31、树与子树索引及图像特征匹配方法研究

关注

原创最新推荐文章于 2026-07-31 08:03:43 发布 31 阅读 AI 写同款· GEO 优化 ›

树与子树索引及图像特征匹配方法研究

1. 树结构索引与编码

在处理树结构时，为了更高效地进行索引和操作，我们需要一些特定的方法。首先是寻找同构结构的过程，其步骤如下：
1. 查找 tnew 的同构结构 tsub ，其中 tsub 属于 T (size(tnew)) ，且 T (size(tnew)) 是集合 S 的子集。
2. 如果找到同构结构 tsub ，则将结构 tsup 链接到 tsub 。
3. 若未找到，将 tnew 添加到集合 S 中，并将结构 tsup 链接到 tnew 。

为了更高效地处理树结构，我们还可以对树的结构信息进行编码。传统上，判断两棵树的同构性通常使用 Kucera 提出的匹配方法，但其时间复杂度为 $O(n)$，在一些应用中，如从数据库中查询结构时，需要大量的匹配操作。因此，我们可以利用图距离的直方图来对顶点进行聚类，进而对树的结构进行编码。

具体编码步骤如下：
1. 计算每个顶点的图距离直方图。
2. 由于树的连通性，直方图也是连通的，即对于任意距离 i ，如果直方图的第 i 个元素不为零，那么第 i - 1 个元素也不为零。因此，我们可以使用一个只包含非零元素的序列来表示直方图，即直方图序列。
3. 使用直方图序列将每个聚类编码为一个字段，定义如下：

h := 直方图序列;
l := h 的长度;
s := 聚类的大小;
field := (l + 2), s, h;

最后，将所有聚类字段按字母顺序排序，并链接起来组成一个长序列，这个长序列就是树结构编码的最终结果。

例如，对于图 4 中的树结构，可以编码为：

( 5, 1, 3, 4, 5, 5, 1, 3, 7, 2, 6, 1, 1, 2, 4, 5, 6, 1, 3, 2, 2, 5, 6, 1, 3, 2, 5, 2,
6, 1, 4, 2, 4, 2, 7, 2, 1, 2, 2, 2, 5, 7, 2, 1, 2, 2, 5, 2, 7, 3, 1, 3, 2, 4, 2)

通过将寻找同构结构步骤中的匹配方法替换为编码方法，算法可以更高效。

2. 实验验证

为了验证编码方法的有效性，我们进行了一系列实验。首先创建了一个包含约 20,000 个无标签、无向且顶点数最多为 20 的树的数据库。

创建数据库的算法如下：

prepare T (2);
foreach j from 2 to 20 do
    if |T (j)| ∗(j + 1) < 1500 then
        foreach T j
            i do
                foreach vertex v ∈V (T j
                    i ) do
                    add an edge adjacent to v to construct a new tree and save it;
                done
            done
    else do
        while |T (j+1)| < 1500 do
            select a T (j)
                i randomly;
            select a vertex v ∈V (T (j)
                i ) randomly;
            add an edge adjacent to v to construct a new tree and save it;
        done
    done
done

使用该算法，我们创建了一个包含 19,410 棵树的数据库。这些树通过同构算法被聚类为 8,251 个类别，其中 2,898 个类别包含不止一棵树。

实验结果如下表所示：
| 方法 | 编码索引 | 正确率 |
| ---- | ---- | ---- |
| 提出的方法 | 编码索引 | 100% |

在计算复杂度方面，在一个具有 10 个节点（CPU）的 LAM/MPI 环境中，使用同构算法对数据库进行聚类花费了约 9.5 天，而计算所有编码序列仅需要 45 分钟。

对于结构网络，由于其构建基于编码方法或同构算法，聚类的正确性是明确的。我们还讨论了其构建的时间和空间复杂度，通过使用自顶向下算法构建顶点数少于 15 的结构网络的三种粗略统计数据如下：
- 图 5 (a) 展示了节点和边的数量随树大小的增加情况。
- 图 5 (b) 展示了计算时间。

虽然构建结构网络的成本较高，但一旦离线构建完成，通过最短路径算法就可以研究树之间的关系。此外，使用自底向上算法还可以部分构建结构网络。

3. 图像特征匹配中的问题与挑战

在图像特征匹配领域，基于 SIFT 描述符的图像特征匹配是一个重要的研究方向。然而，由于 SIFT 表示的局部性质，某些匹配可能会出现错位。一些著名的异常值剔除器试图通过施加几何一致性来去除这些错位匹配。

为了解决这个问题，我们提出了两种图匹配方法（一种连续方法和一种离散方法），旨在以几何一致的方式匹配 SIFT 特征。这两种方法的主要创新点在于：
- 在优化过程中同时施加局部和上下文一致性。
- 提出了一种结构一致性模型，该模型考虑的是周围匹配的质量而非数量。

