针对现有轮廓匹配算法在轮廓缺失、轮廓噪声点、非线性光照下匹配效果差的问题,提出了基于方向梯度直方图(histogram of oriented gradient,HOG)特征描述的轮廓匹配算法。将轮廓曲线点离散化,计算所有离散点梯度并统计其在不同方向上的...针对现有轮廓匹配算法在轮廓缺失、轮廓噪声点、非线性光照下匹配效果差的问题,提出了基于方向梯度直方图(histogram of oriented gradient,HOG)特征描述的轮廓匹配算法。将轮廓曲线点离散化,计算所有离散点梯度并统计其在不同方向上的密度分布,以欧氏距离作为相似性度量,采用金字塔分层搜索策略进行搜索。统计所有离散点梯度信息得到梯度方向直方图,融合了轮廓的局部信息和全局信息,使得该算法对部分缺失、遮挡、边缘噪声具有较高的鲁棒性。以印花鞋面表面轮廓为试验对象,使用该算法进行匹配,结果表明,在复杂背景下,该算法对加入人为干扰的鞋面匹配效果较好,且采用金字塔分层搜索策略,匹配速度能满足实际应用的需要。展开更多
文摘针对现有轮廓匹配算法在轮廓缺失、轮廓噪声点、非线性光照下匹配效果差的问题,提出了基于方向梯度直方图(histogram of oriented gradient,HOG)特征描述的轮廓匹配算法。将轮廓曲线点离散化,计算所有离散点梯度并统计其在不同方向上的密度分布,以欧氏距离作为相似性度量,采用金字塔分层搜索策略进行搜索。统计所有离散点梯度信息得到梯度方向直方图,融合了轮廓的局部信息和全局信息,使得该算法对部分缺失、遮挡、边缘噪声具有较高的鲁棒性。以印花鞋面表面轮廓为试验对象,使用该算法进行匹配,结果表明,在复杂背景下,该算法对加入人为干扰的鞋面匹配效果较好,且采用金字塔分层搜索策略,匹配速度能满足实际应用的需要。