第九讲图像的形状分析.docVIP

第九章 图像的形状分析 本章主要包括三部分教学内容： 9.1 形状表示方法 9.2 形状描述 9.3 形状分类与识别 9.1 形状表示方法 图像中物体区域的形状需要表示和描述，有基于边界和基于区域的两套方法和参数。区域的边界包括外边界（轮廓）和内边界，这里只考虑的外边界。有链码（Chain codes）、边界段（Boundary segments）、逼近多边形（Approximating polygon）、标记（Signature）等，边界的描述参数有边长、边界曲率、形状数、边界矩、主分量、傅立叶描述子、逼近多边形的参数等。区域参数主要是通过区域内的所有像素点的集合来获得对形状特征参数的描述可以是几何参数，也可以是密度参数，还可以是区域的二维变换等不变矩、边缘直方图等。 3种： (1) 基于收缩的最小周长多边形法； (2) 基于聚合（merge）的最小均方误差线段逼近法； (3) 基于分裂（split）的最小均方误差线段逼近法。 第1种方法将原边界看成是有弹性的线，将组成边界的象素序列的内外边各看成一堵墙，如下左图。如果将线拉紧则可得到如下右图所示的最小周长多边形。 演示多边形逼近Flash动画。 第2种方法是沿边界依次连接象素。先选1个边界点为起点，用直线依次连接该点与相邻的边界点。分别计算各直线与边界的（逼近）拟合误差，把误差超过某个限度前的线段确定为多边形的1条边并将误差置零。然后以线段另1端点为起点继续连接边界点，直至绕边界1周，参见下图。 第3种方法是先连接边界上相距最远的2个象素（即把边界分成2部分），然后根据一定准则进一步分解边界，构成多边形逼近边界，直到拟合误差满足一定限度，参见下图。 2．Fourier描述子 对轮廓的离散傅里叶变换表达可以作为定量描述轮廓形状的基础。将轮廓所在的XY平面与一个复平面UV重合，其中实部U轴与X轴重合，虚部V轴与Y轴重合。这样就可用复数u + jv的形式来表示给定轮廓上的每个点(x, y)而将XY平面中的曲线段转化为复平面上的1个序列，见下图。 考虑1个由N点组成的封闭边界，从任1点开始绕边界1周就得到1个复数序列： s(k)的离散傅里叶变换是： S(w)可称为边界的傅里叶描述，它的傅里叶反变换是： 如果我们只利用S(w)的前M个系数，这样可得到s(k)的1个近似： 下图给出1个由N = 64个点组成的正方形轮廓以及取不同的M值重建这个边界得到的一些结果。 ? ? 9.2 形状描述 描述形状特征参数的主要有两类：基于边界的特征参数和基于区域的特征参数。基于边界的特征参数 边界的直径是边界上相隔最远的2点之间的距离，即这2点之间的直连线段长度。有时这条直线也称为边界的主轴或长轴（与此垂直且最长的与边界的2个交点间的线段也叫边界的短轴）。边界B的直径Diad (B)可由下式计算： 其中Dd (·)可以是任一种距离量度，如DE(·)，D4(·)和D8(·)距离（参见1.3节和4.5节）。 下图给出用3种不同的距离量度来计算同1个目标边界得到的3个直径值。 ? ?（2）斜率、曲率和角点 斜率（slope）能表示轮廓上各点的指向，曲率（curvature）是斜率的改变率，它描述了轮廓上各点沿轮廓方向变化的情况。在1个给定的轮廓点，曲率的符号描述了轮廓在该点的凹凸性。如果曲率大于零，则曲线凹向朝着该点法线的正向。如果曲率小于零，则曲线凹向是朝着该点法线的负方向。曲率的局部极值点称为角点。 （3）傅立叶描述子 对边界的离散傅里叶变换可以作为定量描述形状边界的特征参数。设XY平面上的封闭轮廓线可以表示成： s(k)=x(k)+jy(k) k=0,1,……,N-1 s(k)的离散傅里叶变换为： S(w)是边界的傅里叶描述子，完全决定了封闭边界的形状。考虑边界长度随形状尺度变化，将其变为等长边界M（例如M=100）的轮廓线s’(i)： 然后，利用等长边界的模归一化傅里叶描述子作为形状特征参数识别形状。S(w)的前M个系数，这样可得到s(k)的1个近似： （5）基于多边形的特征参数 多边形的特征参数主要有顶点数、凹点数、内角分布等。 （）多边形的顶点数、凹