基于形状上下文的形状匹配和目标识别剖析.docVIP

基于形状上下文的形状匹配和目标识别 摘要：我们提出了一种测量图形间相似性的新方法，并开发它来做目标识别。 在我们的架构下，相似性的度量之前：1）解决两种形式下点与点的对应性2）利用这种对应性来估计一个对齐变换。为了解决对应问题，我们为每一个点附上一个形状上下文的描述。一个参考点的形状上下文能捕捉剩下与之相关的点的分布情况，从而提供全面的可识别的描述。两个相似图形上的对应点会有相似的形状语境，使我们将解决对应问题看做最优分配问题。给出点与点的对应，我们估计最佳匹配两种形状的变换，为这个用途，正则化薄板样条函数提供了灵活的图类转换。两个形状间的不同通过对应点间的匹配误差总和与测量对齐变换的大小项一起来计算。我们把最近邻分类架构下的识别当作在图像上查找最大限度相似的存储原型问题，结果是轮廓线、商标、手写数字和线圈数据集。 关键词:形状，目标识别，数字识别，对应性问题，MPEG7标准，图像配准，变形模板 1 绪论 考虑图1中的两个手写体数字。视为像素亮度值的向量使用二级规范相比，他们有很大的不同。但是，视为形状，它们显得和人类的观察员类似。我们在本文的目的是实施形状相似这一概念，其最终目的是用它作为概念层次识别的基础。我们通过一个三阶段的过程来实现： 解决这两个图形间的对应问题 使用对应关系来估算对齐变换 用对应点之间的匹配误差的总和，加上测量对齐变换的大小，来计算两个形状之间的距离 我