基于频率域特性的闭合轮廓描述子对比分析

本文将通过实验对两种基于频率域特性的平面闭合轮廓曲线描述方法(Fourier Descriptor,FD和Wavelet Descriptor,WD)的描述性、视觉不变性和鲁棒性的对比分析,讨论它们在形状分析及识别过程中的性能。在此基础上提出一种基于小波包分解的轮廓曲线描述方法(Wavelet Packet Descriptor,WPD),通过与WD的对比表明其在特定场合具有更强的细节刻画能力。