一种二维形状匹配方法组成比例

本发明专利技术公开了一种二维形状匹配方法，属于计算机图形学领域。本发明专利技术的方法包括将每个待匹配二维形状的轮廓线划分为多个曲线段后计算每个二维形状轮廓曲线上各采样点的特征向量；同一曲线段上所有采样点的特征向量构成该曲线段的描述子，属于同一二维形状的多个曲线段的描述子构成该二维形状的描述子；根据两个二维形状的描述子的差值判断两者之间的匹配度，差值越小匹配度越高。本发明专利技术二维形状匹配方法，简单易编码实现，能够有效搜索二维形状匹配对，且对于二维形状的平移、旋转及缩放变换鲁棒，具有自动化程度高和结果准确度高的优点。

【技术实现步骤摘要】
一种二维形状匹配方法
本专利技术属于计算机图形学领域，涉及一种二维形状匹配方法。
技术介绍
随着信息技术的蓬勃发展，产生了大量的多媒体信息，其中，图像成为最为直观和充分的表示方式之一。如何从这些纷繁复杂的图像信息中找到所需要的信息也就成为了当今计算机图形图像处理领域的研究热点。相较于图像中的颜色和纹理特征，图像中物体的形状特征更能反映图像内容的语义信息，是人类识别物体最主要的信息，因此形状特征在图像描述和相似度计算过程中起到了尤为重要的作用，使得二维形状匹配这一问题受到越来越多的重视。二维形状匹配是计算机视觉和计算机图形学等领域的一个热点问题及底层技术，在形状检索、图像检索、目标识别、对称检测等应用中起着重要的作用，二维形状匹配的结果和质量直接影响后续处理技术的效果。二维形状匹配的核心问题包括形状描述和相似度计算两个方面。在形状描述中主要有基于轮廓的形状描述和基于区域的形状描述两种方法，基于这两种方法，生成二维形状的描述子；在相似度计算中按照一定的准则计算两个形状描述子之间的相似度，从而确定二维形状匹配对。目前，针对二维形状的描述，主要有以下几类方法：(1)单变量描述；(2)矩特征；(3)基于区域骨架的方法；(4)基于变换域的方法；(5)基于轮廓采样点的方法。通过轮廓采样点的特征作为形状的描述子，然后将形状匹配问题转为轮廓点集之间的匹配问题能够获得更为丰富的形状信息，在形状匹配中取得了令人满意的匹配结果。在进行相似性度量时，现有方法则主要集中于计算形状描述子之间的距离或计算采样点的相似度矩阵，判断二维形状的匹配关系或识别相匹配的子曲线段。传统基于轮廓采样点的方法通常需要计算采样点的几何不变量，几何不变量的计算往往会受到噪声的影响，且计算量较大，另外，采样点几何不变量的相似性度量存在多次调参的问题，因此针对受到噪声扰动、或轮廓线(轮廓线是由采样点构成)较不平滑的形状时，不易获得令人满意的效果。参考文献：[1]HaimJWolfson.1990.Oncurvematching.IEEETransactionsonPatternAnalysis&MachineIntelligence12,5(1990),483–489
技术实现思路
针对上述现有技术中存在的问题，本专利技术的目的在于，提供一种二维形状匹配方法。为了实现上述目的，本专利技术的二维形状匹配方法包括：步骤一，将每个待匹配二维形状的轮廓线划分为多个曲线段后计算每个二维形状轮廓曲线上各采样点的特征向量；同一曲线段上所有采样点的特征向量构成该曲线段的描述子，属于同一二维形状的多个曲线段的描述子构成该二维形状的描述子；所述将每个待匹配二维形状轮廓线划分为多个曲线段包括：重复执行Step1和Step2将当前二维形状轮廓线划分为多个曲线段：Step1，计算二维形状轮廓线上当前曲率最大采样点p的切向量所述切向量为p的k个近邻点决定的切向量，k≥1，采样点p和切向量构成直线lp；Step2，采样点p及采样点p的k个近邻点中满足生长条件的点构成当前曲线段，所述生长条件为近邻点在当前直线lp上的投影点不与其他近邻点在当前直线lp上的投影点重叠，初始投影点为采样点p在当前直线lp上的投影点；对于没有被划分到当前曲线段上的采样点执行Step1；所述计算每个二维形状轮廓曲线上各采样点的特征向量包括：计算当前二维形状轮廓线任一采样点xi的特征向量：为采样点xi的标记信息，或1；和为采样点xi的左、右梯度信息，l为采样点xi所在曲线段的两个端点在直线lp′上的两个投影点间的距离；x′i为采样点xi在直线lp′上的投影点，直线lp′为xi-j和xi+j所在曲线段对应的直线lp；为与之和的正负号，根据正、负不同，或1；为与之积的正负号，根据正、负不同，或1；步骤二，根据两个二维形状的描述子的差值判断两者之间的匹配度，差值越小匹配度越高。