实施例，本领域普通 技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护 的范围。
[0044] 参见图1，本发明的一种基于同底S角形面积描述的目标识别和形状检索方法包 括：
[0045] S1、提取出目标的边缘特征，采用轮廓提取算法提取出目标轮廓特征；
[0046] S2、根据所提取出的目标轮廓特征构造每个轮廓点的同底=角形集合，计算所有 =角形的面积，作为同底=角形面积描述子；
[0047]S3、采用分段平均的方法平滑同底=角形面积描述子，W形成同底=角形面积特 征描述矩阵；
[0048] S4、将同底=角形面积特征描述矩阵按行局部归一化，W形成最终特征描述矩 阵；
[0049]S5、采用加权L1范数计算平滑归一化后的同底S角形面积描述矩阵中的每列（即 同底S角形面积描述子）之间的距离，W得到匹配代价矩阵；
[0050] S6、采用动态规划值ynamicProgramming)对匹配代价矩阵进行相似度匹配。
[0化1] 其中，上述步骤S1具体包括：
[0052] S11、采用Log二阶微分算子提取出目标图像的边缘特征；
[0化3] S12、采用的轮廓提取算法在目标图像边缘上均匀地等间隔采样得到一组有序点 集，该点集即为目标轮廓特征，点集数目n-般取100。
[0化4] 上述步骤S2具体包括：
[0化5] S21、在目标轮廓上，取目目标轮廓点Pi,利用与目标轮廓点Pi相邻的两个轮廓点 Ph，Pw构成的线段巧_此1作为S角形的底边，并固定不变；
[0056] S22、按照顺时针方向取点作为S角形的顶点，构成一个S角形集合，该集合即为 目标轮廓点Pi的同底S角形集合；
[0化7] S23、采用行列式计算该同底S角形集合中每个S角形的面积，作为该目标轮廓点 Pi的同底S角形面积描述子。
[005引由于形状是由一系列轮廓点序列组成的，因此描述形状特征应从描述轮廓上的每 一个轮廓点特征开始。本发明定义一种新的=角形集合来描述某一个轮廓点的特征，即用 与该目标轮廓点Pi相邻的两采样点构成的线段作为=角形底边，并固定不变，轮廓上所有 采样点依次作为=角形顶点，该样构成一组具有共同底边的=角形集合，用该个=角形的 面积集合来表征该点在轮廓上的位置特征信息。
[0化9]如图2所示，S角形表示P点处的部分同底S角形，具体定义如下：令S={pj(i=1，...，n)表示对一个形状进行顺时针均匀采样获得的n个轮廓点的序列。W与目标图 像轮廓上某一采样点Pi相邻的两个采样点PH，Pw构成的线段Pi、化I作为S角形底边，所 有轮廓采样点作为=角形顶点，并用=角形的有向面积Si来衡量点在形状中与其他点的相 对位置关系。而Pi点处的某一个同底=角形面积计算方式为：
[0060]
【主权项】
1. 一种基于同底三角形面积描述的目标识别和形状检索方法，其特征在于：所述方法 包括： 51、 提取出目标图像的边缘特征，采用轮廓提取算法提取出目标轮廓特征； 52、 根据所提取出的目标轮廓特征构造每个轮廓点的同底三角形集合，计算所有三角 形的面积，作为同底三角形面积描述子； 53、 采用分段平均的方法平滑同底三角形面积描述子，以形成同底三角形面积特征描 述矩阵； 54、 将同底三角形面积特征描述矩阵按行局部归一化，以形成最终特征描述矩阵； 55、 采用加权Ll范数计算平滑归一化后的同底三角形面积描述矩阵中的每列之间的 距离，以得到匹配代价矩阵； 56、 采用动态规划对匹配代价矩阵进行相似度匹配。
