CN104103078A - 一种螺旋对称中心检测方法 - Google Patents

Abstract

本发明公开一种螺旋对称中心检测方法，该方法采用计算机视觉处理方法，既可以检测螺旋对称中心又可以检测圆对称中心。该方法在两个既有圆对称中心又有螺旋对称中心的图像数据集上进行验证，结果显示本发明检测方法可靠性较高，不仅对圆的对称中心检测有较高的准确率，对螺旋对称中心的检测也达到了较好的水平。

Description

一种螺旋对称中心检测方法

技术领域

本发明涉及模式识别技术领域，具体是一种螺旋对称中心检测方法。

背景技术

圆形结构是一种最为常见的对称性结构。在模式识别及计算机视觉领域，圆对称中心检测及定位具有重要的应用价值。例如，2006年，Loy等人(参见ECCV,2006.)提出了一套基于SIFT特征提取及匹配的圆对称中心的检测定位方法；2012年，Lee,S.等人(参见IEEE Trans.Pattern Anal.Mach.Intell.,vol.31,no.9,pp.1659-1672,2010.)提出了一套基于频域变换的圆对称中心检测和定位方法。这些方法都可以实现圆对称中心的自动检测及定位。利用已有的圆对称中心检测及定位方法，人们可以进行目标识别、区域分割及目标跟踪。

在人类视觉世界中，圆对称性分为两种，一种是有限区域的圆对称性，另一种是无限区域的圆对称性。这一点在数学家weyl,H的《对称》一书中进行了科学的定义及划分。有限区域的圆对称性就是常见的封闭圆形模式，无限区域的圆对称性就是螺旋形的圆对称模式，也就是含有径向变化的旋转对称性，在《对称》一书中对这种螺旋对称性进行了数学描述，其公式可表示为对数螺线的形式，具体如下：

ρ＝ae^bθ   (1)

其中，a是初始极径，b是生长因子，θ是旋转角，ρ是当前极径。显然，当b为0时，螺旋对称就变为了圆对称，可见，圆对称式螺旋对称的一个特例。

螺旋对称性在自然界和人类世界中随处可见。例如:鹦鹉螺的横切面，海马卷曲的尾巴，大象卷曲的鼻子，台风俯视图，敦煌壁画中的祥云图案等。

对于单张图片的螺旋对称性检测及中心定位，目前没有这方面的专项技术。而传统的圆对称中心检测方法应用于螺旋对称性检测得不到准确的结果。本发明所提出的螺旋对称中心检测方法既可以检测传统的圆对称性中心，又可以检测螺旋对称性中心。

发明内容

针对现有技术的不足，本发明要解决的技术问题是，提出一种螺旋对称中心检测方法。该方法采用计算机视觉处理方法，既可以检测螺旋对称中心又可以检测圆对称中心。

本发明解决所述技术问题的技术方案是，设计一种螺旋对称中心检测方法，其特征在于该方法按以下步骤进行：

1)匹配三元组提取

①对待检测图像进行SIFT特征提取，得到所有的SIFT特征点及相应的特征点位置坐标、主方向和尺度值；

②为每一个特征点找到和它最为匹配的两个特征点(欧式距离意义下距离最小的点)，这三个特征点形成一个三元组，从而得到一个三元组的集合；

2)候选螺旋对称中心点的生成

利用每个已提取的三元组所包含的三个特征点P_i,P_j,P_k，可以生成一个候选中心点O_ijk。具体过程如下：

假设O_ijk的位置已知，以O_ijk为中心，经过三元组所包含的三个特征点P_i,P_j,P_k，可以画出一条等角螺线S；

P_i,P_j,P_k与O_ijk的连线分别设为l_i,l_j,l_k，这三条连线与水平方向之间的夹角分别设为θ_i,θ_j,θ_k；

P_i,P_j,P_k的主方向与水平方向之间的夹角分别设为

经过P_i,P_j,P_k的S的切线分别设为q_i,q_j,q_k；

l_i,l_j,l_k分别与q_i,q_j,q_k的夹角是一个相等的角β；

在每一个特征点处，特征点主方向与过改点的螺线切线之间的夹角ω是常值；

由于其中u∈{i,j,k}，从而有

其中，u,v∈{i,j,k}，且u≠v。设中心点坐标为(x_o,y_o)，有其中(x_u,y_u)是特征点的位置坐标；同时，是特征点的主方向；由此可以得到一个关于(x_o,y_o)的秩为二的二元二次方程组，解此方程组，可求出(x_o,y_o)。求出(x_o,y_o)后，将三个特征点到(x_o,y_o)的距离的均值d记录下来用于后面的权值计算；这样，每一个三元组都可以得到一个候选对称中心点坐标(x_o,y_o)和一个用来计算权值的d；