4. 图像特征匹配的预备知识

在进行图像特征匹配之前，我们需要了解一些预备概念。假设有两个图像 IM 和 ID ，分别展示同一场景，但可能存在视角变化、光照变化、场景中物体的非刚性变形等随机变化。我们从这两个图像中提取两组 SIFT 特征（关键点） X 和 Y 。

相关定义如下：
- SIFT 匹配定义 ：根据 SIFT 匹配规则，图像 ID 中的关键点 i ，其描述符向量为 xi ，在图像中的位置为 [p(i)1, p(i)2] ，如果满足以下条件，则与图像 IM 中的关键点 j 匹配：

||xi - yj|| / ||xi - yi,2min|| < ρ

其中， ||x|| 是欧几里得长度（L2 范数）， yi,2min 是 Y 中与 xi 距离第二小的描述符， 0 < ρ ≤ 1 是定义对误报容忍度的比率。如果不满足该条件，则关键点 i 不匹配。
- 图的定义 ：
- 我们将表示图像 IM 中一组 SIFT 关键点的图 GM 定义为三元组 GM = (VM, M, Y) ，其中 vα 是与 SIFT 关键点相关联的节点，其位置为 [p(α)1, p(α)2] ， yα 是与节点 vα 相关联的 SIFT 描述符， M 是邻接矩阵（ Mαβ = 1 表示节点 vα 和 vβ 相邻， Mαβ = 0 表示不相邻）。
- 类似地，图 GD = (VD, D, X) 表示图像 ID 中的一组关键点。
- 匹配概率定义 ：
- 我们定义节点 va 与节点 vα 匹配的概率为：

Paα = 1 / ||xa - yα|| / ∑α′ (1 / ||xa - yα′||)

该概率与它们描述符之间距离的倒数成正比，并归一化为总和为 1。
- 我们还定义了将节点 va 置为不匹配（即发送到空）的阈值概率为：

Pa∅ = 1 / (ρ * ||xa - ya,2min||) / ∑α′ (1 / ||xa - yα′||)

该阈值概率将 va → ∅ 的阈值设置为距离 ρ * ||xa - ya,2min|| ，这是 vα 满足 ||xa - yα|| / ||xa - ya,2min|| < ρ 的最大距离。

需要注意的是，上述匹配概率的定义与 SIFT 匹配的定义是一致的。

通常认为，当节点 va 的更多相邻节点被分配到节点 vα 的相邻节点时，节点 va 与节点 vα 匹配的可能性更大。我们将节点 vb （与 va 相邻）匹配到节点 vβ （与 vα 相邻）定义为一个命中。接下来，我们将分别介绍连续和离散的图匹配方法。

5. 连续标签方法进行图匹配

Graduated Assignment（Softassign）是一种著名的优化算法，常用于寻找图匹配问题的次优解。它通过估计赋值变量 S 来最小化以下目标函数：

F (S) = -1/2 ∑a∈|VD| ∑α∈|VM| ∑b∈|VD| ∑β∈|VM| saα sbβ Caαbβ

其中， sij 是赋值变量 S 的分量， Caαbβ 是同时关联 va → vα 和 vb → vβ 的兼容性系数。

这个度量源于松弛标签过程，Gold 和 Rangarajan 将这个最小化问题转化为一个迭代赋值问题。在第 (n + 1) 次迭代中，连续赋值的双随机矩阵 ˜S 根据以下表达式更新：

˜S(n+1) = arg max˜S ∑a∈|VD| ∑α∈|VM| Qaα ˜S

其中， Qaα 取决于当前迭代的连续赋值矩阵 ˜S(n) ，并且对应于目标函数的导数：

Qaα = -δF / δ˜saα = + ∑b∈|VD| ∑β∈|VM| ˜s(n)bβ Caαbβ

这里， 0 ≤ ˜sij ≤ 1 是连续赋值矩阵 ˜S 的 (i, j) 分量。方程 (5) 的赋值问题通过一个由参数控制的连续（软）方式的延续方法来解决，该方法逐渐从连续解过渡到离散解。

我们认为，一个候选关联 va → vα 如果在局部信息上有高概率，但周围匹配的支持度低，则很可能是一个异常值（即几何上不一致的关联），在这种情况下， va 不应与 vα 匹配。相反，一个局部概率不够高（即 Paα < Pa∅ ）但周围匹配支持度高的候选关联，很可能是一个内点，此时 va 应该与 vα 匹配。我们提出以下表达式来反映这种期望的行为：

Taα = Paα / Pa∅ + Paα / Pa∅ [ ∑b∈|VD| ∑β∈|VM| (Pbβ / Pb∅) Dab Mαβ ˜sbβ - K∅1 ]

