形状的不变量特征提取与识别
目的 形状作为图像检索、目标识别等任务中的一种重要线索,一直是计算机视觉领域研究的重点课题.形状识别在实际应用中经常受到视角变化、非线性形变等因素的干扰,导致识别精度较低.针对这一状况,提出一种多尺度的不变量形状描述.方法 方法首先在多个尺度下对形状轮廓进行计算,提取5种不变量特征,以构建对形状的有效描述,然后利用动态时间规整(DTW)算法对形状描述进行匹配,计算形状之间的相似度,以完成形状的匹配与识别.结果 基于不变量多尺度的形状描述对于旋转、缩放、局部遮挡、铰接形变、类内差异,以及噪声等干扰具有很强的鲁棒性.同时,方法被用于对MPEG-7、Kimia99、Kimia216以及铰接形状数据库中的形状进行识别,取得了较高的识别精度,分别为91.79%、95.27%、91.33%,以及89.75%.此外,在MPEG-7数据库中进行形状识别的平均耗时为65 ms,优于大多数同类方法.结论 提出了一种基于不变量多尺度的形状描述方法.该方法能提取形状在不同尺度下的多种不变量特征,对形状进行有效描述,提高了形状描述对几何变换和非线性形变等干扰的鲁棒性以及形状匹配识别精度,适用于大多数应用场景下的目标识别任务.尤其是在旋转、缩放、类内差异、局部遮挡和铰接变形等干扰存在的情况下也能保持较高的识别正确率.
特征提取、不变量、形状描述、形状匹配、目标识别、模式识别
22
TP391.41(计算技术、计算机技术)
国家自然科学基金项目51405320,61373098,61305020National Natural Science Foundation of China 51405320,61373098,61305020
2017-09-15(万方平台首次上网日期,不代表论文的发表时间)
共11页
1068-1078