一种形状描述子的生成方法、装置制造方法
【专利摘要】本发明适用于计算机图像处理与目标识别领域，提供了一种形状描述子的生成方法、装置，所述方法包括：对一副图像进行边缘检测，得到所述图像的轮廓二值图像；获取所述轮廓二值图像上所有的轮廓点的质心距离，并根据这些质心距离生成质心距离矩阵；对所述质心距离矩阵中的质心距离进行量化；根据量化后的质心距离计算所述图像的质心距离自相关图矩阵。本发明，不仅利用了距离直方图的平移、旋转、尺度不变性，也引进了空间信息和相邻像素的相关性，使形状描述更加准确。
【专利说明】一种形状描述子的生成方法、装置
【技术领域】
[0001]本发明属于计算机图像处理与目标识别领域，尤其涉及一种形状描述子的生成方
法、装置。
【背景技术】
[0002]在计算机图像处理与目标识别领域，为了描述一副图像，人们通常将图像的颜色、形状、纹理和空间信息作为图像的描述子。
[0003]各种描述子中，最直接有效、快速的莫过于颜色直方图，颜色直方图计算简单快速，然而颜色直方图忽略了颜色之间的空间分布信息，不同的颜色分布的图像可能会有相同的颜色直方图，此外基于颜色的图像描述方法往往对图像的颜色和亮度变换敏感。
[0004]由于图像的形状往往与目标对象紧密联系并且不随周围环境的变化而变化，如图像亮度、对比度等，因此形状特征比起颜色和纹理特征更具有稳定性。找到一个能够代表形状的、鲁棒的描述子是一件重要的任务。
[0005]形状描述子是提取能代表图像的、稳定的特征形成特征向量，通过这些特征向量表示形状，该特征向量要具有平移、旋转和尺度的不变性。
[0006]现有的形状描述子中主要以基于边缘的和基于区域的两种方法，基于边缘的方法是利用形成形状的稳定的边缘上的像素点的信息，而基于区域的是利用形成形状的区域内的所有像素点信息。基于边缘的方法主要有曲率，边缘方向直方图，链码，傅里叶描述子等方法。基于区域的形状描述子主要有不变矩、网格等方法。
[0007]在以上的方法中，边缘梯度方向是一种流行的描述子。Jain A K and Vailaya提出了边缘方向直方图EDH的形状描述方法。然而，该方法仅仅用了边缘信息而忽略了边缘像素之间的空间分布信息。Fariborz Mahmoudi等人提出了一种边缘方向自相关图EOAC的形状描述方法，有效的考虑了边缘像素之间的空间信息，但是该方法对形状的旋转敏感。质心距离直方图是一个有效的形状描述方法，该方法具有平移、旋转和尺度的不变性。但是该方法具有直方图同样的问题，就是忽略了像素的空间信息，不同形状的图像可能具有相同的质心距离直方图。为了解决这个问题，现有技术也提出了一种距离聚合向量的形状描述方法，在距离直方图的基础上将每个区间里的像素分为聚合和非聚合，有效的融入了轮廓的空间信息。该方法虽然较好的弥补了直方图的缺点，但是不能完全克服该缺点，不同的形状仍有可能具有相同的距离聚合向量。
[0008]总之，现有的各种形状描述子都不能充分地考虑组成形状的像素的空间分布信息，对形状的描述能力比较差，使得后续根据该形状描述子进行图像的检索时，检索结果的精确度不高。
【发明内容】
[0009]本发明实施例提供了一种形状描述子的生成方法、装置，旨在解决现有技术提供的各种形状描述子不能充分地反映组成形状的像素的空间分布信息的问题。[0010]一方面，提供一种形状描述子的生成方法，所述方法包括:
[0011]对一副图像进行边缘检测，得到所述图像的轮廓二值图像；
[0012]获取所述轮廓二值图像上所有的轮廓点的质心距离，并根据这些质心距离生成质心距离矩阵；
[0013]对所述质心距离矩阵中的质心距离进行量化；
[0014]根据量化后的质心距离计算所述图像的质心距离自相关图矩阵。
[0015]进一步地，在所述对所述质心距离矩阵中的质心距离进行量化之前，还包括:
[0016]对所述质心距离矩阵中所有的质心距离进行标准化处理，将所有的质心距离规划到0至w/2之间；
[0017]其中，w为轮廓二值图像的矩形包围盒的最大尺寸。
[0018]进一步地，所述对所述质心距离矩阵中的质心距离进行量化为:
[0019]以f为单位将质心距离矩阵中所有的质心距离均匀的量化为n个区间。
[0020]进一步地，所述根据量化后的质心距离计算所述图像的质心距离自相关图矩阵包括:
[0021]定义一个距离集；
[0022]定义质心距离自相关图矩阵；
[0023]根据定义的距离集、定义的质心距离自相关图矩阵和量化后的质心距离计算图像的质心距离自相关图矩阵。
[0024]进一步地，所述根据定义的距离集、定义的质心距离自相关图矩阵和量化后的质心距离计算图像的质心距离相关图矩阵包括:
[0025]A、根据定义的质心距离自相关图矩阵构建图像的质心距离自相关图矩阵；
