形状特征提取

1、形状特征提取(一)特点：各种基于形状特征的检索方法都可以比较有效地利用图像中感兴趣的目标来进行检索,但它们也有一些共同的问题,包括：目前基于形状的检索方法还缺乏比较完善的数学模型；如果目标有变形时检索结果往往不太可靠；许多形状特征仅描述了目标局部的性质,要全面描述目标常对计算时间和存储量有较高的要求；许多形状特征所反映的目标形状信息与人的直观感觉不完全一致,或者说,特征空间的相似性与人视觉系统感受到的相似性有差异.另外,从2-D图像中表现的 3-D物体实际上只是物体在空间某一平面的投影,从 2-D图像中反映 出来的形状常不是 3-D物体真实的形状,由于视点的变化,可能会产生各种失真.(二)常用

2、的特征提取与匹配方法I几种典型的形状特征描述方法通常情况下,形状特征有两类表示方法,一类是轮廓特征,另一类是区域特征.图像的轮廓特征主要针对物体的外边界,而图像的区域特征那么关系到整个形状区域.几种典型的形状特征描述方法：(1)边界特征法该方法通过对边界特征的描述来获取图像的形状参数.其中Hough变换检测平行直线方法和边界方向直方图方法是经典方法.Hough变换是利用图像全局特性而将边缘像素连接起来组成区域封闭边界的一种方法,其根本思想是点一线的对偶性； 边界方向直方图法首先微分图像求得图像边缘,然后,做出关于边缘大小和方向的直方图,通常的方法是构造图像灰度梯度方向矩阵.(2)傅里叶形状描述

3、符法傅里叶形描述符(Fouriershapedescriptors)根本思想是用物体边界的傅里叶变换作为形状描述,利用区域边界的封闭性和周期性,将二维问题转化为一维问题.由边界点导出三种形状表达,分别是曲率函数、质心距离、复坐标函数.(3)几何参数法形状的表达和匹配采用更为简单的区域特征描述方法,例如采用有关形状定量测度(如矩、面积、周长等)的形状参数法(shapefactor).在 QBIC系统中,便是利用圆度、 偏心率、主轴方向和代数不变矩等几何参数,进行基于形状特征的图像检索.需要说明的是,形状参数的提取,必须以图像处理及图像分割为前提,参数的准确性必然受到分割效果的影响,对分割效果很差

4、的图像,形状参数甚至无法提取.(4)形状不变矩法利用目标所占区域的矩作为形状描述参数.(5)其它方法近年来,在形状的表示和匹配方面的工作还包括有限元法( FiniteElement Method 或 FEM)、旋转函数(Turning Function )和小波描述符( Wavelet Descriptor)等方法.n基于小波和相对矩的形状特征提取与匹配该方法先用小波变换模极大值得到多尺度边缘图像,然后计算每一尺度的7个不变矩,再转化为10个相对矩,将所有尺度上的相对矩作为图像特征向量,从而统一了区域和封闭、 不封闭结构.Camshift 原理camshift利用目标的颜色直方图模型将图像转换

5、为颜色概率分布图,初始化一 个搜索窗的大小和位置,并根据上一帧得到的结果自适应调整搜索窗口的位置和 大小,从而定位出当前图像中目标的中央位置.分为三个局部：1-色彩投影图(反向投影)：(1) .RGB颜色空间对光照亮度变化较为敏感,为了减少此变化对跟踪效果的影响,首先将图像从RGES间转换到HSV®问.(2).然后对其中的H分量作直方图, 在直方图中代表了不同H分量值出现的概率或者像素个数,就是说可以查找出H 分量大小为h的概率或者像素个数,即得到了颜色概率查找表.(3).将图像中每 个像素的信用其颜色出现的概率对替换,就得到了颜色概率分布图.这个过程就叫反向投影,颜色概率分布图是一

6、个灰度图像.2-meanshiftmeanshift算法是一种密度函数梯度估计的非参数方法,通过迭代寻优找到概率 分布的极值来定位目标.算法过程为：(2) .在颜色概率分布图中选取搜索窗 W(3) .计算零阶距：必=汇汇"三y)y y计算一阶距：Mo=汇汇必“)x y计算搜索窗的质心：% = M/；乂 二%"以(4) .调整搜索窗大小,、,+ 2d_ s = i/ 356, Af宽度为 N .°1长度为1.2s ;(5) .移动搜索窗的中央到质心,如果移动距离大于预设的固定阈值,那么重复2)3)4),直到搜索窗的中央与质心间的移动距离小于预设的固定阈值,或者循环运

7、算的次数到达某一最大值,停止计算.关于 meanshift的收敛性证实可以 google相关文献.3-camshift将meanshift算法扩展到连续图像序列,就是 camshift算法.它将视频的所有 帧做meanshift运算,并将上一帧的结果,即搜索窗的大小和中央,作为下一帧 meanshift算法搜索窗的初始值.如此迭代下去,就可以实现对目标的跟踪.算法过程为：(1) .初始化搜索窗(2) .计算搜索窗的颜色概率分布(反向投影)(3) .运行meanshift算法,获得搜索窗新的大小和位置.(4) .在下一帧视频图像中用(3)中的值重新初始化搜索窗的大小和位置,再跳转 到(2)继续进行.camshift能有效解决目标变形和遮挡的问题,对系统资源要求不高,时间复