基于边缘特征学习的自然图像对称轴检测

摘要

主要研究计算机视觉中一个非常具有挑战性的问题——自然图像中对称轴的检测.由于图像中杂乱的场景和物体形态的变化,使得在自然图像中判断像素是否处于对称轴上是非常困难的.为了解决这个难题,考虑到边缘与对称轴的互补关系,提出了2种边缘特征用于帮助对称轴的检测.2种特征都定义在成对的边缘上,分别是为了找到边缘强度高和到对称轴距离相等的成对的边缘.在多尺度和多角度上提取这2种边缘特征,把它们与底层描述子(颜色、亮度、纹理等)差分特征结合在一起,在多示例学习的框架下检测自然图像中的对称轴.在SYMMAX300数据集上的实验结果证明了2种边缘特征能够提升对称轴检测的性能.