基于形状上下文的物体匹配与识别研究

摘要

形状是我们分辨物体是哪种类型的主要的依据，也是计算机视觉分析和识别物体的基础，在数字图像处理中，形状反映图像的轮廓。物体识别是计算机视觉领域的重要分支，物体识别可以通过形状特征提取和形状匹配来实现，本文采用形状上下文进行物体匹配与识别的研究。
　　形状上下文是一种描述能力强的描述子，其关键优势是全局性的描述子，适用于所有一般性的形变，被广泛地应用在视频监控、文字识别，图像检索等领域中。本文内容主要从以下三个方面展开：
　　（1）本文针对形状上下文算法通过计算质心来确定选取轮廓点的缺点，做了直接给出具体点数的处理，减少了计算量。
　　（2）针对形状上下文算法选点并没有考虑形状本身复杂度这个因素，以及选取的轮廓点分布并不总能反映真实的形状的缺点，引入细度比例描述形状的复杂度，使用给定的轮廓点和细度比例的乘积作为实际选取的轮廓点，实现自适应选点。为了使这些点能反映真实轮廓，本文设置轮廓点的距离是根据形状周长均分轮廓点。此外，为了弥补实际的轮廓点太少的问题，同时也为了增加匹配的正确率，本文提取了角点参与匹配。
　　（3）改进传统中值滤波固定模板的缺点，通过边缘检测、轮廓跟踪等步骤提取形状特征，然后进行形状匹配，使用TPS变换模型计算最小弯曲能量，并结合形状间的距离作为判断条件，进而完成物体识别。
　　本文采用MPEG数据库对本文方法进行验证，实验效果良好，从实验中分析数据通过设定阈值的方法应用在MPEG数据库图像检索中，检索精度高。

目录

封面

声明

中文摘要

英文摘要

目录

第1章 绪论

1.1研究背景与意义

1.2国内外研究现状

1.3本文主要工作

1.4论文的组织架构

第2章 边缘检测相关技术

2.1图像预处理

2.2图像边缘检测

2.3二值图像轮廓边界跟踪

2.4形状特征的描述

2.5本章小结

第3章 形状上下文算法的描述

3.1形状上下文算法的思想

3.2基于形状上下文的形状匹配

3.3目标识别与原型选择

3.4本章小结

第4章 基于形状上下文的物体匹配与识别的实现与改进

4.1基于形状上下文的识别

4.2形状距离计算

4.3形状上下的改进分析

4.4本章小结

第5章 实验分析与结论

5.1实验环境的介绍

5.2实验仿真与分析

5.3本文方法的实际应用MPEG图像检索

5.4本章小结

第6章 总结与展望

6.1本文总结

6.2展望

参考文献

致谢