結(jié)合輪廓和區(qū)域信息的形狀匹配方法研究.pdf

1、形狀是一種高級(jí)別的視覺信息，在計(jì)算機(jī)視覺的研究領(lǐng)域中，形狀是一種描述物體的重要屬性。形狀表示與匹配作為計(jì)算機(jī)視覺領(lǐng)域中的關(guān)鍵且基礎(chǔ)性問題，已在目標(biāo)檢測(cè)、醫(yī)療分析、古文字研究等諸多領(lǐng)域發(fā)揮了重要作用。各類形狀匹配方法中，結(jié)合輪廓和區(qū)域信息的方法由于包含更加豐富的形狀信息，其對(duì)應(yīng)的描述符在表達(dá)能力方面具有一定優(yōu)勢(shì)。分別從“逐對(duì)形狀匹配方法”和“形狀距離學(xué)習(xí)方法”兩個(gè)關(guān)鍵問題入手，對(duì)結(jié)合輪廓和區(qū)域信息的形狀匹配方法進(jìn)行研究。本文在學(xué)習(xí)結(jié)合輪廓

2、和區(qū)域信息的形狀表示方法的基礎(chǔ)上，對(duì)地貌形狀上下文方法進(jìn)行改進(jìn)，并基于協(xié)同學(xué)習(xí)的思想提出基于廣義期望首達(dá)時(shí)間的協(xié)同距離學(xué)習(xí)方法。
　　本研究主要內(nèi)容包括：⑴傳統(tǒng)的地貌形狀上下文方法雖然能夠較好地描述輪廓采樣點(diǎn)間的關(guān)系，但測(cè)地距離計(jì)算過程復(fù)雜，特征提取效率較低，且僅選擇某一最優(yōu)地貌空間求解形狀距離具有一定局限性。鑒于方法存在的不足，分別從提高特征提取效率，增強(qiáng)描述符表達(dá)能力，優(yōu)化特征匹配方法三個(gè)方面對(duì)地貌形狀上下文方法進(jìn)行改進(jìn)。所提

3、方法將地貌空間中輪廓采樣點(diǎn)間的測(cè)地距離計(jì)算問題轉(zhuǎn)化為求解最短路徑問題，通過引入最短路徑算法快速構(gòu)造形狀描述符，相比傳統(tǒng)方法可大大提升特征提取效率；通過引入模糊直方圖構(gòu)造出地貌模糊形狀上下文特征，以提升形狀描述符的表達(dá)能力；在此基礎(chǔ)上，結(jié)合動(dòng)態(tài)規(guī)劃方法進(jìn)行形狀特征匹配，根據(jù)形狀局部特征優(yōu)化地貌空間的選擇，進(jìn)而分析出更準(zhǔn)確的形狀距離關(guān)系，提升匹配結(jié)果的準(zhǔn)確性。形狀特征提取效率對(duì)比實(shí)驗(yàn)和不同數(shù)據(jù)集下的形狀檢索精度對(duì)比實(shí)驗(yàn)均說明所提方法具有良好

4、的性能。⑵“逐對(duì)形狀匹配方法”專注于分析兩個(gè)待匹配形狀間的關(guān)系，易忽略樣本中潛在的數(shù)據(jù)流形，為彌補(bǔ)其不足，引入“形狀距離學(xué)習(xí)”算法以捕捉數(shù)據(jù)中潛在的流形結(jié)構(gòu)，提升匹配結(jié)果的精度。其中，協(xié)同學(xué)習(xí)方法借助不同的距離度量獲取更多有效信息，往往可以獲得更好的距離學(xué)習(xí)效果。結(jié)合協(xié)同學(xué)習(xí)和廣義期望首達(dá)時(shí)間方法的優(yōu)勢(shì)，提出了基于廣義期望首達(dá)時(shí)間的協(xié)同距離學(xué)習(xí)方法(Co-GMFPT)。該方法將形狀樣本集合視作狀態(tài)空間，引入廣義期望首達(dá)時(shí)間顯式地挖掘樣本