CN107392945A - 一种二维轮廓匹配方法 - Google Patents
一种二维轮廓匹配方法 Download PDFInfo
- Publication number
- CN107392945A CN107392945A CN201710435416.XA CN201710435416A CN107392945A CN 107392945 A CN107392945 A CN 107392945A CN 201710435416 A CN201710435416 A CN 201710435416A CN 107392945 A CN107392945 A CN 107392945A
- Authority
- CN
- China
- Prior art keywords
- mrow
- msubsup
- msup
- msub
- distance
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
- G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
- G06T7/32—Determination of transform parameters for the alignment of images, i.e. image registration using correlation-based methods
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种二维轮廓匹配方法。现有的二维轮廓匹配方法在轮廓放缩和重采样等变换下不够稳定。本发明采用轮廓质心与轮廓上各采样点之间距离的直方图和距离差分直方图作为特征来计算两轮廓之间的距离，该距离越小，则两轮廓越相似。
Description
技术领域
本发明属于图像图形检索、机器视觉领域，涉及一种二维轮廓匹配方法，用于计算两个二维轮廓之间的相似程度。
背景技术
二维轮廓匹配是通过一定的度量准则来计算二维轮廓之间的相似性，它是计算机视觉和模式识别的基本问题，也是许多科学领域的基础性问题。本发明公开了一种无需校准的二维轮廓匹配方法，且无惧旋转平移和整体放缩变换。
发明内容
本发明针对现有技术的不足，提供一种用于计算两个二维轮廓之间相似程度的二维轮廓匹配方法。
本发明解决技术问题所采取的技术方案为：
输入：两个二维轮廓曲线分别为A和B，它们均已均匀离散化，用相应的点序表示：A＝(a0,a1,a2,…,an-1),B＝(b0,b1,b2,…,bm-1)。轮廓曲线是封闭的；
输出：两个轮廓曲线之间的距离d(A,B)。该距离越小，表示两个轮廓越相似。
本发明方法具体是：
步骤(1)计算轮廓曲线的质心：以轮廓曲线A为例，计算它的质心cA：
同样的方式计算轮廓曲线B的质心cB。
步骤(2)计算轮廓曲线与质心的规范化距离：计算质心与轮廓上各点之间的距离然后对它们进行规范化：
其中median表示取中值运算。
步骤(3)计算距离直方图：以轮廓曲线A为例，计算该距离的连续直方图：
其中σs用来控制该连续直方图的平滑程度。进一步对其进行规范化，仍记为HA：
HA(r)＝HA(r)/∫HA(r)dr
同时，采用同样的计算方式计算轮廓B的距离直方图HB。
步骤(4)计算距离差分直方图：
首先计算质心与轮廓上各点距离的差分：
然后计算该差分的连续直方图UA：
也对其进行规范化：
UA(r)＝UA(r)/∫UA(r)dr
同时，采用同样的计算方式计算轮廓B的距离直方图UB。
步骤(4)计算两轮廓曲线的距离：有了HA、HB、UA和UB就可以计算轮廓A和B之间的距离：
d(A,B)＝wH*‖HA-HB‖2+wU*‖UA-UB‖2
其中wH和wU是需要设置的加权系数。
本发明的有益效果：本发明采用轮廓质心与轮廓上各采样点之间距离的直方图和距离差分直方图作为特征来计算两轮廓之间的距离，该距离越小，则两轮廓越相似。该方法过程无需建立两个轮廓点对点的对应关系。
具体实施方式
本发明方法的输入输出是：
输入：两个二维轮廓曲线分别为A和B，它们均已均匀离散化，用相应的点序表示：A＝(a0,a1,a2,…,an-1),B＝(b0,b1,b2,…,bm-1)。轮廓曲线是封闭的，即an＝a0，bm＝b0。
输出：两个轮廓曲线之间的距离d(A,B)。该距离越小，表示两个轮廓越相似。
本发明方法的具体步骤是：
步骤(1)计算轮廓曲线的质心：以轮廓曲线A为例，计算它的质心cA：
同样的方法计算轮廓曲线B的质心cB。
步骤(2)计算轮廓曲线与质心的规范化距离：计算质心与轮廓上各点之间的距离然后对它们进行规范化：
其中median表示取中值运算。
步骤(3)距离直方图：以轮廓曲线A为例，计算该距离的连续直方图：
其中σs用来控制该连续直方图的平滑程度。进一步对其进行规范化，仍记为HA：
HA(r)＝HA(r)/∫HA(r)dr
同时，采用同样的计算方法计算轮廓B的距离直方图HB。
步骤(4)计算距离差分直方图：此步骤首先计算质心与轮廓上各点距离的差分：
然后计算该差分的连续直方图UA：
也对其进行规范化：
UA(r)＝UA(r)/∫UA(r)dr