[0026]B、对图像的质心距离矩阵进行从左到右、从上到下的扫描，得到质心距离矩阵中的元素D(i，j)的值；
[0027]C、采用四邻域的方法在所述质心距离矩阵查找元素D(i_k，j)、D(i，j+k)、D(i, j-k)、D(i+k, j)的值，如果D (i, j)==D(i_k, j)、D(i, j)==D(i, j+k)、D(i, j)==D(i, j-k)、D(i, j)==D(i+k, j))有其中之一满足条件，则对质心距离自相关图矩阵中的相应元素E(k，n)做加一操作，其中，k为定义的距离集中的一个距离，n为图像的质心距离矩阵中的元素D(i，j)的值，i，j表示像素点在图像中的位置，分别小于图像的宽度和高度；
[0028]D、如果不满足步骤C的条件，扫描下一个像素点，直到扫描到D (i，j)中的最后一个像素点的质心距离。
[0029]另一方面，提供一种形状描述子的生成装置，所述装置包括:
[0030]边缘检测单元，用于对一副图像进行边缘检测，得到所述图像的轮廓二值图像；
[0031]质心距离矩阵生成单元，用于获取所述轮廓二值图像上所有的轮廓点的质心距离，并根据这些质心距离生成质心距离矩阵；
[0032]质心距离量化单元，用于对所述质心距离矩阵中的质心距离进行量化；
[0033]质心距离自相关图矩阵生成单元，用于根据量化后的质心距离计算所述图像的质心距离自相关图矩阵。
[0034]进一步地，所述装置还包括:[0035]质心距离标准化单元，用于对所述质心距离矩阵中所有的质心距离进行标准化处理，将所有的质心距离规划到0至w/2之间；
[0036]其中，w为轮廓二值图像的矩形包围盒的最大尺寸。
[0037]进一步地，所述质心距离量化单元以$为单位将质心距离矩阵中所有的质心距离均匀的量化为n个区间。
[0038]进一步地，所述质心距离自相关图矩阵生成单元包括:
[0039]距离集定义子单元，用于定义一个距离集；
[0040]自相关图矩阵定义子单元，用于定义质心距离自相关图矩阵；
[0041]自相关图矩阵生成子单元，用于根据定义的距离集、定义的质心距离自相关图矩阵和量化后的质心距离计算图像的质心距离自相关图矩阵。
[0042]进一步地，所述自相关图矩阵生成子单元包括:
[0043]自相关图矩阵构建模块，用于根据定义的质心距离自相关图矩阵构建图像的质心距离自相关图矩阵；
[0044]质心距离获取模块，用于对图像的质心距离矩阵进行从左到右、从上到下的扫描，得到质心距离矩阵中的元素D(i，j)的值；
[0045]自相关图矩阵生成模块，用于采用四邻域的方法在所述质心距离矩阵中查找质心距离 D (1-k, j)、D (i, j+k)、D (i, j-k)、D (i+k, j)的值，如果 D (i, j) ==D (1-k, j)、D(i, j)==D(i, j+k)、D(i, j)==D(i, j-k)、D(i, j)==D(i+k, j))有其中之一满足条件,则对质心距离自相关图矩阵中的相应元素E(k，n)做加一操作，否则扫描下一个像素点，直到扫描到D(i，j)中的最后一个像素点的质心距离；
[0046]其中，k为定义的距离集中的一个距离，n为图像的质心距离矩阵中的元素D(i，j)的值，i，j表示像素点在图像中的位置，分别小于图像的宽度和高度。
[0047]在本发明实施例，距离直方图的基础上提出距离自相关图，该方法的优点是不仅利用了距离直方图的平移、旋转、尺度不变性，也引进了空间信息和相邻像素的相关性，使形状描述更加准确。此外，本实施例实现简单，可以适用于各类图像库等优点。另外，通过图像的质心距离自相关图来进行图像的检索，检索精度更高。
【专利附图】
【附图说明】
[0048]图1是本发明实施例一提供的形状描述子的生成方法的实现流程图；
[0049]图2是本发明实施例一提供的一副代表形状的图像；
[0050]图3、图4、图5和图6分别示出了利用本实施例的质心距离自相关图以及现有技术提供的距离直方图、距离聚合向量、边缘方向自相关图进行仿真检索的效果示意图；
[0051]图7是本发明实施例二提供的形状描述子的生成装置的结构框图。
【具体实施方式】
[0052]为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。[0053]在本发明实施例中，距离直方图的基础上提出距离自相关图，该方法的优点是不仅利用了距离直方图的平移、旋转、尺度不变性，也引进了空间信息和相邻像素的相关性，使形状描述更加准确。
[0054]以下结合具体实施例对本发明的实现进行详细描述:
[0055]实施例一
[0056]图1示出了本发明实施例一提供的形状描述子的生成方法的实现流程，详述如下:
[0057]在步骤SlOl中，对一副图像进行边缘检测，得到所述图像的轮廓二值图像。
