基于形状描述符的滞回曲线相似性指标的形成

为了形成全面的相似度指标以评价滞回曲线的拟合程度,引入了已广泛用于图像特征提取的形状描述符,并提出了基于这些描述符形成计算数值模拟曲线相对于实验曲线的相似度指标的具体流程.根据该流程,形成了一个基于形状上下文的相似度指标.先计算两曲线滞回圈之间的相似度,再对这些相似度进行加权组合,形成整个滞回环的相似度.为了验证该指标,采用Bouc-Wen模型进行数值模拟研究.改变Bouc-Wen模型的5个参数,并形成51条数值模拟曲线,计算这些曲线相对于中值曲线的相似度与力峰值点、耗能、刚度误差.结果表明,相似度与误差之间的斯皮尔曼相关系数绝对值均大于0.78,有强烈的相关性,从而验证了该指标的可行性和指标形成流程的有效性.

利用局部形状描述实现点云配准和3D目标识别的关键技术研究

随着3D获取技术的发展,如Microsoft Kinect、Intel Realsense和三维激光扫描技术等,三维点云数据易于获取,并且正在变得越来越普遍。在许多实际应用中,三维点云数据起到重要的作用,是重要的数据来源,如实时上图与定位(simultaneous localization and mapping,SLAM)、建筑物信息管理(building information management,BIM)、智能运输系统、场景和模型重构、文物保护和逆向工程等。在这些应用中,点云数据处理是必不可少的,包括点云配准、点云分割与分类、点云简化、特征提取和目标识别等。论文主要对利用局部形状描述实现点云配准和3D目标识别进行研究。

一种基于轮廓线的形状描述与匹配方法

该文提出了一种新的基于目标轮廓线的形状描述与匹配方法。该方法将两个待匹配的目标的轮廓线等弧长地分割成相同数目的弧段,用直线段连接相邻的割点构成对轮廓线的多边形近似,用多边形的顶点到形状的几何中心的距离和其两个后继顶点的距离构成的3个距离串来描述形状,形状之间的相似度用它们的3个距离串的欧氏距离和来计算。这种描述方法满足惟一性、紧致性和不变性,而且计算简单,对形状的全局特征和局部特征都能很好地描述。实验结果表明,将该方法用于形状匹配具有较高的精度和可靠性。

一种新的几何特征形状描述子

通过对平移旋转和伸缩变换下的不变量进行研究,证明了形状的长轴端点和重心是该变换下的不变量,提出了长轴两端点与重心所成的夹角这一几何特征的形状描述子,该形状描述子具有平移旋转和伸缩变换不变性,理论分析和实验结果表明该描述子简单高效,具有较好的形状匹配结果。

基于复杂网络和最优子序列双射的形状描述与匹配

本文结合复杂网络理论分析形状特性,对形状建模成基于形状内部距离的小世界复杂网络,分析复杂网络节点的度特征和聚类系数特征,通过复杂网络的动态演化,构造多尺度的关于节点分布的直方图来描述形状;用轮廓点多尺度的度特征、聚类系数特征和内部距离形状上下文特征来描述轮廓点,结合改进的最优子序列双射算法实现形状匹配.实验中分析了复杂网络理论中各特征在形状分析中的描述能力,实验结果表明提出的形状匹配算法能实现一些非刚性变换下的物体形状匹配和较高精度的形状检索.

基于直方图的形状描述及骨架图匹配算法

考虑物体形状的多变性,给出了一种基于二维直方图的物体形状描述及骨架图匹配算法.该算法利用骨架长度和骨架上点的圆盘半径作为特征量来描述形状.首先基于二维直方图给出一种形状及骨架端点的特征描述方法,其次结合改进的最优子序列匹配算法实现骨架图的匹配.算法中的形状及骨架端点的特征描述在一些常见非刚性变换下具有不变性.实验结果表明,该算法能够实现一些非刚性变换下的物体形状的骨架图匹配和较高精度的形状检索,且复杂度较低.

确定轮廓形状匹配中形状描述函数的方法

提出一种确定形状描述函数的方法.先利用模板累加确定形状匹配参考点,再用确定的形状中心点和边界匹配起始点构造形状描述函数.该方法的特点是算法原理简单,两种点的提取采用同一算法,基于同一过程产生.实验证明本算法确定的固定点具有平移、旋转和伸缩不变性.将该形状描述函数用于形状匹配,所经历的匹配次数较边界点总长是很少的,而速度较一般匹配算法大有提高.结果表明该方法用于形状识别是可行和有效的.

