50、基于轮廓特征的形状描述与识别方法研究

基于轮廓特征的形状描述与识别方法研究

在计算机视觉和图像检索领域，形状描述与识别是重要的研究方向。本文将介绍两种相关的研究内容，一是基于不完整轮廓表示的形状描述符的评估方法，二是基于轮廓段曲率（CSC）的旋转和尺度不变形状描述方法。

不完整轮廓表示的形状描述符评估

以往基于形状描述符的目标识别方法，常依据不变性、唯一性和稳定性等特征进行评估和比较。Marr和Nishihara提出了判断形状描述符有效性的三个标准，即可访问性、范围和唯一性、稳定性和敏感性；Brady则提出了形状表示的一组标准，包括丰富的局部支持、平滑的扩展和传播。受人类视觉系统特性的启发，有人提出了一个新的标准——对轮廓不完整性的鲁棒性，用于比较和表征基于轮廓的形状识别算法在识别不完整轮廓对象时的性能。

为了进行相关评估，提出了ICR测试，具体步骤如下：
1. 选取一组对象图像并提取轮廓，将所有轮廓图像重新缩放到相同的对象直径。
2. 使用这些完整的轮廓表示来训练识别系统。
3. 从完整的轮廓表示中构建不同的不完整表示集，使用保留的轮廓像素百分比来量化不完整程度。
4. 以不完整表示作为测试集，评估识别率与保留的轮廓像素百分比之间的函数关系。

为了说明该框架，使用了基于形状上下文和距离多重集的两种形状识别方法。实验发现：
1. 距离多重集形状识别方法的性能优于形状上下文方法。
2. 两种方法的性能与人类视觉系统类似，即它们的性能是轮廓完整性程度的递增函数，在耗尽测试中表现最佳，在遮挡测试中表现最差。

基于轮廓段曲率（CSC）的旋转和尺度不变形状描述方法

在基于内容的图像检索中，形状描述技术至关