1.一种紫砂壶印章检索方法,其特征在于:包括如下步骤:
(1)对紫砂壶印章的拍摄图像进行预处理,得到检测区域的规范化图像;
(2)对所述规范化图像进行亮度和对比度的调整,通过调整图像的均值和均方差,使图像的亮度和对比度分别固定在一个特定值;
(3)将图像中印章的形状初步划分;
(4)对待检索图像抽取SIFT特征,形成128维SIFT描述子;并对模板图像和待检索图像使用改进的BP-SIFT算法进行特征匹配,通过计算匹配点的匹配率,判定姓名所属模板库中的类别,完成印章姓名鉴定;
所述步骤(2)调整图像的具体方法为:
(201)将图像的均值调整为0,g1=g-u1,在调整过程中,均方差不变;其中,g1为第一步得到的图像的像素值,g为原像素值,u1为原图像均值;
(202)将图像的均方差调整为d0,g2=g1*d0/d1,在调整过程中,均值不变,仍为0;其中,d0为新目标图像均方差,g2为第二步得到的图像的像素值,g1为第一步所得图像的像素值,d1为原图均方差;
(203)将图像的均值调整为u0,g3=g2+u0,其中,g3为目标图像像素值,g2为第二步所得图像的像素值,u0为目标图像均值。
2.根据权利要求1所述的紫砂壶印章检索方法,其特征在于:步骤1中的图像预处理的方法为:将所述拍摄图像进行边缘检测和显著区域提取,得到印章部分;并进行缩放,使边缘保留至少5个像素空白后得到100*100大小的检测区域的规范化图像。
3.根据权利要求1所述的紫砂壶印章检索方法,其特征在于:所述步骤(3)中,待检索印章图像分为四大类:圆形印章图像、矩形印章图像、三角形印章图像、不规则印章图像。
4.根据权利要求1或3所述的紫砂壶印章检索方法,其特征在于:所述步骤(3)对图像中印章的形状进行初步划分的具体方法,包括以下步骤:
(301)通过canny算子检测得到图像的边缘信息,在得到的边缘轮廓上间隔地进行采样,计算图像形心到边缘点的距离,作为边界描述子;
(302)通过图像形心,求得最大外接圆;在此基础上采样得到目标的区域形状特征;
(303)归一化边缘特征和区域形状特征,线性融合特征后作为分类器输入;
(304)利用多分类中DAG法则,使用X·(X-1)/2个SVM分类器,分类器形成一个有向无环图,当到来一个样本时,自上而下地将样本精细划分,直到达到叶子节点,将图像的形状进行初步划分,其中,X为划分的类别数。
5.根据权利要求4所述的紫砂壶印章检索方法,其特征在于:所述步骤(301)中,采样间隔为其中,L为轮廓长度。
6.根据权利要求4所述的紫砂壶印章检索方法,其特征在于:所述步骤(304)中,SVM分类器使用RBF核函数,定义为空间中点x到y点的欧氏距离的单调函数,y为核函数的中心:
其中,空间中RBF核SVM性能的影响因素为惩罚参数C和核参数σ2;使用网格搜索法选择所述参数:对分别取N和M个值,其中C的范围设置为[2-10,27],
范围设置为[2-10,23],步距为0.1;组合所有的N×M个值计算SVM推广能力,将其中使得SVM推广性能最优的组合作为选择参数。
7.根据权利要求1所述的紫砂壶印章检索方法,其特征在于:所述步骤(4)中改进的BP-SIFT算法包括引入两点空间距离比值约束,临近点搜索前的聚类以减少时间复杂度。
8.根据权利要求1或7所述的紫砂壶印章检索方法,其特征在于:所述步骤(4)中改进的BP-SIFT算法的具体方法,包括以下步骤:
(401)利用经典SIFT算法对待检索图像抽取SIFT特征,形成128维SIFT特征描述子;
(402)使用KMEANS聚类将模板图像中所有特征点根据坐标位置聚为C类;对于模板图像中的所有特征点,计算其属于哪类,并在该类中找出最近K个临近点;
(403)初始化所有的置信度为一个常数,设n=1;对模板图像中当前特征点和待检索图像中的当前特征点的组合对,迭代地更新其匹配置信度;
(404)通过特征点与其K个临近点的几何距离约束和两幅图像特征点之间的欧氏距离的线性函数组合估计计算匹配概率;
(405)n←n+1,然后转至第(404)步,直到匹配概率不再改变或迭代次数n达到最大;
(406)如果匹配度小于预设阈值,则模板图像中当前特征点和待检索图像中的当前特征点匹配成功;否则不是匹配对;
(407)对所有模板图像重复进行以上步骤,计算待检索图像与各个模板图像的匹配率,归为匹配度最高的一类。