一种基于几何图形特征点形状描述子的方法

    公开(公告)号:CN103208003B

    公开(公告)日:2015-03-11

    申请号:CN201310131631.2

    申请日:2013-04-12

    Abstract: 一种基于新的几何不变量(称为特征数)的形状描述子,属于计算机视觉领域,是将全局特征和局部特征相结合的基于轮廓的形状描述子。对图像的凸包均匀取样,得到一系列的样本点。按照特征数的定义,样本点间依次选取三点得到一系列特征数值,构成一个特征向量,即该图像的形状描述子。该描述子充分利用了形状内部轮廓的信息,描述子的每一个分量所描述的内容能够覆盖形状的某一区域,提高对形状的描述能力和精确程度,并由于其本身为射影不变量,可适用于在多种几何变换,另外,对于不同程度噪声的干扰,也具有很强的稳定性。在匹配阶段,用首点匹配代替点对点的动态匹配,极大的提高了识别时间。基于特征数的形状描述子具有较强的紧致性,稳定性和较高的实用价值。

    一种基于几何图形特征点形状描述子的方法

    公开(公告)号:CN103208003A

    公开(公告)日:2013-07-17

    申请号:CN201310131631.2

    申请日:2013-04-12

    Abstract: 一种基于新的几何不变量(称为特征数)的形状描述子,属于计算机视觉领域,是将全局特征和局部特征相结合的基于轮廓的形状描述子。对图像的凸包均匀取样,得到一系列的样本点。按照特征数的定义,样本点间依次选取三点得到一系列特征数值,构成一个特征向量,即该图像的形状描述子。该描述子充分利用了形状内部轮廓的信息,描述子的每一个分量所描述的内容能够覆盖形状的某一区域,提高对形状的描述能力和精确程度,并由于其本身为射影不变量,可适用于在多种几何变换,另外,对于不同程度噪声的干扰,也具有很强的稳定性。在匹配阶段,用首点匹配代替点对点的动态匹配,极大的提高了识别时间。基于特征数的形状描述子具有较强的紧致性,稳定性和较高的实用价值。

Patent Agency Ranking