基于边缘特征学习的自然图像对称轴检测-上海大学.PDF

第 20 卷 第 6 期 （自然科学版） Vol. 20 No. 6 2014年12月 JOURNAL OF SHANGHAI UNIVERSITY (NATURAL SCIENCE) Dec. 2014 DOI: 10.3969/j.issn.1007-2861.2014.03.012 基于边缘特征学习的自然图像对称轴检测 沈 为1,2 , 程 小青1,2 , 曾 丹1,2 (1. 上海大学 通信与信息工程学院, 上海 200444; 2. 上海大学 特种光纤与光接入 网省部共建重点实验室, 上海 200072) 摘摘摘要要要: 主要研究计算机视觉 中一个非常具有挑战性的问题—— 自然 图像 中对称轴 的检测. 由 于 图像 中杂乱的场景和物体形态 的变化, 使得在 自然 图像 中判断像素是否处于对称轴上是非 常 困难 的. 为了解决这个难题, 考虑到边缘与对称轴 的互补关系, 提 出了 2 种边缘特征用于帮 助对称轴 的检测. 2 种特征都定义在成对的边缘上, 分别是为 了找到边缘强度高和到对称轴 距离相等的成对的边缘. 在多尺度和多角度上提取这 2 种边缘特征, 把它们与底层描述子 (颜 色 、亮度 、纹理等) 差分特征结合在一起, 在 多示例学习的框架下检测 自然 图像 中的对称轴. 在 SYMMAX300 数据集上的实验结果证 明了 2 种边缘特征能够提升对称轴检测的性能. 关关关键键键词词词 : 对称轴; 对称轴检测; 边缘; 多示例学习; 底层特征 中中中图图图分分分类类类号号号 : TP 751.1 文文文献献献标标标志志志码码码 : A 文文文章章章编编编号号号 : 1007-2861(2014)06-0715-11 Symmetry Detection in Natural Images via Edge Feature Learning SHEN Wei1,2 , CHENG Xiao-qing1,2 , ZENG Dan1,2 (1. School of Communication and Information Engineering, Shanghai University, Shanghai 200444, China; 2. Key Laboratory of Specialty Fiber Optics and Optical Access Networks, Shanghai 200072, China) Abstract: This paper studies symmetry detection in natural images, which is a challeng- ing problem in computer vision. To differentiate symmetry and non-symmetry in natural images is intractable due to the large variation in objects and the cluttered scene. To address this problem, two types of edge features motivated by the fact that symmetries are complementary to edges are proposed. These two types of features are both defined on pairs of edges to search pairs of edges with consistent hig