[发明专利]一种基于射影不变量的形状匹配方法

摘要

本发明属于计算机视觉领域，涉及到一种射影不变形状特征描述符的构造及匹配方法。本发明构造了一种层次化的射影不变特征描述符，可用于射影变化下的形状识别问题。本方法中每个采样点都采用由粗到精的取点过程构成该点的特征描述符，这样既保证了全局几何信息又保留了轮廓的上下文信息。并进一步在此框架下提出了基于传统的射影不变量交比及最新发现的射影不变量特征数的5点特征描述符。通过引入外点和比值提高了描述符的稳定性及抗噪性。实验表明，本方法不仅对具有严重射影变形的形状有较高的识别率，对相似度较高的形状也有很好的区分效果。

主权项

一种基于射影不变量的形状匹配方法，其特征包括以下步骤：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,...,PN}；步骤3.对每个采样点Pi(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Pi组成一系列射影不变量：步骤3‑1以Pi为轴，在其左侧选取两个点(Pi‑k,Pi‑2k)，同理在右侧也选取同样间隔的两个点(Pi+k,Pi+2k)，k为采样间隔；这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fik；步骤3‑2通过调整采样间隔k，k的取值从L到1，L＝N/5；获取关于点Pi的L维特征向量，如公式(1)所示；HPICi=(fiL,fiL-1,...,fi1)T---(1)]]>步骤3‑3通过归一化的方式将fik的值限制在‑1到1之间；如果设置为值1，fik＜‑1设置为值‑1；步骤4.对N个采样点采用同样的方式获取N个HPIC向量如公式(2)所示：HPIC(P)＝(HPIC1,HPIC2,...,HPICN)         (2)该矩阵HPIC(P)的维度是L×N，第i列是点Pi的特征向量；步骤5.利用5点交比构造射影不变量fik：步骤5‑1首先在形状轮廓上选取共面的5个采样点(P1,P2,P3,P4,P5)，这5个点相互连接得到两组4个共线点，分别为(P1,P2,X,Y)和(P5,P4,X,Z)；步骤5‑2计算得到两组交比值，由公式(3)(4)得到CR1(P1,P2,X,Y)=|m145||m234||m245||m134|---(3)]]>CR2(P5,P4,X,Z)=|m125||m234||m235||m124|---(4)]]>步骤5‑3利用外点R代替P1与其他4点构成交比；其构成方法为其中lij表示点i和点j构成的直线，符号×表示为两条直线的交点或连接两点的直线；步骤5‑4用R点代替P1点，两个线段上交比的值的比作为最后的特征值；基于交比的射影不变量最后的定义形式如公式5所示CR(R,P2,P3,P4,P5)=CR1CR2---(5)]]>步骤6.利用5点特征数构造射影不变量fik：步骤6‑1在轮廓上取三个点构成三角形；步骤6‑2通过步骤5的方法，利用其他2个点与这三个点的连线，在三角形每条边上获得另外两个点，6个点分别命名为步骤6‑3一个点被两个相应的顶点Pi和Pi+1线性表示如公式6所示，这里i＝1,2,3，j＝1,2；Qi(j)=ai(j)Pi+bi(j)Pi+1---(6)]]>进而5点特征数表示为：步骤6‑4为增强描述符的稳定性，用外点R代替P1，即用(R,P2,P3,P4,P5)这5点构成三角形特征数的基本点，其余边上的点都由这5点相连产生；与交比的外点类似，设有两个外点M，N；M点和N点通过和分别获取；步骤6‑5由点构成的三角形ΔRXP5以及三条边上的点集分别为则特征数可通过获取；步骤6‑6通过对调P1和P5的顺序，得到一个新的外点R'以及新的三角形ΔR'X'P5；由此得到关于5点的一个新的特征数的描述这里进而利用先后求得的两个特征数的比值作为最后的特征值；CN(R,P2,P3,P4,P5)=CN1CN2---(8)]]>步骤7.形状的相似性比较及匹配步骤7‑1给定两个形状J和K，两个形状轮廓上的采样点分别为Ji∈J(i＝1,2,…,m)，Kj∈K(j＝1,2,…,n)；两个采样点Ji和Kj之间的相似性通过比较两个点的HPIC特征获取；C(Ji,Kj)=Σk=1L|fik-fik|---(9)]]>其中fi和fj分别为采样点Ji和Kj的特征向量，因此两个形状之间的差别用一个m×n维的相似矩阵来计算；步骤7‑2用动态规划算法来寻找最优的匹配路径；通过寻找两个形状的采样点最优的对应关系H(Ji):J→K，使得最小；最后两个形状之间的差别用每一个对应点描述符的差别的累加和来表示，值越小表示两个形状的相似度越高。