三维到二维:人脸本征形状描述图

基于三维数据的人脸识别克服了二维图像数据受光照和姿态影响较大的问题,但其较高的数据维数约束了它的实际应用。本文针对三维人脸数据的简化描述,提出了将三维人脸映射至二维表示的本征形状描述图方法。该方法首先基于约束离散保形映射将三维人脸数据微分同构映射到一个局部几何特征保持的二维区域。然后基于人脸曲面几何结构特性和表观特性,构建二维本征形状描述图,用于简化对三维人脸数据的描述,并进行识别验证。基于国际公共人脸数据库FRGC2.0和GavabDB的三维人脸识别实验显示,本征形状描述图法在姿态变化大于60°时的识别率达到90.6%,比现有方法高5.9%,单次匹配时间为7.89s。该方法将三维人脸识别问题转换为了二维平面图像的识别问题,有效降低了数据描述的复杂度。得到的结果展示了该方法计算效率高,且对姿态变化有良好的健壮性。

建筑物多边形高精度识别的傅里叶形状描述子神经网络方法

形状识别是地图空间认知的重要内容之一,结合有效的形状特征向量提取方法和空间认知试验的神经网络方法是提高形状识别的有效途径。本文构建了一种融合了圆形度、偏心率和矩形度等宏观形状特征参量的傅里叶形状描述子作为形状特征向量的神经网络建筑多边形状识别器。首先,利用傅里叶变换和计算几何方法分别提取建筑多边形的傅里叶形状描述子及圆形度、偏心率、矩形度参量,并组成形状特征向量。然后,通过样本数据的训练实现了建筑多边形与形状模板之间匹配的神经网络识别器。结果表明,本文方法相较于以往的方法大幅度提高了精度(达到98.7%),而且特征提取算法不受多边形点数不一致的限制。通过对武汉、郑州两大城市的真实建筑物数据进行形状识别,证实该方法具有较好的识别效果。

一种基于多级弦长函数的傅立叶形状描述子

提出了一种用于形状检索的基于多级弦长函数的傅立叶形状描述子(MCLFD).它产生于对形状轮廓线的等弧长分割.相对于其它的傅立叶描述子,MCLFD不仅计算非常简单,而且对形状的整体特征和细节信息都能进行很好的描述.作者用MPEG-7的标准轮廓线形状测试集和从野外采集的植物叶片形状库,对MCLFD进行了检索性能测试,并和其它的傅立叶描述子进行了对比,实验结果表明,MCLFD具有更优的检索性能,通过加噪声实验也证明了其鲁棒性.

基于水平集和形状描述符的腹部CT序列肝脏自动分割

肝脏分割是计算机辅助肝脏疾病诊断的重要前提和基础.本文提出了一种新的基于水平集和形状描述符的腹部CT序列图像肝脏自动分割方法.首先,对原始腹部CT序列图像进行预处理,去除与肝脏不相关的器官和组织.然后,利用灰度偏移场,结合周长项、距离正则项和相邻切片肝脏分割结果构建水平集能量函数,实现CT序列肝脏自动分割.为避免分割误差累积,提出一种基于形状描述符和瓶颈率的肝脏边缘优化方法,在每张切片分割完毕后去除由于灰度重叠造成的过分割.通过对XHCSU14数据库和Sliver07数据库中腹部CT序列的肝脏分割实验,以及与其他肝脏分割算法的比较,表明了本文方法的有效性,且分割精度高,鲁棒性强.

基于有向复杂网络模型的形状描述与识别

针对传统复杂网络方法对形状的非刚性变形较为敏感等问题,在形状内部距离的基础上利用有向复杂网络进行形状分析.首先提取形状边界点作为复杂网络的节点,以形状边界点之间的内部距离作为复杂网络中节点之间的边权值构建初始网络;然后对初始复杂网络进行k近邻演化,得到不同演化时刻的有向子网络;最后提取各有向子网络的特征来实现复杂网络的特征描述,进而实现形状的特征表示.实验结果表明,该方法对常见的形状变形具有更强的鲁棒性;与传统的无向网络模型相比,具有更高的检索和分类精度.

基于形状描述直方图的声呐图像目标识别算法

针对水下声呐图像目标检测与识别问题,在图像规格化条件下,定义了几种不同的形状描述子,并统计计算描述子直方图,定义了几种不同的直方图匹配测度函数用以计算直方图间的相似性。分析了算法中关键参数的选取问题。仿真结果表明,基于该算法的识别率可达到98%以上,具有较强的不变性和鲁棒性。通过进一步信息融合算法可快速准确地实现水下声呐图像目标识别,具有较强的应用价值。

一种不变的基于傅立叶变换的区域形状描述子

提出了一种不变的基于傅立叶变换的区域形状描述子.该方法首先将区域形状图像用极坐标光栅重新采样成形状像素矩阵,然后对该矩阵进行两次一维傅立叶变换和一次相位修正操作,最后用低频傅立叶系数构成的矩阵作为形状描述子.该形状描述子不仅保留了傅立叶系数中的相位信息,而且满足不变性.实验结果表明该方法要优于现有的傅立叶区域形状描述方法和Zernike矩形状描述方法.

