基于形状轮廓特征的金字塔匹配算法

doi:10.3778/j.issn.1002-8331.1709-0143

计算机工程与应用 ›› 2019, Vol. 55 ›› Issue (1): 191-195.DOI: 10.3778/j.issn.1002-8331.1709-0143

基于形状轮廓特征的金字塔匹配算法

王江辉，吴小俊

江南大学物联网工程学院，江苏无锡 214122

出版日期:2019-01-01 发布日期:2019-01-07

2D Shape Matching Based on Pyramid Matching with Contour Features

WANG Jianghui, WU Xiaojun

School of Internet of Things Engineering, Jiangnan University, Wuxi, Jiangsu 214122, China

Online:2019-01-01 Published:2019-01-07

摘要/Abstract

摘要： 形状检索在计算机视觉中一直是一个具有挑战性的问题，其中对形状特征直方图距离的测量是评价形状检索算法优劣的一个重要因素。针对轮廓特征的直方图距离测量，算法引进一种在图像分类领域中应用广泛的金字塔匹配算法。不同于其他传统的直方图度量算法，金字塔匹配算法将形状的轮廓分成若干块，给每一块分配相应的权重，然后分别统计块中的特征，再计算特征的加权和进行相似度的测量。通过在不同形状数据集下实验，该方法能够有效地进行形状匹配和检索，且能得到较好的形状匹配精度。

关键词: 形状检索, 轮廓特征, 形状匹配, 金字塔匹配, 加权和

Abstract: Shape retrieval has been a challenging issue in computer vision in the last decade. The measurement of the shape feature histogram distance is an important factor to evaluate the merits and demerits of the shape retrieval algorithm. This paper introduces pyramid matching, which is popular in image classification, into shape matching. Different from other traditional histogram measurement algorithms, pyramid matching divids the contour of the shape into bins, assigns weight to each bin and counts the characteristics of each bin. And then it calculates the weight of the feature, and measures the similarity of shapes by using contour features. The proposed algorithm has been tested on different shape databases, and the performance is superior to many other methods.

Key words: shape retrieval, contour feature, shape matching, pyramid matching, weight sum

王江辉，吴小俊. 基于形状轮廓特征的金字塔匹配算法[J]. 计算机工程与应用, 2019, 55(1): 191-195.

WANG Jianghui, WU Xiaojun. 2D Shape Matching Based on Pyramid Matching with Contour Features[J]. Computer Engineering and Applications, 2019, 55(1): 191-195.

[1]	连玮. 采用树表示的全局最优形状匹配算法[J]. 计算机工程与应用, 2019, 55(1): 217-225.
[2]	周华兵，朱国家，张彦铎，任世强. 基于兴趣域检测的空间金字塔匹配图像分类[J]. 计算机工程与应用, 2018, 54(3): 206-211.
[3]	田敏，张印辉，何自芬，王森. 基于联合模型匹配的齿轮视觉检测方法[J]. 计算机工程与应用, 2018, 54(23): 170-175.
[4]	李德龙，龚时华，王子悦，鹿怀庆. 基于视觉伺服的LED芯片形状匹配算法研究[J]. 计算机工程与应用, 2018, 54(12): 146-151.
[5]	戚文静1，2，徐功文1，许丽娜1. 基于轮廓的形状射线描述模型[J]. 计算机工程与应用, 2016, 52(3): 206-210.
[6]	朱铭武，韩军，陆冬明，班孝坤. 自然场景中基于局部轮廓特征的对象识别方法[J]. 计算机工程与应用, 2016, 52(1): 162-167.
[7]	张桂梅，郑加宽，储珺. 基于骨架和统计直方图的形状匹配算法[J]. 计算机工程与应用, 2015, 51(16): 183-188.
[8]	倪健1，白瑞林1，李英1，吉峰2，李杜2. 采用轮廓向量特征的嵌入式图像匹配方法[J]. 计算机工程与应用, 2014, 50(13): 168-172.
[9]	甘玲，汪子彧. 结合稀疏编码和金字塔匹配的视频检索[J]. 计算机工程与应用, 2013, 49(21): 191-194.
[10]	向雷1，肖诗斌1，2，林春雨1，2，吕学强1，2. 基于轮廓与SIFT特征组合的商标图像检索[J]. 计算机工程与应用, 2013, 49(19): 167-172.
[11]	谈会星，陈福才，李邵梅. 基于AWS_VFR的语音特征提取方法[J]. 计算机工程与应用, 2013, 49(16): 192-195.
[12]	王红霞1，杨克俭1，张敏2，艾浩军2，陈先桥1. 基于视觉词汇形状描述的图像表示方法[J]. 计算机工程与应用, 2012, 48(21): 191-196.
[13]	王维兰1，钱建军2，杨旦春3，王念一1. 基于频率谱变化量的唐卡图像特征提取与表示[J]. 计算机工程与应用, 2011, 47(22): 183-187.
[14]	赵敬^1，2，刘学³，戚文静⁴. 基于范例匹配的卡通形象设计方法研究[J]. 计算机工程与应用, 2010, 46(6): 71-74.
[15]	何扬名，戴曙光. 利用轮廓特征进行人头识别的方法[J]. 计算机工程与应用, 2010, 46(29): 164-166.

基于形状轮廓特征的金字塔匹配算法

2D Shape Matching Based on Pyramid Matching with Contour Features

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics