基于轮廓线向量的图像正确方向的推测-上海师范大学学报.PDF

( ) 第3 3 卷第 1 期 　　　　　　　　　　　　　　　上海师范大学学报 自然科学版 Vol . 33 ,No . 1 2 0 0 4 年 3 月　　　　　　 　　　　　Journal of Shanghai Normal University (Natural Sciences) 2 0 0 4 , Mar . 基于轮廓线向量的图像正确方向的推测 1 2 1 朱　　 , 福本博文 , 吴　炜 ( 1. 上海师范大学 数理信息学院 ,上海 200234 ; 2. 欧姆龙软件股份有限公司 ,技术开发部) 摘　要 : 介绍了一种通过轮廓线变化描述图像构图特征 ,采用机器学习获取图像方向分类模 型的手法. 通过试验验证了该手法的有效性 ,并对其存在问题和改进方向进行讨论. 关键词 : 决策树 ;轮廓线 ; 图像分类 ( ) 中图分类号: TP391. 41 　　文献标识码 : A 　　文章编号 : 2004 0 　引　言 数字图像的像素值分布在一定程度上可以反映图像内容的特征 ,鉴于图像内容物体识别技术的不 成熟 ,利用像素值的分布特征进行图像分类成了目前对图像进行分类的常用手段. 如 T. Kato 等开发的 ART MUSEUM 系统 ,M.J . Swain 等开发的 FINDIT 系统 , IBM 公司的 QB IC 系统[1 ] ,这些分类系统采 用了基于像素值分布的特征以及特征距离的计算来进行分类检索. J . W. Hsich[2 ] 以及Cheng Yang[3 ] 的 分类检索系统虽然讨论了复杂一些的学习和评价方法 ,但试验中所使用的仍是基于像素值分布的特征. 这一类方法从图像像素出发推测图像的分类却具有一定的局限性 , 比如适合于具体图像间的类似评价, 无法表达抽象级别较高的结构描述如图像构图特征. 我们的研究目的是要在数码相机图像输入计算机时自动判别图像的正确方向. 图 1 为 3 个可能方 向的输入图像. 图像构图和图像中物体分布有密切关联 ,使用能够反映图像中物体位置和大致形状特征 的轮廓线之变化特征 ,则有可能描述图像的构图特征 ,从而达到对图像方向判断的目的. 另外 , 由于难以 对构图特征和图像方向的关系进行显式定量描述 ,因此拟采用机器学习构筑分类模型. 1 　图像构图特征描述 在轮廓线抽取方面 ,利用最简单的 Sobel 算子获得图像物体的轮廓点 ,经细线化得到物体轮廓线的 ( ) 描述 图2 . 根据给定的阀值 ,抽取出来的轮廓折线可以分为长轮廓折线和短轮廓折线两种. 长轮廓折 线是较长的向量 ,方向比较稳定 ,用以描述图像中较主要物体的位置和形状特征 ;短轮廓折线在方向上 　　　　　　　　　　 收稿日期 : ( ) 作者简介 : 朱　 1978 ,女 ,上海师范大学数理信息学院计算机系助教 ;吴炜 ,男 ,上海师范大学数理信息学院兼职 教授. ( ) 64 　　　　　　　　　　　　　　　　　　上海师范大学学报 自然科学版 　　　　　　　　　　　　　　　　　2004 年 图 1 　从左至右依次为 0 度、逆时针旋转 90 度和顺时针旋转 90 度的图像 不稳定 ,用以大致反映图像中物体的纹理特征. 图2 　原图像和抽取的轮廓折线 把图像区域进行分割 ,统计轮廓折线在各个分割区域的变化情况 , 以此变化信息表现图像方向的 特征. 在抽取轮廓线变化数据时 ,采用不同的方法对长轮廓折线和短轮廓折线抽取特征量. 长轮廓线用 来统计