2. 根据权利要求1所述的基于同底三角形面积描述的目标识别和形状检索方法，其特 征在于：所述步骤Sl具体包括： 511、 采用Log二阶微分算子提取出目标图像的边缘特征； 512、 采用的轮廓提取算法在目标图像边缘上均匀地等间隔采样得到一组有序点集，该 点集即为目标轮廓特征。
3. 根据权利要求1所述的基于同底三角形面积描述的目标识别和形状检索方法，其特 征在于：所述步骤S2具体包括： 521、 在目标图像的轮廓上，取目标轮廓Api，利用与目标轮廓点Pi相邻的两个轮廓点 Pi+ Pi+1构成的线段^^作为三角形的底边，并固定不变； 522、 按照顺时针方向取点作为三角形的顶点，构成一个三角形集合，该集合即为目标 轮廓点Pi的同底三角形集合； 523、 采用行列式计算该同底三角形集合中每个三角形的面积，作为该目标轮廓点？1的 同底三角形面积描述子。
4. 根据权利要求1所述的基于同底三角形面积描述的目标识别和形状检索方法，其特 征在于：所述步骤S3具体包括： 531、 规定分段区间长度k; 532、 将轮廓采样点数n，按[1，k], [k+1, 2k],. . .，[mk-k+1, mk]形式等间隔分成m段； 533、 计算每一段中k个同底三角形面积的平均值只j ; 534、 将每一段中k个面积用该平均值代替，构成m维向量，作为目标轮廓点Pi新的同 底三角形面积描述子； 535、 计算每一个目标轮廓点？1的新的同底三角形面积描述子，构成mXn维的同底三 角形面积特征描述矩阵。
5. 根据权利要求1所述的基于同底三角形面积描述的目标识别和形状检索方法，其特 征在于：所述步骤S4具体包括： 541、 计算目标图像轮廓的同底三角形面积特征描述矩阵中每一行的最大绝对值； 542、 将同底三角形面积特征描述矩阵中每一行元素除以对应行的最大绝对值，作为目 标图像轮廓的最终特征描述矩阵。
6. 根据权利要求1所述的基于同底三角形面积描述的目标识别和形状检索方法，其特 征在于：所述步骤S5具体包括： 551、 计算数据库中所有N个模板图像轮廓的同底三角形面积特征矩阵； 552、 将目标图像轮廓的最终特征描述矩阵中的每一列与模板图像轮廓的同底三角形 面积特征矩阵中的每一列采用加权Ll范数距离度量，得到nXn维的匹配代价矩阵。
7. 根据权利要求1所述的基于同底三角形面积描述的目标识别和形状检索方法，其特 征在于：所述步骤S6具体包括： 561、 采用动态规划算法计算匹配代价矩阵的最佳映射关系，获得目标图像轮廓与模板 图像轮廓的相似度； 562、 计算每一个模板图像轮廓与目标图像轮廓的相似度，最小相似度对应的模板图像 即为匹配图像，达到目标识别和形状检索的目的。
【专利摘要】本发明涉及一种基于同底三角形面积描述的目标识别和形状检索方法，包括:S1、提取出目标图像的边缘特征，采用轮廓提取算法提取出目标轮廓特征；S2、根据所提取出的目标轮廓特征构造每个轮廓点的同底三角形集合，计算所有三角形的面积，作为同底三角形面积描述子；S3、采用分段平均的方法平滑同底三角形面积描述子，以形成同底三角形面积特征描述矩阵；S4、将同底三角形面积特征描述矩阵按行局部归一化，以形成最终特征描述矩阵；S5、采用加权L1范数计算平滑归一化后的同底三角形面积描述矩阵中的每列之间的距离，以得到匹配代价矩阵；S6、采用动态规划对匹配代价矩阵进行相似度匹配。
【IPC分类】G06K9-62, G06K9-46
【公开号】CN104866854
【申请号】CN201510226602
【发明人】黄伟国, 胡大盟, 朱忠奎, 毕威, 蔡改改
【申请人】苏州大学
【公开日】2015年8月26日
【申请日】2015年5月6日