学习与《基于内容的...》_齐
新的形状描述方法
A.基于外接圆采样特征的轮廓特征描述算子(边界质心距直方图 + 外接圆采样三角形半径直方图)
步骤:
1.找出图形边界点,从而求出质心.
2.求各边界点到质心的距离,归一化,10等分,构建质心距离直方图。(量化)
3.对边界点进行采样,按照参数等距选取一些边界采样点,然后将每两个采样点加上质心构成一个三角形,计算该三角形的外接圆半径,最后将半径值归一化,做出外接圆半径直方图。(量化)
ps:需要注意的是,根据外接圆公式推算,不可以密集采样,否则将产生定值。
表示差异:分别对两幅图像,每个直方图的每个区间的值做欧式距离,然后求和,就是整体差异。
B.基于兴趣点及其空间分布特征的区域特征描述子(兴趣点匹配个数 + 兴趣点外接圆10等分兴趣点分布直方图)
步骤:
1.通过KLT检测兴趣点算法,提取兴趣点,每个兴趣点包括特征值和坐标两部分。
2.计算出所有兴趣点的最小外接圆
3.将圆形10等分,统计每个区域中的点的个数,从而构建兴趣点分布直方图。(量化)
表示差异:(1-计算两幅图的兴趣点匹配的所占比例) + 两幅图的兴趣点分布直方图的欧式距离,求和即是他们的总体差异。
总结:新的形状描述方法,一个是基于图像轮廓的,另一个是基于图像区域的。新提出的创新点就在于,通过新增了外接圆的概念,建立起孤立的边界点和兴趣点之间的联系,从而增加了图像描述和索引的准确性。
**粗体** _斜体_ [链接](http://example.com) `代码` - 列表 > 引用
。你还可以使用@
来通知其他用户。