基于序列图像二次曲面体轮廓曲线匹配.docVIP

基于序列图像二次曲面体轮廓曲线匹配 　　摘要：该文提出一种二次曲面体轮廓曲线匹配方法。首先提取图像的轮廓边缘，用分段二次曲线描述边缘，得到每段曲线的坐标点集并进行标准化；再对经标准化后的坐标进行二次曲线拟合，得到二次曲线方程的参数；最后通过二次曲线的三个不变量来进行曲线匹配。实验表明，该方法能够有效地匹配二次曲面体轮廓边缘，并具有较高的匹配精度。 　　关键词：曲线匹配；边缘检测；曲线拟合；二次曲线；不变量 　　中图分类号：TP311 文献标识码：A 文章编号：1009-3044（2013）11-2695-04 　　轮廓曲线匹配[1]是计算机视觉的一个基本问题，它是衡量形状间相似性的一种技术，在众多领域得到了广泛的应用，如文字识别、图像的拼接、基于内容的图像检索等。因此，开展轮廓曲线匹配技术的研究具有重要的理论意义和实用价值。根据工业物体大多是二次曲面的特点，该文主要研究二次曲面体的轮廓曲线匹配。 　　关于轮廓曲线的匹配算法，国内外学术界进行了广泛的研究。文献[1]提出了基于曲率特征的轮廓匹配方法，首先对轮廓曲线进行多边形近似，然后通过 Hermite插值曲线求出多边形各顶点的曲率作为特征，最后以Hausdorff距离为准则进行轮廓线匹配。文献[2]针对普通曲线匹配算法不能处理旋转和缩放曲线的不足，提出Freeman链码描述的曲线匹配方法。但如果误检测的角点较多，就会大大影响匹配效果。文献[3]把轮廓曲线进行多尺度平滑，计算曲线的特征矢量，通过比较特征矢量以判断轮廓曲线的相似性，实现三维曲线匹配。文献[4]提出了一种基于复数矩的形状轮廓描述与匹配方法，利用串匹配算法实现了形状的轮廓匹配，但其匹配正确率有待提高。 　　本文主要研究序列图像二次曲面体轮廓曲线的匹配，提出一种以二次曲线的三个不变量作为匹配基元对二次曲面体的边缘曲线进行精确匹配方法。这种方法以具有稳定结构的棱线做匹配基元，具有更好的精确性。同时该算法简单，处理时间较短，有利于硬件实现。 　　1 边缘检测 　　Canny算子是常用的边缘检测算子，然而传统的Canny算子在进行非极大值抑制时，简单地将梯度幅值比梯度方向上相邻点梯度幅值大的像素点检测为边缘点，选择进行梯度幅值对比的相邻点存在很大的随意性，易产生随机误差，产生虚假边缘。该文采用文献[5]的算法进行边缘检测。结果如图1所示。 　　2 轮廓曲线分段描述 　　一幅图像的轮廓由许多曲线连接而成，而如果整体描述轮廓，势必会比较困难，因此本文对图像中的边缘，采用分段二次曲线的表示方法进行描述，即把整个轮廓线分成一些小段的二次曲线，把这些二次曲线当作边缘线的基本单元，用二次曲线的坐标表示法来表示这些基本单元。 　　本文采用一种基于全局和局部曲率的角点检测方法[6]，然后将检测出来的角点用于轮廓曲线的分段，即相邻两个角点决定一条轮廓分段曲线。角点检测结果如图2所示。 　　 　　（a）模型原图 （b）文献[6]算法 　　图2 对实验模型的角点检测结果 　　3 曲线拟合 　　在拟合曲线之前，取每一段曲线的点集坐标进行标准化处理。使得所给数据点集坐标的平均值为0，标准差为1，这样可以使不同量纲的数据放在一个矩阵。该文中使用z-score规范化也称零-均值规范化。 　　然后使用最小二乘方法拟合二次曲线，即寻求与给定点{（xi，yj）i∈[1，n]}的距离平方和为最小的曲线方程： 　　[Ax2+Bxy+Cy2+Dx+Ey+F=0] （1） 　　4 轮廓曲线匹配 　　4.1二次曲线的不变量 　　在式（1）中共有6个参数，但独立的参数只有5个，不失一般性，我们可以令F=1。 　　由曲线方程的系数给出的函数，如果在经过任意一个直角坐标变换后，它的函数值不变，就称这个函数是该曲线的一个正交不变量，简称不变量[7]。 　　由二次曲线方程（1）的系数构成的矩阵 　　[H=AB/2D/2B/2CE/2D/2E2F] （2） 　　是一个对称阵，用它的元素引进下列记号： 　　[I1=A+C，I2=AB2B2C，I3=AB2D2B2CE2D2E2F] （3） 　　在一般直角坐标变换下，二次曲线的方程按式（3）确定的各量满足：I1，I2，I3是不变的；I1，I2，I3称为二次曲线方程（1）的不变量。 　　4.2曲线匹配 　　本文提出以边缘棱线作为匹配基元进行序列图像匹配。由于直角坐标变换下，I1，I2，I3的值是不变的，所以可以用（I1，I2，I3）来匹配序列图像中的两条曲线。 　　通过曲线拟合，得到全部的曲线方程参数，最后根据I1，I2，I3的计算公式算出对应的不变量值。第一帧图像中的曲线记为Li，第二帧图像中的曲线记为Rj。对于曲线Li和曲线Rj的差异度按式（4）计算： 　　[Tij=k=