基于关键点的形状渐近分割算法研究

发布时间：2020-11-19 15:40

　　 将形状分割成一组有意义的部分是形状分析的基本问题。一个研究热点是如何使得形状分割的结果更加符合人类的视觉系统。目前,研究人员致力于设计稳定性和通用性更好的形状分割算法,以适合多种多样的自然或人造形状。基于相关研究工作,本文提出了一种新型的二维形状的分割算法,基本思路是对于给定的形状数据,首先提取一组形状关键点,然后生成备选的分割集,对形状进行由粗到细的渐近分解。在提取关键点的方法中,基于形状上电荷分布的关键点有诸多良好的性质,比如高稳定性和鲁棒性好等。然而,对于形状分割任务来说,不少关键点的性能还不理想,尤其是在相对平滑的区域,例如形状的尾巴和腿。鉴于此,本文提出了一种给定约束下的电荷分布改进方案。给定一些约束点,通过降低约束点处的电势值,以此来改进电荷分布。同时,以一个各向异性的热扩散方式松弛这些约束,使得电荷的分布更符合人类视觉。由此,基于该电荷分布提取的关键点更利于形状分割任务。提取形状的关键点后,本文提出了一个形状的渐近分割算法,它是以粗糙到细粒度的模式实现。首先,通过连接轮廓上的关键点产生一个分割线候选集,按分割线的关键点是否相邻将其分为两类。然后,定义一些准则对相邻关键点之间的分割线进行判断。对形状进行修剪,并对其余分割线进行检测以完成更加细粒度的分割。论文在MPEG-7形状数据集上进行了实验,表明本文提出的关键点提取算法更为稳定,同时形状分割算法可以产生比一些现有方法更符合人类视觉系统的分割结果。
【学位单位】：大连海事大学
【学位级别】：硕士
【学位年份】：2017
【中图分类】：TP391.41
【部分图文】：

现实生活中的物体轮廓或边界结构通常都是不规则的［１５１不管是人造的物体??还是自然界中存在的物体，形状会有很多变形和复杂的分支结构，其数量也各不相??同，如图１．１所示。在对形状进行分割时，这些结构是需要攻克的难点。而且如此??复杂的结构给形状检索、形状识别、形状分类和形状匹配等在二维形状上进行的操??作带来很多困难。例如，它会导致很大的运算量，增大计算代价，降低检索准确率，??－１?－??

ａｎｄ?ｓｕｂ－ｌｉｎｅａｒ?ｅｘｐｏｎｅｎｔ?ｍ＝０．２．??第二个缺点是公式２．５中使用的是距离的逆，衰减速度太快，使得远距离电荷??之间的排斥力太小，进而更多的电荷积聚在了相对平滑的区域。如图２．１中的第一??列，虽然在黑色方框中的是相对平滑的区域，但是积聚了大量的电荷。因为这部分??与形状的其它部分之间的距离非常远，所以它们之间的排斥力很小，进而积聚了很??多的电荷。Ｌｉ等人［３Ｇ】在公式２．５中引入了子线性指数ｍ，它可以减弱这种衰减速??度，在一定程度上解决了这个问题。如图２．１的最后一列，当子线性指数ｗ?＝?０．２??－１０－??

是通过公式２．６计算得到的，所使用的是两点之间的内部距离。内部距离对关??节是不敏感的。因此，五巧对受关节影响很小，并且在捕捉形状结构特征上??更有效。比如：图２．２（ｂ）是图２．２（ａ）的一个关节变化模式，从图２．２的第一行可以??看出两个剪刀形状的ＥＣＤＳ描述符是近似相同的，说明当对剪刀做一个关节变形??时，ＥＣＤＳ描述符也是稳定的。图２．２的第二行表示通过内部距离计算得到的ＥＣＤＳ??描述符比通过欧氏距离计算得到的ＥＣＤＳ描述符更具有描述能力。??平滑与守恒：￡ＣＺ泌⑷是来自积分函数（公式２．２），并通过一个线性方程组的??近似解得到（公式２．４）。因此，在形状Ｓ上是连续分布的。《个电荷己经??放在了形状上，电荷是不能被创造或消失的，所以ＥＣＤＳ的总和就等于这意??味着无论形状和它相应的电荷分布是什么样的，都要保持电荷守恒。??？?１１－??
【参考文献】

相关期刊论文 前2条

1 王民;赵瑞丽;张立材;王可;;基于形状分解的书法字骨架提取新方法[J];信息通信;2016年06期

2 王琴竹;唐莹;;一种基于二值图像的形状分割算法研究[J];微型机与应用;2010年21期

相关博士学位论文 前2条

1 罗磊;形状分解和基于机器学习的图像检索技术研究[D];国防科学技术大学;2013年

2 刘海容;形状的曲率表示与分解[D];华中科技大学;2009年

相关硕士学位论文 前1条

1 徐慧;基于数学形态学的层次性形状分解[D];华中科技大学;2011年

本文编号：2890177