求解，盡管求解速度很快，但求解質(zhì)量嚴(yán)重依賴于始點(diǎn)或給定的初始解。一些基于全局優(yōu)化的方法，如遺傳算法、蟻群算法等雖然在一定程度上提高了求

3、解的質(zhì)量，但求解速度太慢，求解的質(zhì)量也不太理想而且只能只能求解一類多邊形近似問題。本文提出了一種新的能求解兩類多邊形近似問題的混合遺傳算法。該方法針對(duì)現(xiàn)有的遺傳算法全局優(yōu)化能力強(qiáng)，但局部搜索能力差，以及在處理不可行解上的困難，采用染色體修復(fù)策略處理遺傳操作所產(chǎn)生的不可行解，并將傳統(tǒng)的拆分與合并技術(shù)應(yīng)用于染色體的修復(fù)過程。采用這種方法，一個(gè)不可行解不僅能得到快速的修復(fù)而且在被修復(fù)的同時(shí)還能被推進(jìn)到解空間中一個(gè)局部較優(yōu)的位置。大量的實(shí)驗(yàn)結(jié)果

4、和與近幾年來的相關(guān)工作的比較證明了本文提出的方法的優(yōu)越性。本文還將該方法應(yīng)用于湖泊地圖的多邊形近似，并且與其他方法也進(jìn)行了比較，實(shí)驗(yàn)結(jié)果表明本文提出的方法具有更好的近似效果和效率，具有實(shí)用價(jià)值。 第二個(gè)主要的工作是提出了一種不變的形狀描述方法：內(nèi)角鏈(IAC)。其主要的思想是首先用一個(gè)等邊多邊形近似一個(gè)二維目標(biāo)的輪廓線，然后用等邊多邊形的內(nèi)角構(gòu)成的內(nèi)角鏈作為形狀的描述子。兩個(gè)形狀的相似性通過比較他們的內(nèi)角鏈來進(jìn)行度量。本文給出了

5、計(jì)算等邊多邊形近似和其內(nèi)角鏈的方法。其主要貢獻(xiàn)在于：(1)給出了一種不變的形狀描述子，其不變性通過理論和實(shí)驗(yàn)都得到了證明。而且這種不變性不需要額外的歸一操作來完成。通過對(duì)輪廓線的等邊多邊形近似和用內(nèi)角鏈來表示等邊多邊形，IAC將一般的基于多邊形近似這種本質(zhì)上是二維的描述降維成了一維的描述。也就說一般需要兩類特征如角度和邊長(zhǎng)來表示多邊形，現(xiàn)在只需要單一的特征—內(nèi)角來描述形狀。其優(yōu)點(diǎn)在于使我們擺脫了在計(jì)算形狀相似度時(shí)，要考慮怎樣去選擇一個(gè)合

6、適的權(quán)重來平衡不同類特征的貢獻(xiàn)所帶來的困擾。實(shí)驗(yàn)結(jié)果證明了IAC的優(yōu)良的性能。我們還將IAC實(shí)際用于湖泊SAR圖像的識(shí)別，取得了好的識(shí)別效果。 第三個(gè)主要的工作是提出了一種新的傅立葉描述子：基于多級(jí)弦長(zhǎng)函數(shù)的傅立葉描述子(MCLFD)。傅立葉描述子(FD)是一種非常重要的形狀描述方法并有著廣泛的應(yīng)用。FD首先對(duì)一維輪廓線函數(shù)的進(jìn)行傅立葉變換，用歸一化的傅立葉系數(shù)作為形狀的描述子。其主要優(yōu)點(diǎn)在于(1)能消除形狀信息中的噪聲成份，(

7、2)是一種緊致的描述子，(3)易于進(jìn)行歸一化。但由于傅立葉描述子是通過一維輪廓線函數(shù)的傅立葉變換得到的，所以其性能與導(dǎo)出它的輪廓線函數(shù)密切相關(guān)?，F(xiàn)有的輪廓線函數(shù)存在的主要問題是：(1)要么能刻劃形狀的整體特征，但對(duì)形狀的細(xì)節(jié)信息刻劃不足。要么能刻劃形狀的細(xì)節(jié)信息，但對(duì)形狀的整體特征描述不足。(2)一些輪廓線函數(shù)計(jì)算的復(fù)雜度較高而且很不穩(wěn)定，不太適合實(shí)際應(yīng)用。針對(duì)上述問題本文提出了一種新的輪廓線函數(shù)：多級(jí)弦長(zhǎng)函數(shù)。多級(jí)弦長(zhǎng)函數(shù)是通過等弧長(zhǎng)

8、的分割輪廓線獲得的。它對(duì)形狀的整體特征和細(xì)節(jié)信息都能進(jìn)行很好的描述，而且計(jì)算非常簡(jiǎn)單。將多級(jí)弦長(zhǎng)函數(shù)進(jìn)行傅立葉變換所得到的傅立葉描述子(MCLFD)不僅對(duì)目標(biāo)的平移、縮放、旋轉(zhuǎn)不敏感，而且不依賴輪廓線的起始點(diǎn)。將該方法用1400個(gè)形狀的測(cè)試集進(jìn)行測(cè)試并與其它的傅立葉描述子進(jìn)行比較。實(shí)驗(yàn)結(jié)果表明MCLFD要比其他性能最好的傅立葉描述子的平均查準(zhǔn)率還要高出10﹪。本文還將基于多級(jí)弦長(zhǎng)函數(shù)的傅立葉描述子應(yīng)用于植物葉形的檢索，所用的實(shí)例有100