专利名称：形状描述符的构建方法及基于该描述符的图像检索方法
技术领域：
本发明涉及一种用于特征提取的描述符构建方法和图像检索技术，更具体地说，涉及用于形状特征提取的形状描述符构建方法和基于形状描述符的图像检索方法。
背景技术：
形状是一个目标最重要的特征之一。它在人类视觉感知中扮演着一个重要的角色，在许多计算机视觉领域，如目标分类、目标识别和目标检索等有着广泛的应用。形状描述符是用来描述形状特征的，一般分为基于轮廓的形状描述符和基于区域的形状描述符。常用的基于轮廓的形状描述符，一般仅仅只表示了单个轮廓点的特征，而很少考虑描述两相邻轮廓点之间的空间特征。在非专利文献(Heng Qi, Keqiu L1.An effectivesolution for trademark image retrieval by combining shape description andfeature matching [J].Pattern Recognition, 2010,43 (6):2017-2027.)中，它的基于轮廓的形状描述符包含了描述两相邻轮廓点与质心之间三角关系的外接圆的半径直方图。它尝试着考虑描述两相邻轮廓点之间的空间特征，但是由于不同的三角形可能拥有相同的外接圆半径，故用三角形的外接圆半径表示两相邻轮廓点与质心之间的三角空间关系是不充分的。常用的基于区域的形状描述符有Zernike矩和角点等特征点。其中Zernike矩能有效描述形状的全局信息，但是它对轮廓小的形变不能有效地区分。角点等特征点能有效描述轮廓变化剧烈的地方，但由于它是基于其周围区域窗口提取的，存在数目较多、抗噪声性较差等缺陷。
发明内容
本发明的 一个目的是提供一种形状描述符构建方法，是为了更有效地提取形状特征，有效的应用于形状检索、目标识别等领域。本发明的另一个目的是提供一种基于形状描述符的图像检索方法，通过使用形状描述符提取形状特征，在图像数据库内检索与查询图像相似的图像。为了达成上述目的，本发明提供一种形状描述符的构建方法，包括如下步骤:步骤1、构建基于轮廓的形状描述符；(I)运用Canny算子对形状轮廓进行提取，并通过轮廓跟踪算法获取形状最外层的按顺时针顺序排列的形状轮廓点坐标；(2)计算形状质心，并由各个轮廓点到形状质心之间的距离构建归一化的质心距直方图H;(3)对轮廓等距采样，用一个唯一的K值描述两相邻采样轮廓点与形状质心之间的三角空间关系，每个形状可以得到一组K值，并根据K值分布构建K值直方图H'；(4)由质心距直方图H和K值直方图H构建基于轮廓的形状描述符；步骤2、构建基于区域的形状描述符；
(I)提取一类新的特征点，并用一个唯一的L值描述结合特征点特征值的特征点空间关系；对形状轮廓点用聚类算法聚类，将每个聚类的聚类中心看做一类新的特征点，聚类区域的特征作为新特征点的特征值，并用一个唯一的L值描述任意两个特征点对象与参考对象之间的结合对象特征的三角空间关系，从而每个形状得到一组L值；(2)图像规范化；将图像形状质心移至坐标原点，形状映射至单位圆内，并计算4阶 Zernike 矩；(3)4阶Zernike矩及一组L值构建基于区域的形状描述符；步骤3、由步骤I得到的基于轮廓的形状描述符和由步骤2得到的基于区域的形状描述符构建形状描述符。其中，步骤I所述的质心距直方图H的计算，包括如下步骤:(I)计算形状质心(xc, yc):
权利要求
1.一种形状描述符的构建方法，其特征在于，包括如下步骤: 步骤1、构建基于轮廓的形状描述符； (1)运用Canny算子对形状轮廓进行提取，并通过轮廓跟踪算法获取形状最外层的按顺时针顺序排列的形状轮廓点坐标； (2)计算形状质心，并由各个轮廓点到形状质心之间的距离构建归一化的质心距直方图H; (3)对轮廓等距采样，用一个唯一的K值描述两相邻采样轮廓点与形状质心之间的三角空间关系，每个形状可以得到一组K值，根据K值分布构建K值直方图H'； (4)由质心距直方图H和K值直方图H'构建基于轮廓的形状描述符； 步骤2、构建基于区域的形状描述符； (1)提取一类新的特征点，并用一个唯一的L值描述结合特征点特征值的特征点空间关系；对形状轮廓点用聚类算法聚类，将每个聚类的聚类中心看做一类新的特征点，聚类区域的特征作为新特征点的特征值，并用一个唯一的L值描述任意两个特征点对象与参考对象之间的结合对象特征的三角空间关系，从而每个形状得到一组L值； (2)图像规范化；将图像形状质心移至坐标原点，形状映射至单位圆内，并计算4阶Zernike 矩； (3)4阶Zernike矩及一组L值构建基于区域的形状描述符； 步骤3、由步骤I得到的基于轮廓的形状描述符和由步骤2得到的基于区域的形状描述符构建形状描述符。
