[發明專利]一種檢索相似性形狀的方法

有效

• 申請號: 201110106315.0
• 申請日: 2011-04-27
• 公開（公告）號: CN102200999A
• 公開（公告）日: 2011-09-28
• 發明（設計）人: 白翔;周瑜;劉文予
• 申請（專利權）人: 華中科技大學
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 華中科技大學專利中心 42201
• 代理人: 曹葆青

技術領域

本發明涉及對形狀進行檢索，具體涉及一種檢索相似性形狀的方法。

背景技術

形狀匹配/檢索是計算機視覺中的一個非常重要的問題。現有許多種不同的形狀匹配方法，并且在提高匹配精度上取得了一定的進展。然而，幾乎所有這些方法都重點專注于兩兩形狀之間的相似性度量，試圖通過提出更合理的形狀描述子和匹配算法，從而更好的度量兩個形狀之間的相似性或距離。這些方法都基于一個典型的觀點，兩個形狀越相似，它們之間的差異就越小，這個差異通常由距離函數來度量。然而，這一觀點忽視了一個事實：對于形狀而言，有些同類形狀之間的差異可能很大，而有些不同類形狀之間的差異可能反而相對較小。這種現象由形狀的復雜性引起，由于同類形狀間的遮擋、扭曲或非剛性的形變等，同類的形狀可能有很大的區別。換言之，對于區別很大的同類形狀而言，無論如何改進形狀描述子或匹配算法，都不可能對本來差異就很大的兩個形狀進行很好的度量和比較，使得它們很相似。雖然這種差異可能不是形狀之間的本質區別，但卻難以消除。要解決這個問題，需要對目前單純從兩個形狀本身的特性出發進行相似性度量的思路進行改進。

“內距離形狀上下文”是近年來提出的一種很有效的形狀描述子。它對于同類形狀的非剛性變化具有較強的穩定性。在本發明的系統中，形狀描述子使用內距離形狀上下文。內距離形狀上下文的具體內容，在HaibinLing和David?W.Jacobs所著、2007年發表在期刊“IEEE?Transactions?onPattern?Analysis?and?Machine?Intelligence”第26卷第11期上的文章“ShapeClassification?Using?the?Inner-Distance”中有詳細介紹。

動態規劃方法是運籌學的一個分支，是解決多階段決策過程的一種數學方法。近年來，動態規劃方法在形狀匹配、形狀檢索中取得了廣泛的應用。在本發明中，對形狀進行匹配使用動態規劃方法。關于動態規劃方法在形狀匹配中應用的內容，在Evangelos?Milios和Euripides?G.M.Petrakis所著、2000年發表在期刊“IEEE?Transactions?on?Image?Processing”第9卷第1期上的文章“Shape?Retrieval?Based?on?Dynamic?Programming”中有詳細的介紹。

發明內容

本發明的目的在于提供一種檢索相似性形狀的方法，該方法可以提高形狀檢索的準確率。

本發明提供的一種檢索相似性形狀的方法，包括下述步驟：

(1)提取輸入查詢圖像和數據庫中待檢索圖像的形狀輪廓，查詢圖像稱之為查詢形狀，待檢索圖像稱之為待檢索形狀；

(2)在步驟(1)所提取的查詢形狀和待檢索形狀的基礎上，計算每個形狀輪廓的特征，也就是描述子；

(3)在步驟(2)計算得到的形狀特征的基礎上，對于輸入的查詢形狀和數據庫中的待檢索形狀所組成的形狀集合，對集合中的任意兩個形狀之間進行匹配，求出其兩兩之間的不相似性度量值，根據這些不相似性度量值組成一個不相似性度量矩陣；

(4)根據步驟(3)求得的不相似性度量矩陣，計算查詢形狀跟數據庫中任意一個待檢索形狀之間的相似度；

(5)基于步驟(4)中求得的輸入查詢形狀跟數據庫中所有待檢索形狀之間的相似度，確定檢索輸出結果。

本發明具備如下性質：(1)取代了以前只計算每一對形狀的相似度的方式，更多地利用了由已知所有形狀組成的流形；(2)沒有顯性地學習流形或測地線，因為這一計算耗費比較大。一個更好的相似度通過查詢形狀向數據庫中待檢索的形狀傳遞相似度來得到。在具體實施方式部分將對本發明的效果作進一步的說明。

附圖說明

圖1是本發明輸入的測試圖像示例；

圖2是形狀輪廓抽樣點及內距離示意圖，(A)輪廓采樣點示意圖，(B)形狀的內距離示意圖，(C)局部形狀的內距離示意圖；

圖3是內角度示意圖；

圖4是帶角度劃分的同心圓及其在輪廓表示上的應用示意圖；

圖5是帶角度劃分的同心圓及內距離示意圖；

圖6是計算統計直方圖示意圖；

圖7是輪廓采樣點及其統計直方圖示意圖；

圖8是實施本發明方法的系統流程圖；

圖9是在MPEG-7數據庫上檢索率的比較；

圖10是在MPEG-7數據庫上檢索的結果的比較；

圖11是帶局部丟失的形狀檢索的結果比較。

具體實施方式