[發明專利]弦長位置矩陣形狀特征提取方法無效
| 申請號: | 201110006001.3 | 申請日: | 2011-01-12 |
| 公開(公告)號: | CN102074010A | 公開(公告)日: | 2011-05-25 |
| 發明(設計)人: | 楊明強;柴華 | 申請(專利權)人: | 山東大學 |
| 主分類號: | G06T7/00 | 分類號: | G06T7/00;G06K9/46 |
| 代理公司: | 濟南金迪知識產權代理有限公司 37219 | 代理人: | 于冠軍 |
| 地址: | 250100 山*** | 國省代碼: | 山東;37 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 位置 矩陣 形狀 特征 提取 方法 | ||
技術領域
本發明涉及一種基于內容的圖像檢索系統中的形狀特征提取方法,屬于圖像處理技術領域。
背景技術
隨著多媒體技術、計算機技術以及互聯網技術的迅速發展,圖像已經成為了一種重要的信息資源。隨著人們對圖像信息資源需求的巨大增長,基于目標形狀的圖像檢索技術已經成為基于內容的圖像檢索技術的一個十分重要的研究方向。目標圖像的特征提取與相似性測量是基于目標形狀的圖像檢索技術的重要研究內容。基于弦長關聯統計算法,可以利用各個方向的弦長統計直方圖形成弦長的相關矩陣,用該矩陣表示形狀特征。實驗表明該特征具有尺度變換和旋轉不變性,較強的抗噪聲干擾和抗輕度部分遮擋的能力,并對非剛性形變具有較強的對抗能力。在許多實際應用中,圖像并不是從相同的視點獲取的,經常發生視點的改變。視點的改變使得圖像往往經歷仿射變換甚至投射變換等相對較為復雜的幾何畸變,仿射變換相對于平移、旋轉、尺度變化等是對圖像幾何畸變的更為準確的逼近。基于弦長關聯統計形狀特征提取的方法對于仿射變換不具有魯棒性,不利于物體形狀的檢索和識別。
發明內容
本發明針對現有弦長關聯統計形狀特征提取方法對于仿射變換不具有魯棒性的問題,利用各個方向上的弦長分布位置信息和相同位置上的不同弦長排序信息,提供一種抗仿射變換的弦長位置矩陣形狀特征提取方法。
本發明的弦長位置矩陣形狀特征提取方法,利用具有仿射不變性的弦長分布位置信息和弦長排序信息,具體包括以下步驟:
第一步,將物體形狀從圖像中分割出來,形成二值化圖像;
第二步,將物體形狀的二值化圖像進行θi度的旋轉,θi∈[0,180),旋轉后統計出物體在垂直方向弦長的位置;該步驟的具體實現方法如下:
將垂直方向記為θi度方向,統計弦長時在每個方向都取N條弦,則將每兩條相鄰的平行弦ci,n-1與ci,n以及邊界組成的區域面積Sn設為n∈[1,N],由仿射變換的性質可知,仿射變換之后的目標形狀中弦cai,n-1與cai,n保持平行,且與邊界組成的區域面積為
區域面積的計算方法采用統計區域內像素值為1的像素點的個數,根據弦長的特點,采用統計弦長和的方法來計算區域面積,此時,如果θi方向上兩條相鄰的平行弦ci,n-1與ci,n之間的間隔為Δρn,則在這兩條平行弦之間存在Δρn條間隔為1的平行弦,因此,區域面積可由以下公式定義
上式中,ci,j為弦ci,n-1與ci,n之間的弦,j∈[1,lmax],L(ci,j)是弦ci,j的長度。lmax=sqrt(W2+H2),W為歸一化后圖像的寬,H為歸一化后圖像的高,即lmax為圖像中可能的最長軸的長度;
首先,從歸一化后的圖像邊界開始逐條計算弦長之和,即區域面積Sn,設L(ci,n)是弦ci,n的長度,其中:
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于山東大學,未經山東大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201110006001.3/2.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:一種雙阱制造工藝方法
- 下一篇:基于馬爾可夫蒙特卡洛算法的多目標車輛跟蹤方法





