形狀不變特征提取及應用研究.pdf

1、形狀是在圖像中普遍存在的一種高級視覺特征，可以用來表示目標物的結構和姿態(tài)，具有紋理信息所不具備的特點。形狀特征的提取是形狀分析和識別的基礎，尤其是在各種廣泛的幾何變換下（如平移、旋轉、仿射、射影等）保持不變的特征，對目標識別、圖像檢索、圖像配準、產品檢測、生物醫(yī)學工程等科學研究和工程技術領域都有著重要的意義和廣泛的應用價值。
　　本文以代數、幾何上的不變量為基礎，通過距離約束、角度約束、相關位置約束等方式構造相應的形狀不變特征，重

2、點對仿射、射影變換下保持不變的幾何特征進行了研究，并構造了針對復雜形狀的形狀特征描述子，最后將相關方法擴展到三維動作曲線的識別中獲得了很好的效果。首先通過對現有的形狀特征描述符進行分析對比，綜合特征描述符構造的復雜度和形狀匹配過程中的效率兩方面因素，提出了一種基于度量信息的分段約束算法，與傳統(tǒng)的形狀上下文相比，本文的形狀特征計算簡單，特征維度較低，對于形狀局部變形更穩(wěn)定，并且該方法適用于歐氏距離、三角形半徑、角度相關性等一系列能描述采樣

3、點之間關系的度量約束，具有一定的可擴展性。其次對現有的仿射不變形狀特征的提取方法進行了研究，發(fā)現特征比這一仿射不變量可以描述多個共線點之間的位置關系，本文以此為基礎，通過對形狀外輪廓進行采樣，建立外輪廓與內部結構之間的關系，構造了針對復雜平面形狀的仿射不變特征描述子。通過與現有的仿射不變特征描述子的對比實驗，證明了本文方法的穩(wěn)定性和有效性。對于具有相似結構的復雜形狀和噪聲情況下的形狀識別，該方法也具有很好的區(qū)分效果。再次綜合分析了傳統(tǒng)的

4、形狀特征提取方法及基于射影不變量的特征提取方法各自的優(yōu)勢，構造了一種層次化的射影不變特征描述符，將射影不變量和上下文類描述方法進行有機的結合，將輪廓點由粗到精的進行了描述。這種層次化的方法能夠表示形狀從整體到局部的信息，因而在保證射影不變的同時對同類形狀也有較好的區(qū)分效果。最后將人體關鍵點的運動軌跡看成是一種空間曲線，通過特征數這一射影不變量構造了對3D空間異面形狀的描述方法，用于解決多角度動作序列的識別問題。本文分別提出了基于時間序列