[发明专利]一种基于射影不变量的形状匹配方法

说明书

技术领域

本发明属于计算机视觉领域，涉及形状描述，特别涉及到一种射影不变形状特征描述符的构造及匹配方法。

背景技术

形状是刻画物体和图像的一个重要方式，因此形状描述符的构造及匹配在图像识别和检索过程中起着至关重要的作用。形状描述符需要具有一定的区分性，因为很多形状在局部具有一定的相似性。而形状在各种变化下的识别也是一大难点，因为在现实生活中获取的很多图像由于拍摄角度问题，都有一定程度的变形问题。

经典的形状特征描述符主要是以轮廓上采样点之间的位置关系来描述形状，例如Shape Contex(SC)就是采用在极坐标系下的柱状图距离以及方向信息，取得了较好的效果。之后陆续有一些方法对SC进行了有效的改进。提出了柱状图方向上下文算法，对图像的翻转情况有很好的处理效果。这类描述符的特点是能够获取形状细节的变化，因此具有很强的区分效果。但是这类描述符无法处理包括仿射变换和射影变换在内的各种变换，而这种变换在实际情况中是比较常见的。

为了能够使形状描述符适应各种几何变化，部分研究通过图匹配的方法寻找图像的变换关系进而完成形状的识别，也有通过距离、面积等几何量设计相关的描述符，但都无法解决在仿射或射影变换下形状的识别问题。此外，还有傅里叶描述符、协方差二次曲线法和局部几何不变量等方法借助相应的仿射不变量构造形状描述子。这些描述符都能处理仿射变化下的形状识别，但是在射影变换下效果不佳。

苏州大学的发明专利“基于PCA-SC算法的形状匹配和目标识别方法”，申请号201310096658.2，利用PCA-SC算法进行形状特征的提取及匹配，但是该方法仅具有尺度不变性、旋转不变性和平移不变性，无识别述在实际应用中常见的仿射及射影变换下的形状。

东华大学的发明专利一种基于Shape Context的人脸形状匹配方法申请号200710046676.4。提出了一种基于Shape Context的人脸形状匹配方法，主要利用人脸形状轮廓上采样点之间的位置信息作为特征，无法处理实际监测应用中普遍存在的侧脸等射影变换的情况。

发明内容

为了使形状描述子能够适应射影变化，本专利构造了一种层次化的射影不变形状特征描述符(hierarchical projective invariant contexts)—HPIC，通过由粗到精的选取采样点，并结合相应的射影不变量达到了描述射影变换下形状的目的。这种层次化的描述方法能够描述形状从整体到局部的信息，因而在保证射影不变的同时对相似形状也有较好的区分效果。本发明的技术方案包括如下步骤：

步骤1.对原始图像利用边缘检测的方法提取轮廓；

步骤2.对形状轮廓进行均匀采样，采样点数为N；N个轮廓采样点表示为P＝{P₁,P₂,...,P_N}；

步骤3.对每个采样点P_i(i＝1,...,N)，采取由粗到精、由远及近的方式在其周围选取其他4个采样点和P_i组成一系列射影不变量；

步骤3-1以P_i为轴，在其左侧选取两个点(P_i-k,P_i-2k)，同理在右侧也选取同样间隔的两个点(P_i+k,P_i+2k)，k为采样间隔。这样5个点利用步骤5或步骤6的方法一同构成一个射影不变量

步骤3-2通过调整采样间隔k，k的取值从L(L＝N/5)到1，如图1所示。可以获取关于点P_i的L维特征向量，如公式(1)所示；