弦特征矩阵:一种有效的用于植物叶片图像分类和检索的形状描述子

植物叶片形状一般具有小的类间差异和大的类内变化,再加之叶片的自遮挡和噪声的干扰,给叶片形状的识别带来了很大的挑战.文中提出了一种新的形状描述子——弦特征矩阵(Chord-Features Matrices,CFM),精确而又鲁棒地应用于植物叶片图像的分类和检索问题.该方法将目标轮廓线的弦,依据轮廓线所围成的区域,分成内和外两个部分.因其与轮廓线凸凹特性的相关性,该方法用多个尺度级的内部弦长和外部弦长生成两个矩阵,旨在隐式地描述轮廓线的多尺度的凸凹特性.该方法还定义了多个尺度级的弧到弦的平均投影长度,并构成矩阵,以反应轮廓线在各个尺度级下的弯曲程度.组合这3个矩阵所形成的CFM描述子,全面地刻画了轮廓线的几何特性,具有强的形状表征能力.用Swedish、Flavia和ImageCLEF这3个具有挑战性的叶片图像测试集,对文中提出的CFM方法分别进行分类和检索性能评估.实验结果表明,文中提出的方法在精确度和对噪声的鲁棒性方面均优于其他植物叶片图像分类和检索方法.而文中提出的方法在MPEG-7测试集上的实验结果则验证了其具有应用于一般的形状识别任务的潜力.

一种用于形状描述的拱高半径复函数

提出了一种新的用于形状描述的轮廓线函数——拱高半径复函数(AHRC).AHRC用中心距离和带正负号的拱高来分别描述形状的全局特征和局部细节.用AHRC的傅立叶变换系数构成描述形状的特征向量.在MPEG-7标准测试集上对该方法进行图像检索实验,并将其实际应用于植物叶片图像的检索,同现有的分别基于中心距离、三角形面积、最远点距离、角度半径的傅立叶描述子和小波傅立叶描述子进行性能比较.实验结果表明,本文提出的方法性能最优,表明了该方法的有效性和实际应用价值.

一种基于多尺度拱高形状描述的图像检索方法

本文提出了一种多尺度拱高形状描述(MSAH).该方法用多尺度的拱高来度量形状轮廓线在其每一个点的弯曲程度,这里尺度是以该点为中点的弧段的长度.在每一个尺度级,为形状轮廓线构建一个一维的拱高函数,然后对其进行傅立叶变换,组合各尺度级的低阶的傅立叶变换系数,构成描述形状的特征向量.在形状匹配阶段,用两个形状的特征向量的L1-距离来度量它们的形状相似性.该方法不仅能描述形状的全局特征,而且能描述形状的细节信息,因而在应用于图像检索中,具有高的检索精确率.MSAH形状描述子非常紧致,而且具有较低的计算复杂度,因而检索效率也很高.在用MPEG-7形状数据库和植物叶片形状数据库的检索实验中,其检索性能要优于近年来提出的基于变换域的形状描述方法和经典的形状上下文描述方法.

一种基于空间对称变换的三维模型形状描述方法

针对基于内容三维模型检索中形状特征提取的关键问题,提出一种基于空间对称变换的三维模型形状特征描述符构造方法,此方法主要依据三维模型内部无处不在的对称特性.首先计算三维模型中点对之间的对称变换,其中点对来源于球面均匀分区采样后顶点集;然后利用点对的对称变换构造三维模型顶点对称空间,并结合空间聚类获得三维模型内部对称关系,从而给出对称区域描述;最后将对称区域描述符集合中数据按照对称区域大小排序后作为整个三维模型形状特征描述符,此特征受三维模型简化、细化、以及几何操作影响较小,且利用特征库后三维模型检索速度比较满意.文章最后分别从特征相似性比较、检索效率以及检索实验结果三个方面验证了方法的有效性.

数字地图符号的形状描述与识别

采用地图自动数字化替代既费时又费力的传统手工数字化，是当代地图制图学的一项重要研究内容，而数字地图符号的描述与识别则是实现这一目标的关键技术。为此，本文利用带搜索控制准则的新边界跟踪算法改进了传统的边界跟踪算法，提出了用傅立叶系数描述符号，给出了如何由链码计算傅立叶系数，并对计算公式作了进一步改进，以及由傅立叶系数提取形状特征不变量。最后，对符号识别进行实验验证，并做了相应的分析讨论。

一种基于旋转不变量的三维形状描述子

提出一种新的基于三维模型的旋转不变量的形状描述子。在此方法中,使用Hadamard变换的工具先将三维模型表达成一序列球面函数,然后使用球面调和分析提取这些球面函数的旋转不变量。这一做法能够尽量避免将三维模型表达成球面函数过程中的信息丢失。基于这些旋转不变量给出了一种形状相似性度量。给出了大量试验结果,验证了此描述子的性能要优于其他现有的三维形状描述子。