48、计算机视觉中的形状提取技术：从固定到可变形

计算机视觉中的形状提取技术：从固定到可变形

在计算机视觉领域，形状提取是一个关键的研究方向，它涉及到从图像中识别和定位特定形状的目标。本文将介绍从固定形状匹配到可变形形状分析的相关技术，包括Hough变换及其扩展、低层次特征提取方法，以及可变形形状分析的四种主要技术。

1. Hough变换及其问题

Hough变换（HT）是一种用于在图像中检测特定形状的经典方法，它通过在参数空间中积累证据来找到符合特定形状的参数。然而，HT存在一些问题。例如，累加器中包含噪声，这是由于旋转和缩放会改变计算梯度的值，导致投票线只是近似的。此外，图像中可能找不到某些点对，使得该技术比广义Hough变换（GHT）对遮挡和噪声更敏感。

2. HT的扩展技术

为了保持HT的性能并提高速度，研究人员提出了多种扩展技术，这些技术主要通过聚焦于累加器空间的较小区域来减少计算负载：
- 快速Hough变换（Fast HT） ：[Li86] 该方法将累加器空间连续地分割成四个象限，并继续研究证据最多的象限。
- 自适应Hough变换（Adaptive HT） ：[Illingworth87] 使用固定大小的累加器，迭代地聚焦于累加器空间中的潜在最大值。
- 随机化Hough变换（Randomised HT） ：[Xu90] 和概率Hough变换（Probabilistic HT）[Ka¨lvia¨inen95] 使用随机搜索累加器空间。
- 金字塔技术 ：其他一些基于金字塔结构的技术也被提出用于提高HT的