基于最小惯性轴及链码的图像形状描述方法.doc

·· 通信学报 第30卷
第4期 李宗民等：基于最小惯性轴及链码的图像形状描述方法 ··

第30卷第4期 通信学报 Vol.30No.4
2009年4月 JournalonCommunications April2009

基于最小惯性轴及链码的图像形状描述方法
李宗民1，陆天波2，桑鑫焱1，秦宝山3
（1.中国石油大学（华东）计算机与通信工程学院，山东东营257061；2.国家计算机网络应急技术处理协调中心，北京100029；3.北京邮电大学，北京100876）
摘要：提出了基于最小惯性轴及链码的结合方法，这种方法能够同时利用形状边界轮廓和区域信息，并利用由特征点和形状质心构成的特征三角形计算得出的三角隶属函数值作为重要特征值进行相似性计算。此方法对于形状的转换是不变的，对凹边形匹配是健壮的，通过实验对比，此方法具有较高的检索性能。
关键词：最小惯性轴；多边形；顶点；质心
中图分类号：TP391.41文献标识码：A文章编号：1000-436X(2009)04-0001-05
Shapedescriptionbasedonaxisofleastinertiaandchain
LIZong-min1,LUTian-bo2,SANGXin-yan1,QINBao-shan3
(1.SchoolofComputerScienceandCommunicationEngineering,ChinaUniversityofPetroleum,Dongying257061,China;2.NationalComputerNetworkEmergencyResponseTechnicalTeam/CoordinationCenterofChina,Beijing100029,China;3.BeijingUniversityofPostsandTelecommunications,Beijing100876,China)
Abstract:Theimagedcouldbeseemedtotheapproximationofthepolygons,soitwasimportanttotheimagematchthatresearchedthepolygonmatchmethod.Itisbasedthecombinationoftheaxisofleastinertiaandthechain,thismethodwascapableofpreservingbothcontouraswellasregioninformation,anditutilizedthedegreeoftriangularmembershipwhichcomputedbythefeaturetriangulartocomputethesimilaritybetweenthetwoobjects.Thismethodwasinvarianttoimagetransformations,androbusttoconcavepolygons.Theexperimentalresultsshowthatthismethod’sperformanceandretrievalefficiencyiswell.
Keywords:axisofleastinertia;polygon;vertices;centroid

1引言
如果将二维空间中的图像细致化，就可以将它们看作是多边形的近似。因而通过研究多边形匹配对基于形状的图像检索有着重要意义。
收稿日期：2008-08-26；修回日期：2008-12-28
基金项目：国家重点基础研究发展计划（“973”计划）基金资助项目（2004CB318000,2007CB311100）；国家自然科学基金资助项目（60533090）
FoundationItems:TheNationalBasicResearchProgramofChina(973Program)(2004CB318000,2007CB311100);TheNationalNaturalScienceFoundationofChina(60533090)
Perez与Vidal[1]于1994年提出了数字化曲线的多边形逼近理想算法，这种算法的思想是基于动态规划的，算法的复杂度是O(P2S)，其中P是点的数目，S是片段数量。2001年，MarcSalotti[2]对于这种算法，利用启发式搜索策略的框架来找到一幅图中最短路径，从而使得复杂度接近O(P2)，可以看出，它不依赖于图像边界的片段数量。杨平[3]采用三角剖分算法将多边形重心与顶点连线，组成一系列三角形从而进行图形匹配，这种算法具有空间不变性且简单高效，但是不适用于凹多边形的匹配。LunHsi