3)Hough空间voting

将所有的候选中心点坐标放到一个二维Hough空间中进行加权投票，并用一个高斯核(σ＝5)对Hough空间中的点进行全局模糊，得到的局部极值点就是检测到的螺旋对称中心点；其中，每一个候选中心点的权值W_ijk为：

$W_{\mathrm{ijk}}=\frac{1-d_{\mathrm{ijk}}}{d_{\max }}---\left(3\right)$

式(3)中，d_max为所有d值中的最大值，d_ijk为当前候选中心点的d值。

本发明的有益效果在于：

1.提出了一种匹配三元组提取算法用于检测螺旋的对称中心。

2.提出了利用Hough空间加权投票方法来确定螺旋对称候选中心点。

3.本发明检测方法既可以检测螺旋的对称中心，又可以检测圆的对称中心，填补了世界范围内针对单张图像的螺旋对称中心检测方法的空白。

附图说明

图1为本发明螺旋对称中心检测方法一种实施例的候选螺旋对称中心点生成示意图。

图2为本发明螺旋对称中心检测方法一种实施例的检测集图像Dateset1。

图3为本发明螺旋对称中心检测方法一种实施例的检测集图像Dateset2

图4为本发明螺旋对称中心检测方法一种实施例的台风中心检测图，图4(a)、图4(b)分别为热带气旋、台风卫星云图原图，图4(a')、图4(b')为检测到中心的热带气旋、台风卫星云图。

具体实施方式

下面结合具体实施例及附图来进一步阐释本发明。

本发明设计的螺旋对称中心检测方法(简称检测方法)，该方法按以下步骤进行：

1)匹配三元组提取

①对待检测图像进行SIFT特征提取，得到所有的SIFT特征点及相应的特征点位置坐标、主方向和尺度值。

②为每一个特征点找到和它最为匹配的两个特征点，该特征点是指欧式距离意义下距离最小的点，这三个特征点形成一个三元组，从而得到一个三元组的集合。

2)候选螺旋对称中心点的生成

利用每个已提取的三元组所包含的三个特征点P_i,P_j,P_k，可以生成一个候选中心点O_ijk。具体过程如下：

假设O_ijk的位置已知，以O_ijk为中心，经过三元组所包含的三个特征点P_i,P_j,P_k，可以画出一条等角螺线S。

P_i,P_j,P_k与O_ijk的连线分别设为l_i,l_j,l_k，这三条连线与水平方向之间的夹角分别设为θ_i,θ_j,θ_k。

P_i,P_j,P_k的主方向与水平方向之间的夹角分别设为

经过P_i,P_j,P_k的S的切线分别设为q_i,q_j,q_k。

等角螺线的等角性表明：等角螺线上任一点和中心的连线都与经过该点的螺线切线有相等的夹角。因此，l_i,l_j,l_k分别与q_i,q_j,q_k的夹角是一个相等的角β。

同时，Loy等人提出的圆对称中心检测方法中提出：在每一个特征点处，特征点主方向与过改点的螺线切线之间的夹角ω是常值。

由于其中u∈{i,j,k}，从而有

其中，u,v∈{i,j,k}，且u≠v。设中心点坐标为(x_o,y_o)，有其中(x_u,y_u)是特征点的位置坐标，已知。同时，是特征点的主方向，也已知。由此可以得到一个关于(x_o,y_o)的秩为二的二元二次方程组，解此方程组，可求出(x_o,y_o)。求出(x_o,y_o)后，将三个特征点到(x_o,y_o)的距离的均值d记录下来用于后面的权值计算。这样，每一个三元组都可以得到一个候选对称中心点坐标(x_o,y_o)和一个用来计算权值的d。

