[發(fā)明專利]用于自動(dòng)形狀分類的方法

無(wú)效

• 申請(qǐng)?zhí)枺?/td>: 200580040197.0
• 申請(qǐng)日: 2005-11-22
• 公開（公告）號(hào): CN101223539A
• 公開（公告）日: 2008-07-16
• 發(fā)明（設(shè)計(jì)）人: H·羅
• 申請(qǐng)（專利權(quán)）人: 卡爾斯特里姆保健公司
• 主分類號(hào): G06K9/62
• 分類號(hào): G06K9/62;G06K9/48
• 代理公司: 中國(guó)專利代理(香港)有限公司
• 代理人: 劉杰;王忠忠

技術(shù)領(lǐng)域

本發(fā)明通常涉及形狀分析技術(shù)，尤其涉及對(duì)圖像中的2?D形狀進(jìn)行自動(dòng)分類的技術(shù)。

背景技術(shù)

不考慮其位置、尺寸和方向的二維(2D)形狀的分類在計(jì)算機(jī)視覺和圖案識(shí)別中是重要的問(wèn)題。其應(yīng)用正擴(kuò)展至許多領(lǐng)域，諸如血細(xì)胞、癌和染色體的分類、工業(yè)檢查、目標(biāo)識(shí)別、醫(yī)學(xué)圖像識(shí)別、景象分析以及生物系統(tǒng)建模。通常，形狀分類是通過(guò)分析形狀的邊界信息來(lái)比較和識(shí)別形狀的過(guò)程。這對(duì)人類看起來(lái)是一項(xiàng)容易的任務(wù)，但是對(duì)于計(jì)算機(jī)卻相當(dāng)困難，尤其在對(duì)象被縮放、旋轉(zhuǎn)和/或平移以后。因此，為了一般對(duì)象分類、識(shí)別或者檢索目的的形狀研究是當(dāng)前研究的活躍領(lǐng)域。

近來(lái)的一些文獻(xiàn)已經(jīng)著手處理該論題，并且已經(jīng)應(yīng)用了各種圖像處理方法。這些方法基本上可以劃分為兩種技術(shù)。

第一種技術(shù)需要投影形狀實(shí)例至公共空間，然后在投影空間上執(zhí)行分類。例如：傅立葉描述符(E.Persoon等人的″使用傅立葉描述符的形狀鑒別(shape?discrimination?using?Fourierdescriptors)″IEEE?Trans.Syst.Man.Cybern，vol.7，p170-179，1977)、不變矩(F.Zakaria等人的″矩不變量的快速計(jì)算算法(Fast?algorithm?for?computation?of?moment?invariants″)，圖像識(shí)別(Pattern?Recognition)，vol.20，p639-643，1987)、自回歸模型(S.R.Dubois等人的″二維形狀分類的自回歸模型方法(Anautoregressive?model?approach?to?two-dimensional?shapeclassification)″，IEEE?Trans.Pattern?Analysis?and?MachineIntelligence，vol.8?p55-66，1986)和主成分分析(美國(guó)專利號(hào)No.2002/0164060A1，標(biāo)題為“表征醫(yī)學(xué)圖像形狀的方法”(METHOD?FORCHARACTERISING?SHAPES?IN?MEDICAL?IMAGES))。

這些基于投影的方法的優(yōu)點(diǎn)在于它們與平移和旋轉(zhuǎn)無(wú)關(guān)。然而，缺點(diǎn)在于，由于投影變換不是一一對(duì)應(yīng)的因此它們顯示出固有的信息丟失。即，投影空間中的一個(gè)點(diǎn)可以對(duì)應(yīng)于視覺外觀非常不同的幾種形狀。因此，基于這種技術(shù)的形狀分類可能會(huì)得出錯(cuò)誤結(jié)果。

第二種技術(shù)包括：沿著形狀邊界定位一組界標(biāo)點(diǎn)；規(guī)定相應(yīng)界標(biāo)之間的距離度量；和執(zhí)行基于距離的分組。這樣，形狀分類就簡(jiǎn)化為已經(jīng)提出許多解決方案的一般的分組問(wèn)題。例如：M.Duta等人提出了一種使用平均對(duì)準(zhǔn)誤差(MAE)作為距離來(lái)度量形狀差別并基于MAE對(duì)形狀進(jìn)行分類的方法(M.Duta等人″2D形狀模型的自動(dòng)構(gòu)建(Automatic?Construction?of?2D?Shape?Models)″，IEEE?Trans.on?Pattern?Analysis?and?Machine?Intelligence，vol?23，no.5，p433-446，2001)。標(biāo)題為“用于自動(dòng)形狀表征的方法和設(shè)備”(METHODAND?APPARATUS?FOR?AUTOMATIC?SHAPE?CHARACTERIZATION)的美國(guó)專利No.6,611,630和標(biāo)題為“用于圖象配準(zhǔn)的方法和設(shè)備”(METHODAND?APPARATUS?FOR?IMAGE?REGISTRATION)的美國(guó)專利No.6,009,212提出了一種基于與特征人群的平均形狀的最佳匹配概率對(duì)形狀進(jìn)行分類的方法。該技術(shù)的局限性在于，在實(shí)踐中由于個(gè)體中的噪聲和偏差使得形狀界標(biāo)之間的成對(duì)對(duì)應(yīng)難以實(shí)現(xiàn)。

由于現(xiàn)有技術(shù)的缺陷和局限性，因此需要一種方法以找到簡(jiǎn)單、有效且高度準(zhǔn)確的形狀分類方法。

發(fā)明內(nèi)容

本發(fā)明的目標(biāo)是提供一種用于2D形狀分類的自動(dòng)方法。

根據(jù)本發(fā)明的一個(gè)方面，通過(guò)提供一種用于分類2D形狀的自動(dòng)方法來(lái)實(shí)現(xiàn)該目標(biāo)。所述方法包括若干步驟。為所研究的形狀創(chuàng)建訓(xùn)練數(shù)據(jù)集。所述訓(xùn)練數(shù)據(jù)集包括兩個(gè)數(shù)據(jù)組：相似形狀組和相異形狀組。產(chǎn)生訓(xùn)練數(shù)據(jù)集中每個(gè)形狀的多邊形近似，從相似形狀組中計(jì)算平均形狀。將數(shù)據(jù)庫(kù)中形狀對(duì)準(zhǔn)所述平均形狀，并輸出它們的相似性距離。得到相似性距離的分布，并基于它們的距離將所述形狀分類成兩個(gè)分組(cluster)。