优选的：其中：点xi、xi-j和xi+j属于同一曲线段，xi-j为点x′i-j在直线lp′上的投影点，x′i+j为点xi+j在直线lp′上的投影点，点xi-j和xi+j为点xi的k个近邻点，k≥1，j＝1,2,...,k，直线lp′为xi-j和xi+j所在曲线段对应的直线lp；进一步，本专利技术所述切向量为p的k个近邻点决定的切向量包括：计算距离当前曲率最大点p最近的k个近邻点构成点p的k近邻，然后利用主成分分析法对k近邻进行分析，得到点p及其k个近邻点所构成的协方差矩阵的特征值和特征向量，选取最大特征值对应的特征向量作为点p的切向量进一步，本专利技术的方法包括：步骤(1)，对待匹配二维形状的轮廓线进行采样得到离散的采样点；步骤(2)，计算每个采样点的曲率；步骤(3)，计算距离当前曲率最大点p最近的k个近邻点构成点p的k近邻，然后利用主成分分析法对k近邻进行分析，得到点p及其k个近邻点所构成的协方差矩阵的特征值和特征向量，选取最大特征值对应的特征向量作为点p的切向量采样点p和切向量构成直线lp；步骤(4)，将点p作为种子点，进行区域生长，直到不存在满足区域生长条件的点，区域生长结束，得到曲线段cp，所述区域生长条件为：以点p为种子点，其最近的两个反向邻域点分别为pi+1和pi-1，如果这两个点未被划分到其他的曲线段中，则将该两个点被划分到曲线段cp中并作为新的种子点继续区域生长，此时用pl和pr表示点pi+1和pi-1；然后继续选取点pl和pr的最近邻点pl+1和pr+1，若存在该两点未被划分到其他的曲线段中，且满足式(1)，则该两点被划分到曲线段cp中并作为新的种子点pl和pr继续区域生长；若不存在满足式(1)且未被划分的点pl+1和pr+1，区域生长结束，得到曲线段cp，式(1)中，点p′l+1,p′l,p′r+1,p′r分别为点pl+1,pl,pr+1,pr在当前直线lp上的投影点；步骤(5)，重复执行步骤(3)和(4)，直到待匹配二维形状轮廓线被划分成多个曲线段；步骤(6)，计算每个曲线段上所有采样点的特征向量：计算当前二维形状轮廓线任一采样点xi的特征向量：为采样点xi的标记信息，或1；为采样点xi的梯度信息，其中：点xi、xi-j和xi+j属于同一曲线段，x′i-j为点xi-j在直线lp′上的投影点，x′i+j为点xi+j在直线lp′上的投影点，点xi-j和xi+j为点xi的k个近邻点，k≥1，j＝1,2,...,k，直线lp′为xi-j和xi+j所在曲线段对应的直线lp；hxi-j＝||xi-j-x′i-j||2，l为采样点xi所在曲线段的两个端点在lp′上的两个投影点间的距离；x′i为采样点xi在直线lp′上的投影点；为与之和的正负号，根据正、负不同，或1；为与之积的正负号，根据正、负不同，或1；步骤(7)，同一曲线段上所有采样点的特征向量构成该曲线段的描述子，属于同一二维形状的多个曲线段的描述子构成该二维形状的描述子；步骤(8)，计算待匹配二维形状描述子之间的差值，差值最小的两个二维形状则认为匹配。与现有技术相比，本专利技术具有以下技术效果：通过对二维形状的轮廓曲线进行划分得到曲线段，再计算采样点的局部特征值构造二维形状的描述子，并对该描述子进行相似性度量从而确定二维形状的匹配关系，能够融合二维形状轮廓曲线上的多种特征，进而为采样点匹配本文档来自技高网...