[0058]在本实施例中，用Sobel算子对采集到的一幅图像f (X，y)进行边缘检测，经边缘检测后得到图像f (x，y)的轮廓二值图像B(x，y)。
[0059]其中，图2是一副代表形状的图像，该图像是MPEG7形状测试库中的其中一类图像中的一副。
[0060]在步骤S102中，获取所述轮廓二值图像上所有的轮廓点的质心距离，并根据这些质心距离生成质心距离矩阵。
[0061]在本实施例中，轮廓二值图像上所有的轮廓点的质心距离是指轮廓二值图像上所有的轮廓点与轮廓二值图像的质心之间的距离。
[0062]在具体执行时，首先计算轮廓二值图像的质心
【权利要求】
1.一种形状描述子的生成方法，其特征在于，所述方法包括: 对一副图像进行边缘检测，得到所述图像的轮廓二值图像； 获取所述轮廓二值图像上所有的轮廓点的质心距离，并根据这些质心距离生成质心距离矩阵； 对所述质心距离矩阵中的质心距离进行量化； 根据量化后的质心距离计算所述图像的质心距离自相关图矩阵。
2.如权利要求1所述的方法，其特征在于，在所述对所述质心距离矩阵中的质心距离进行量化之前，还包括: 对所述质心距离矩阵中所有的质心距离进行标准化处理，将所有的质心距离规划到O至w/2之间； 其中，w为轮廓二值图像的矩形包围盒的最大尺寸。
3.如权利要求2所述的方法，其特征在于，所述对所述质心距离矩阵中的质心距离进行量化为: 以w/n为单位将质心距离矩阵中所有的质心距离均匀的量化为n个区间。
4.如权利要求3所述的方法，其特征在于，所述根据量化后的质心距离计算所述图像的质心距离自相关图矩阵包括: 定义一个距离集； 定义质心距离自相关图矩阵； 根据定义的距离集、定义的质心距离自相关图矩阵和量化后的质心距离计算图像的质心距离自相关图矩阵 。
5.如权利要求4所述的方法，其特征在于，所述根据定义的距离集、定义的质心距离自相关图矩阵和量化后的质心距离计算图像的质心距离相关图矩阵包括: A、根据定义的质心距离自相关图矩阵构建图像的质心距离自相关图矩阵； B、对图像的质心距离矩阵进行从左到右、从上到下的扫描，得到质心距离矩阵中的元素D(i，j)的值； C、采用四邻域的方法在所述质心距离矩阵查找元素D(1-k，j)、D(i,j+k)、D(i, j-k)、D(i+k，j)的值，如果 D(i, j)==D(1-k, j)、D(i, j)==D(i, j+k)、D(i, j)==D(i, j-k)、D(i, j)==D(i+k, j))有其中之一满足条件，则对质心距离自相关图矩阵中的相应元素E(k，n)做加一操作，其中，k为定义的距离集中的一个距离，n为图像的质心距离矩阵中的元素D(i，j)的值，i，j表示像素点在图像中的位置，分别小于图像的宽度和高度； D、如果不满足步骤C的条件，扫描下一个像素点，直到扫描到D(i，j)中的最后一个像素点的质心距离。
6.一种形状描述子的生成装置，其特征在于，所述装置包括: 边缘检测单元，用于对一副图像进行边缘检测，得到所述图像的轮廓二值图像； 质心距离矩阵生成单元，用于获取所述轮廓二值图像上所有的轮廓点的质心距离，并根据这些质心距离生成质心距离矩阵； 质心距离量化单元，用于对所述质心距离矩阵中的质心距离进行量化； 质心距离自相关图矩阵生成单元，用于根据量化后的质心距离计算所述图像的质心距离自相关图矩阵。
7.如权利要求6所述的装置，其特征在于，所述装置还包括: 质心距离标准化单元，用于对所述质心距离矩阵中所有的质心距离进行标准化处理，将所有的质心距离规划到O至w/2之间； 其中，w为轮廓二值图像的矩形包围盒的最大尺寸。
8.如权利要求7所述的装置，其特征在于，所述质心距离量化单元以
9.如权利要求8所述的装置，其特征在于，所述质心距离自相关图矩阵生成单元包括: 距离集定义子单元，用于定义一个距离集； 自相关图矩阵定义子单元，用于定义质心距离自相关图矩阵； 自相关图矩阵生成子单元，用于根据定义的距离集、定义的质心距离自相关图矩阵和量化后的质心距离计算图像的质心距离自相关图矩阵。
10.如权利要求9所述的装置，其特征在于，所述自相关图矩阵生成子单元包括: 自相关图矩阵构建模块，用于根据定义的质心距离自相关图矩阵构建图像的质心距离自相关图矩阵； 质心距离获取模块，用于对图像的质心距离矩阵进行从左到右、从上到下的扫描，得到质心距离矩阵中的元素D (i，j)的值； 自相关图矩阵生成模块，用于采用四邻域的方法在所述质心距离矩阵中查找质心距离
【文档编号】G06K9/46GK103679174SQ201310648203
【公开日】2014年3月26日 申请日期:2013年12月4日 优先权日:2013年12月4日
【发明者】赵永刚, 冯良炳, 樊春玲, 张冠军 申请人:中国科学院深圳先进技术研究院