2.如权利要求1所述的一种形状描述符构建方法，其特征在于，步骤I所述的质心距直方图H的计算，包括如下步骤: (1)计算形状质心(X。，yc):
3.如权利要求1所述的一种形状描述符构建方法，其特征在于，步骤I所述的K值直方图H'计算，包括如下步骤: (1)对形状轮廓点等距M采样； (2)用一个唯一的K值描述两相邻采样轮廓点与形状质心之间的三角空间关系； 设形状质心为O，两相邻采样轮廓点中距离O最近的点为A，其余的一点为B，θ17 02分别为Z ABO，Z BAOJf G1, 9 2所处的连续域(0° 180° )等距量化为N类，用一个唯一的值Kab表示这个三角形:
4.如权利要求1所述的一种形状描述符构建方法，其特征在于，步骤2所述的提取一类新的特征点及一组L值,包括如下步骤: (1)运用聚类算法将形状轮廓点聚成N类； (2)将各个聚类区域的聚类中心看做一类新的特征点，聚类区域的特征作为特征点的特征值，并用一个唯一的L表示任意两个新特征点对象与参考对象之间的结合对象特征的三角空间关系； 设任意两个形状轮廓聚类区域为义和Rb，它们的聚类中心即新的一类特征点分别为Α，B ;参考对象为Rtj，其中心为O ;用VA, Vb, V0分别表示Ra, Rb，R0的特征；ΚΑΒ可以描述Α，B，O之间的三角空间关系，再结合Ra`，Rb，R0的特征，用一个唯一个四联式L表示结合对象特征的三角空间关系: L = (VA, Vb, V0, Kab) (3)对于每个形状可以得到一组共G个L值。
5.一种基于形状描述符的图像检索方法，其特征在于，包括如下步骤: (1)对查询图像提取由质心距直方图H、K值直方图H'组成的轮廓形状特征和由4阶Zernike矩、一组L值组成的区域形状特征； (2)对数据库任意图像提取由质心距直方图H、K值直方图H'，组成的轮廓形状特征和由4阶Zernike矩、一组L值组成的区域形状特征； (3)对查询图像和数据库任意图像之间的形状特征计算不相似度，从而获取相似图像列表，查询图像与数据库图像的所有图像不相似度结果按升序排序，且不相似度小于一个设定的阈值T (或者排序在前N位的图像)，满足此条件的所有数据库图像为检索结果。
6.如权利要求5所述的一种基于形状描述符的图像检索方法，其特征在于，对查询图像和数据库任意图像之间的形状特征计算不相似度包括如下步骤: (I)基于轮廓的形状特征的不相似度计算； 设图像i，j得到质心距分布直方图分别为氏、Hj, K值直方图分别Hi' H/，用欧氏距离计算它们之间的不相似度:
全文摘要
本发明公开了一种用于形状特征提取的形状描述符构建方法及基于该形状描述符的图像检索方法。形状描述符构建方法包括(a)用一个唯一的K值描述两相邻采样轮廓点与形状质心之间的三角空间关系，将根据K值分布得到的K值直方图和由轮廓点到形状质心之间的距离得到的质心距直方图组合构建新的基于轮廓的形状描述符；(b)通过对形状轮廓点进行聚类，将得到的聚类中心作为一类新的特征点、聚类区域的特征作为相应特征点的特征值，用一个唯一的L值描述任意两个新的特征点对象与参考对象之间的结合对象特征的三角空间关系，将每个形状得到的一组L值和4阶Zernike矩构建新的基于区域的形状描述符；(c)基于轮廓和区域的形状描述符组成本发明的形状描述符。基于本发明的形状描述符，还提供了一种图像检索方法。
文档编号G06F17/30GK103226584SQ201310122040
公开日2013年7月31日 申请日期2013年4月10日 优先权日2013年4月10日
发明者高协平, 仇权 申请人:湘潭大学