基于泊松方程-Fourier—Mellin矩的形状识别和分类方法.pdf

第 21卷第 1期 北 方 工 业 大 学 学 报 Vol_21No．1 2O09年 3月 J．NORTH CHINA UNIV．OFTECH． Mar．20O9 基于泊松方程一Fourier—Mellin矩的 形状识别和分类方法* 邹建成 客楠楠 鲁 燕 (北方工业大学图像处理与模式识别研究所 ，1O0144，北京) 摘 要 提 出一种新的形状描述子 ，即泊松方程 一Fourier—Me11in矩描述子 ．首先求解定义 在形状 区域上 的泊松方程 ，再利用泊松方程 的解构造特征 函数 ，然后将这些特征整体化得到 Fourier—Me1lin矩 ，用泊松方程一Fourier-Mellin矩描述子来表示形状．这种描述子改进 了 Lena Gore1ick提 出的泊松方程一几何矩描述子 ，它不但保留了泊松方程一几何矩描述子既能代表形 状整体特征 ，又能描述形状的部分特征 的优 点，又结合 了Fourier-Mel1in矩 的优势 ，对形状 的描 述更加全面和准确．最后的形状识别和分类实验证 明，我们提出的泊松方程一Fourier_Mel1in矩 描述子的效果更好． 关键词 泊松方程 ；Fourier_Me11in矩 ；形状识别 ；形状分类 分类号 TP391 在现有形状识别方法中，利用不变量识别形 本文对这种形状表示方法进行 了改进，取 状是形状识别的主流方法．形状的不变矩是形状 代几何矩 ，用 Fourier-Mel1in矩将特征函数整 不变量的一种，它具有表达方式简单 ，计算方便 体化 ，得到泊松方程一Fourier—Me11in矩描述 的优点 ，因而在形状识别 中得到了广泛应用．但 子，比较结果，得到了更好的形状识别和分类效 是，利用不变矩描述形状的缺点在于它只能描述 果．事实上 ，与几何矩相比，Fourier—Mellin矩可 形状的整体信息，缺乏对形状部分的描述． 以很好地实现图像旋转、平移和尺度不变 ，在描 2OO6年 ，LenaGorelick等人提 出用定义在 述小尺度图像 (这里是指形状)以及抗噪声等方 形状区域上的泊松方程解进行形状表示 的方 面也更有优势．这种方法保 留了泊松方程一几 法[】]．利用泊松方程 的解构造出有效描述形状 何矩描述子既能代表形状整体特征，又能描述形 部分 的特征函数 ，再用几何矩将特征 函数整体 状的部分特征的优 点，又结合 了Fourier_Mellin 化得到泊松方程 一几何矩描述子 ，将它应用在 矩的优势，对形状的描述更加全面和准确． 形状检索和分类 中取得 了很好的效果． 本文的研究对象如图 l所示． ● 图 1 一系列轮廓集 收稿 日期 ：2)[08一l1—11 *国家 自然科学基金 (No．1O671D(】2)、北京市 自然科学基金 (N0．4002Ol1)、北京市人才强校计划项 目基金资助项 目 第一作者简介 ：邹建成，博士，教授．主要研究方 向：计算机视觉、数字图像信息安全理论中的信息隐藏和数字水印、微分拓扑学中的 奇点理论 、分歧理论 、计算机图形学． 2 北 方 工 业 大 学 学 报 第 21卷 称为函数g(r，臼)的Fourier—Me11in矩[．其中， 泊松