论文部分内容阅读
科学家与科幻作家一直梦想着人类能够制造出智能机器,而这种智能机器首先要能够对可视世界进行理解。Alan Turing相信数字计算机可以具备理解场景的智慧和能力,这就拉开了机器视觉发展的序幕。
而形状是人在观察周围环境时首先注意到的信息之一,可以说是最有感觉意义的物体的特征,因此形状分析也是机器视觉领域一个重要的研究课题。
从二十世纪六十年代开始,形状分析的方法曾出不穷,研究取得了很多的成果,但是和人类视觉具备的能力相比,还是有很大差距。时至今日,形状分析仍然是一个很热门而且具有很大发展空间的研究方向。
本文探讨和研究了形状分析的方法,并提出了一种新的基于傅里叶变换的形状上下文描述方法,与以前的形状上下文描述子相比,增加了天然的旋转不变性,同时描述子本身也更加简洁。该方法是借用了形状上下文的思想,对形状边界上的点,捕获其余点相对于它的分布,并借助傅立叶变换的良好不变性,形成一种新的非常简洁而且具有天然旋转不变性的描述子,进而运用到两个形状的匹配过程中去。由于该方法中的描述子将全局采样点的分布信息有机地结合到了每个采样点的特征描述中去,从而使采样点可以得到更好地鉴别匹配。
本文提出的方法,具有平移、缩放、旋转三个不变性,能够处理一定的不规则形变,忍受一定的缺损和干扰。实验证明在形状有形变、遮挡、缺损的情况下都可以取得较好的容错识别效果。