【技术保护点】
1.一种二维形状匹配方法，其特征在于，方法包括：步骤一，将每个待匹配二维形状的轮廓线划分为多个曲线段后计算每个二维形状轮廓曲线上各采样点的特征向量；同一曲线段上所有采样点的特征向量构成该曲线段的描述子，属于同一二维形状的多个曲线段的描述子构成该二维形状的描述子；所述将每个待匹配二维形状轮廓线划分为多个曲线段包括：重复执行Step1和Step2将当前二维形状轮廓线划分为多个曲线段：Step1，计算二维形状轮廓线上当前曲率最大采样点p的切向量

【技术特征摘要】
1.一种二维形状匹配方法，其特征在于，方法包括：步骤一，将每个待匹配二维形状的轮廓线划分为多个曲线段后计算每个二维形状轮廓曲线上各采样点的特征向量；同一曲线段上所有采样点的特征向量构成该曲线段的描述子，属于同一二维形状的多个曲线段的描述子构成该二维形状的描述子；所述将每个待匹配二维形状轮廓线划分为多个曲线段包括：重复执行Step1和Step2将当前二维形状轮廓线划分为多个曲线段：Step1，计算二维形状轮廓线上当前曲率最大采样点p的切向量所述切向量为p的k个近邻点决定的切向量，k≥1，采样点p和切向量构成直线lp；Step2，采样点p及采样点p的k个近邻点中满足生长条件的点构成当前曲线段，所述生长条件为近邻点在当前直线lp上的投影点不与其他近邻点在当前直线lp上的投影点重叠，初始投影点为采样点p在当前直线lp上的投影点；对于没有被划分到当前曲线段上的采样点执行Step1；所述计算每个二维形状轮廓曲线上各采样点的特征向量包括：计算当前二维形状轮廓线任一采样点xi的特征向量：为采样点xi的标记信息，或1；和为采样点xi的左、右梯度信息，l为采样点xi所在曲线段的两个端点在直线lp′上的两个投影点间的距离；x′i为采样点xi在直线lp′上的投影点，直线lp′为xi-j和xi+j所在曲线段对应的直线lp；为与之和的正负号，根据正、负不同，或1；为与之积的正负号，根据正、负不同，或1；步骤二，根据两个二维形状的描述子的差值判断两者之间的匹配度，差值越小匹配度越高。2.如权利要求1所述的二维形状匹配方法，其特征在于，所述切向量为p的k个近邻点决定的切向量包括：计算距离当前曲率最大点p最近的k个近邻点构成点p的k近邻，然后利用主成分分析法对k近邻进行分析，得到点p及其k个近邻点所构成的协方差矩阵的特征值和特征向量，选取最大特征值对应的特征向量作为点p的切向量3.如权利要求1所述的二维形状匹配方法，其特征在于，所述切向量为p的k个近邻点决定的切向量包括：计算距离当前曲率最大点p最近的k个近邻点构成点p的k近邻，然后利用主成分分析法对k近邻进行分析，得到点p及其k个近邻点所构成的协方差矩阵的特征值和特征向量，选取最大特征值对应的特征向量作为点p的切向量4.如权利要求1所述的二维形状匹配方法，其特征在于，方法包括：步骤(1)...

【专利技术属性】
技术研发人员：张雨禾，胡佳贝，陆正杰，耿国华，周明全，
申请(专利权)人：西北大学，
类型：发明
国别省市：陕西,61