基于角点检测的图像形状特征提取方法

基于角点检测的图像形状特征提取方法

ID:27725330

大小:484.50 KB

页数:7页

时间:2018-12-05

基于角点检测的图像形状特征提取方法_第1页
基于角点检测的图像形状特征提取方法_第2页
基于角点检测的图像形状特征提取方法_第3页
基于角点检测的图像形状特征提取方法_第4页
基于角点检测的图像形状特征提取方法_第5页
资源描述:

《基于角点检测的图像形状特征提取方法》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、2010年2月第36卷第4期计算机工程February2010Vol.36No.4ComputerEngineering·图形图像处理·文章编号:1000—3428(2010)04—0220—03文献标识码:A中图分类号:TN911.73基于角点检测的图像形状特征提取方法韦东兴,陈晓云,徐荣聪(福州大学数学与计算机科学学院,福州350108)摘要:针对形状标记表示法可能遗漏轮廓曲线上较重要边界点的问题,提出一种基于角点检测的质心距离标记法。该方法采用轮廓跟踪技术获取物体的轮廓曲线,通过角点检测得到曲线上的所有角点,利用质心距离产生形状标记。以最近邻分类和

2、K-中心聚类对其性能进行验证,结果证明了该方法的有效性。关键词:形状特征;特征提取;形状标记;时间序列;角点ImageShapeFeatureExtractionMethodBasedonCornerPointDetectionWEIDong-xing,CHENXiao-yun,XURong-cong(CollegeofMathematicsandComputerScience,FuzhouUniversity,Fuzhou350108)【Abstract】Aimingattheproblemthattheimportantpointsofthecont

3、ourcurvemaybeomittedwithshapesignaturerepresentationmethod,thispaperproposesacentroiddistancesignaturemethodbasedoncornerpointdetection.Itusescontourtracingtogetthecontour,adoptscornerpointdetectiontoobtaincornerpoints,andrepresentsshapesignaturewithcentroiddistance.Experimentson

4、1-NNclassificationandK-medoidsclusteringshowtheeffectivenessofthemethod.【Keywords】shapefeature;featureextraction;shapesignature;timeseries;cornerpoint1概述随着数字化和信息化技术的快速发展,人们对图像的需求量越来越大,图像被广泛应用于工业、农业、医学等领域。如何从海量的图像信息中有效获取有用信息成为近年来的一个研究热点,主要包括图像检索、图像分类和图像聚类等,(a)灰度图像(b)含噪声的二值图像(c)去噪后

5、的二值图像而其中的关键问题是如何进行图像特征提取,并有效地描述图1图像二值化及腐蚀去噪图像信息。图像的特征主要有颜色特征、纹理特征和形状特征。形状特征是图像的一个重要视觉特征,它对位移、旋转和尺度变换具有不变性。在辨别物体时,人们经常根据物体形状来区分各个物体,因此,对形状特征的研究很有必要。在基于内容的图像检索技术中,形状特征的描述分为基于边界与基于区域2类方法:基于边界的形状特征主要有周长、主轴、曲率、形状数、形状标记、傅里叶描述方法、小波描述方法、尺度空间等;基于区域的形状特征有面积、重心、欧拉数、偏心率、几何矩、Legendre矩、Zernike

6、矩、广义傅里叶描述符等。[1-2]2图像轮廓提取要提取图像的轮廓特征,必须对图像进行二值化、滤波2.2轮廓跟踪图像轮廓是一条由边界点构成的闭曲线,轮廓跟踪是一个用来确定图像轮廓的搜索过程,它按逆时针或顺时针方向找出所有的边界点并且记下它们的坐标,主要针对去噪后的二值图像。轮廓跟踪法主要有爬虫法、光栅扫描法和基于Freeman链码的轮廓跟踪法等,本文采用基于Freeman8方向链码的轮廓跟踪法[3]。链码的方向如图2所示,其中,P为角点。去噪和轮廓跟踪等操作。图2链码方向2.1图像的二值化和滤波去噪首先将彩色图像转化为灰度图像,然后通过选取一个合基于Fre

7、eman链码的轮廓跟踪步骤如下:适的阈值,将图像转化为二值图像,其中,1表示白色;基金项目:福建省高等学校新世纪优秀人才支持计划基金资助项目0表示黑色。但此时图像边界点可能不连续,图像中存在噪(XSJRC2007-11)声,从而影响轮廓跟踪的效果。本文采用数学形态学上的腐作者简介:韦东兴(1983-),男,硕士研究生,主研方向:数据挖掘,蚀对二值图像进行去噪,去噪后图像的边界是连续的,结果模式识别;陈晓云、徐荣聪,副教授如图1所示。收稿日期:2009-06-20E-mail:weidongxing123@163.com—220—(1)根据光栅扫瞄,从左到

8、右,从下到上,若发现像素从转化为时间序列,对图像的处理被转化为相应的时间序列问0

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。