表观对称的轮廓编组算法-厦门理工学院学报.PDF

　 第２４ 卷　 第１ 期 厦门理工学院学报 Ｖｏｌ． ２４　 Ｎｏ． １ 　 　 ２０１６ 年２ 月 Ｊｏｕｒｎａｌ ｏｆ Ｘｉａｍｅｎ Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｔｅｃｈｎｏｌｏｇｙ Ｆｅｂ． ２０１６ 表观对称的轮廓编组算法 杜晓凤， 谢小竹 （厦门理工学院计算机与信息工程学院， 福建 厦门３６１０２４ ） ［摘　 要］ 为了解决轮廓编组算法易受背景边缘干扰及算法的准确率低的问题， 提出了一种以表观对 称作为全局线索的轮廓编组算法． 提取表观对称的边缘段作为编组单元， 减少背景边缘的影响， 进而建立 以对称单元为节点， 对称单元之间的关系为边的图模型， 将轮廓编组转换为搜寻最优路径问题． 对比实验 结果表明， 该算法减少了轮廓编组中图模型的节点数目， 提高了编组准确度． ［关键词］ 知觉组织； 轮廓编组； 对称性； 目标识别； 路径搜索 ［中图分类号］ ＴＰ３９１　 ［文献标志码］ Ａ　 ［文章编号］ １６７３ － ４４３２ （２０１６ ） ０１ － ００５７ － ０７ 轮廓是介于底层图像边缘特征和高层抽象表达的中间表达特征， 是目标识别的主要特征之一． 轮 廓编组的任务是： 在边缘检测的基础上， 依据给定的约束规则， 提取符合约束条件的边缘作为目标轮 廓． 在轮廓编组中， 约束规则分为局部约束和全局约束． 其中局部约束反映了目标轮廓的局部关系， 如格式塔理论中的邻近性、 延续性及共线 （ 曲） 性等． 轮廓编组中如果只考虑边缘片段与其邻近片 ［１］ 段之间的邻近性、 共线性， 无法保证所提取的轮廓符合人类的知觉感知 ． 全局约束类算法在局部 线索的基础上加入全局特征． 全局约束一般反映了目标的整体关系， 如物体表观的统一性、 轮廓的闭 ［２ － ４ ］ ［５ ］ ［６ ］ 合性等 ． Ｅｓｔｒａｄａ 等 提出表观一致约束的自适应编组算法； Ｍｏｖａｈｅｄ 等 结合局部边缘几何信息 ［７ ］ 与全局表观特征设计闭合轮廓提取算法； Ａｄｌｕｒｕ 等 综合考虑边缘段间的邻近关系以及边缘片段之 ［８ ］ 间几何对称约束， 提出了轮廓－ 骨架的二元约束编组算法； Ｂａｉ 等 以对称性作为全局指导信息， 提 出骨架匹配的目标识别算法． 以上算法在轮廓提取时采用的是局部搜索策略， 通过局部搜索将边缘连 ［９ ］ 接成平滑闭合轮廓， 这种局部搜索容易陷入局部极值， 导致编组结果的不稳定． Ｗａｎｇ 等 提出了 Ｒａｔｉｏ － Ｃｏｎｔｏｕｒ （简称为ＲＣ ） 算法， 将几何关系上对称的边缘段看作一个对称单元， 以对称单元为节 点、 对称单元之间的几何关系为边建立图模型， 设计基于全局显著度的目标函数， 通过最优路径搜索 解决轮廓编组问题． ＲＣ 算法融入了格式塔规则中的封闭性、 邻近性、 延续性约束． 在文献 ［１０ ］ 中， 改进的ＲＣ 算法在目标函数中加入了封闭轮廓内区域面积信息度量，