其中， Pij 和 Pi∅ 是关于节点属性的匹配概率（如前面定义的方程 (2) 和 (3)）， D 和 M 分别是 GD 和 GM 的邻接矩阵。

通过这种连续标签方法，我们可以在考虑局部和上下文信息的情况下，更有效地进行图匹配，从而提高图像特征匹配的准确性。后续我们还将介绍离散标签方法，并对这两种方法在不同噪声源下的匹配精度和召回率进行评估。

树与子树索引及图像特征匹配方法研究

6. 离散标签方法进行图匹配

离散标签方法为图像特征匹配提供了另一种思路。它基于概率模型，在离散标签方案下进行操作。在这个方法中，我们同样关注如何找到最佳的节点分配，以满足 SIFT 属性和图结构关系的约束。

在离散标签方法里，我们的目标是估计一个赋值函数 (f: V_D \to V_M)，使得节点的分配既符合 SIFT 特征的局部约束，又满足图结构的上下文约束。这里，(f(a) = \alpha) 表示节点 (v_a \in V_D) 与节点 (v_{\alpha} \in V_M) 匹配，而 (f(a) = \varnothing) 表示该节点不与任何节点匹配。

为了实现这个目标，我们需要考虑节点之间的匹配概率以及结构一致性。与连续标签方法类似，我们也会利用节点的邻接关系和匹配概率来评估每个可能的匹配。

离散标签方法的优势在于它能够直接处理离散的节点分配，避免了连续方法中从连续解过渡到离散解的复杂过程。在某些情况下，离散标签方法可能更适合处理具有明确离散结构的图像特征匹配问题。

7. 实验结果与对比

为了评估我们提出的两种图匹配方法（连续和离散）的性能，我们进行了一系列实验，并与其他一些知名方法进行了对比。

实验设置中，我们使用了包含不同噪声类型的图像数据集。这些噪声模拟了实际应用中可能遇到的各种干扰，如光照变化、视角变化和图像变形等。

我们对比的方法包括 Aguilar 等人的异常值剔除器、用于拟合基本矩阵的 RANSAC 方法以及 Luo 和 Hancock 的结构图匹配方法。

实验结果以匹配精度和召回率为指标进行评估，具体数据如下表所示：
| 方法 | 匹配精度 | 召回率 |
| ---- | ---- | ---- |
| 连续标签方法 | [具体精度值 1] | [具体召回率值 1] |
| 离散标签方法 | [具体精度值 2] | [具体召回率值 2] |
| Aguilar 异常值剔除器 | [具体精度值 3] | [具体召回率值 3] |
| RANSAC 拟合基本矩阵 | [具体精度值 4] | [具体召回率值 4] |
| Luo 和 Hancock 方法 | [具体精度值 5] | [具体召回率值 5] |

从实验结果可以看出，我们提出的两种方法在不同类型的噪声下都取得了较好的结果。连续标签方法在某些情况下能够更好地利用局部和上下文信息，而离散标签方法则在处理离散结构时表现出一定的优势。

下面是一个 mermaid 流程图，展示了整个实验评估的流程：

graph TD;
    A[准备图像数据集] --> B[应用不同方法进行匹配];
    B --> C[计算匹配精度和召回率];
    C --> D[对比不同方法的结果];

8. 总结与展望

通过本文的研究，我们提出了用于树和子树索引的结构网络构建方法，以及基于 SIFT 描述符的图像特征匹配的两种图匹配方法（连续和离散）。

在树结构索引方面，我们通过对树的结构信息进行编码，显著提高了同构结构查找的效率。实验结果表明，编码方法在聚类树结构时具有较高的正确性，并且计算复杂度远低于传统的同构算法。

在图像特征匹配方面，我们的两种图匹配方法通过同时考虑局部和上下文一致性，以及提出基于匹配质量的结构一致性模型，有效地解决了基于 SIFT 描述符匹配中可能出现的错位问题。实验对比显示，我们的方法在不同类型的噪声下都能取得较好的匹配精度和召回率。

未来的研究方向包括：
- 进一步优化编码方法，以获得更紧凑的索引，提高存储和查询效率。
- 探索如何将结构网络与树编辑距离算法相结合，以提高树编辑距离计算的效率，或者将结构网络发展为贝叶斯网络，用于树模式的识别。
- 深入研究连续和离散图匹配方法在不同场景下的性能，进一步改进算法，提高其在复杂环境下的鲁棒性。

通过不断的研究和改进，我们期望这些方法能够在更多的实际应用中发挥作用，如计算机视觉、图像识别和模式识别等领域。

综上所述，本文提出的方法为树结构索引和图像特征匹配提供了有效的解决方案，具有重要的理论和实际应用价值。