3)Hough空间voting

将所有的候选中心点坐标放到一个二维Hough空间中进行加权投票，并用一个高斯核(σ＝5)对Hough空间中的点进行全局模糊，所得到的局部极值点就是检测到的螺旋对称中心点。其中，每一个候选中心点的权值W_ijk为：

$W_{\mathrm{ijk}}=\frac{1-d_{\mathrm{ijk}}}{d_{\max }}---\left(3\right)$

式(3)中，d_max为所有d值中的最大值，d_ijk为当前候选中心点的d值。

在两个检测集上对本发明检测方法进行验证。Dateset1检测集包括21张图像(参见图3)，26个圆对称中心。Dateset2检测集包括31张图像(参见图4)，33个对称中心，其中圆对称中心占12.12％，螺旋对称中心占87.88％。应用本发明检测方法分别对两个检测集中的图像进行检测，当检测到的中心与实际中心的距离与图像对角线长度的比值小于1％时，认为检测正确，否则认为检测错误。得到的召回率(recall)，准确率(precision)和综合评价指标(F1-measure)的结果如表1所示。此处的召回率是指检测正确的对称中心与实际对称中心的百分比。

表1检测结果统计表

本发明检测方法可靠性较高，不仅对圆的对称中心检测有较高的准确率，对螺旋对称中心的检测也达到了较好的水平。

由于螺旋对称性与自然界的生物生长及很多自然现象之间存在深入的内在联系，因此螺旋对称性检测具有广泛的应用价值。例如，台风、热带气旋的结构符合螺旋对称性，台风或热带气旋中心的检测在气象领域具有重要价值。应用本发明所提出的检测方法可以实现对台风或热带气旋中心的自动检测(参见图4)。

本发明未述及之处适用于现有技术。

Claims (2)

1.一种螺旋对称中心检测方法，该检测方法按以下步骤进行：

1)匹配三元组提取

①对待检测图像进行SIFT特征提取，得到所有的SIFT特征点及相应的特征点位置坐标、主方向和尺度值；

②为每一个特征点找到和它最为匹配的两个特征点，这三个特征点形成一个三元组，从而得到一个三元组的集合；

2)候选螺旋对称中心点的生成

利用每个已提取的三元组所包含的三个特征点P_i,P_j,P_k，可以生成一个候选中心点O_ijk；具体过程如下：

假设O_ijk的位置已知，以O_ijk为中心，经过三元组所包含的三个特征点P_i,P_j,P_k，可以画出一条等角螺线S；

P_i,P_j,P_k与O_ijk的连线分别设为l_i,l_j,l_k，这三条连线与水平方向之间的夹角分别设为θ_i,θ_j,θ_k；

P_i,P_j,P_k的主方向与水平方向之间的夹角分别设为

经过P_i,P_j,P_k的S的切线分别设为q_i,q_j,q_k；

l_i,l_j,l_k分别与q_i,q_j,q_k的夹角是一个相等的角β；

在每一个特征点处，特征点主方向与过改点的螺线切线之间的夹角ω是常值；

由于其中u∈{i,j,k}，从而有

其中，u,v∈{i,j,k}，且u≠v；设中心点坐标为(x_o,y_o)，有其中(x_u,y_u)是特征点的位置坐标；同时，是特征点的主方向；由此可以得到一个关于(x_o,y_o)的秩为二的二元二次方程组；解此方程组，可求出(x_o,y_o)；求出(x_o,y_o)后，将三个特征点到(x_o,y_o)的距离的均值d记录下来用于后面的权值计算；这样，每一个三元组都可以得到一个候选对称中心点坐标(x_o,y_o)和一个用来计算权值的d；

3)Hough空间voting

将所有的候选中心点坐标放到一个二维Hough空间中进行加权投票，并用一个高斯核(σ＝5)对Hough空间中的点进行全局模糊，所得到的局部极值点就是检测到的螺旋对称中心点；其中，每一个候选中心点的权值W_ijk为：

$W_{\mathrm{ijk}}=\frac{1-d_{\mathrm{ijk}}}{d_{\max }}---\left(3\right)$

式(3)中，d_max为所有d值中的最大值，d_ijk为当前候选中心点的d值。

2.权利要求1所述的的检测方法，用于气象领域检测台风或热带气旋的螺旋对称中心。