同时，采用同样的计算方法计算轮廓B的距离直方图UB。
步骤(5)计算两轮廓曲线的距离：有了HA、HB、UA和UB就可以计算轮廓A和B之间的距离：
d(A,B)＝wH*‖HA-HB‖2+wU*‖UA-UB‖2
其中wH和wU是需要设置的加权系数。
Claims (1)
1.一种二维轮廓匹配方法，该方法的
输入：两个二维轮廓曲线分别为A和B，它们均已均匀离散化，用相应的点序表示：A＝(a0,a1,a2,…,an-1),B＝(b0,b1,b2,…,bm-1)；轮廓曲线是封闭的；
输出：两个轮廓曲线之间的距离d(A,B)；该距离越小，表示两个轮廓越相似；
其特征在于该方法具体是：
步骤(1)计算轮廓曲线的质心：以轮廓曲线A为例，计算它的质心cA：
<mrow>
<msub>
<mi>c</mi>
<mi>A</mi>
</msub>
<mo>=</mo>
<msubsup>
<mi>&Sigma;</mi>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>n</mi>
</msubsup>
<msub>
<mi>a</mi>
<mi>i</mi>
</msub>
<mo>/</mo>
<mi>n</mi>
</mrow>
同样的方式计算轮廓曲线B的质心cB；
步骤(2)计算轮廓曲线与质心的规范化距离：计算质心与轮廓上各点之间的距离然后对它们进行规范化：
<mrow>
<msubsup>
<mi>s</mi>
<mi>i</mi>
<mi>A</mi>
</msubsup>
<mo>=</mo>
<msubsup>
<mi>s</mi>
<mi>i</mi>
<mi>A</mi>
</msubsup>
<mo>/</mo>
<mi>m</mi>
<mi>e</mi>
<mi>d</mi>
<mi>i</mi>
<mi>a</mi>
<mi>n</mi>
<mrow>
<mo>(</mo>
<msup>
<mi>s</mi>
<mi>A</mi>
</msup>
<mo>)</mo>
</mrow>
<mo>,</mo>
<msubsup>
<mi>s</mi>
<mi>i</mi>
<mi>B</mi>
</msubsup>
<mo>=</mo>
<msubsup>
<mi>s</mi>
<mi>i</mi>
<mi>B</mi>
</msubsup>
<mo>/</mo>
<mi>m</mi>
<mi>e</mi>
<mi>d</mi>
<mi>i</mi>
<mi>a</mi>
<mi>n</mi>
<mrow>
<mo>(</mo>
<msup>
<mi>s</mi>
<mi>B</mi>
</msup>
<mo>)</mo>
</mrow>
</mrow>
其中median表示取中值运算；
步骤(3)计算距离直方图：以轮廓曲线A为例，计算该距离的连续直方图：
<mrow>
<msub>
<mi>H</mi>
<mi>A</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>r</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<msubsup>
<mi>&Sigma;</mi>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>n</mi>
</msubsup>
<mi>exp</mi>
<mrow>
<mo>(</mo>
<mo>-</mo>
<msup>
<mrow>
<mo>(</mo>
<mrow>
<msubsup>
<mi>s</mi>
<mi>i</mi>
<mi>A</mi>
</msubsup>
<mo>-</mo>
<mi>r</mi>
</mrow>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<mo>/</mo>
<msup>
<msub>
<mi>&sigma;</mi>
<mi>s</mi>
</msub>
<mn>2</mn>
</msup>
<mo>)</mo>
</mrow>
</mrow>
其中σs用来控制该连续直方图的平滑程度；进一步对其进行规范化，仍记为HA：
HA(r)＝HA(r)/∫HA(r)dr
同时，采用同样的计算方式计算轮廓B的距离直方图HB；
步骤(4)计算距离差分直方图：
首先计算质心与轮廓上各点距离的差分：
<mrow>
<msubsup>
<mi>u</mi>
<mi>i</mi>
<mi>A</mi>
</msubsup>
<mo>=</mo>
<msubsup>
<mi>s</mi>
<mrow>
<mi>i</mi>
<mo>+</mo>
<mn>1</mn>
</mrow>
<mi>A</mi>
</msubsup>
<mo>-</mo>
<msubsup>
<mi>s</mi>
<mi>i</mi>
<mi>A</mi>
</msubsup>
<mo>,</mo>
<mi>i</mi>
<mo>=</mo>
<mn>0</mn>
<mo>,</mo>
<mn>1</mn>
<mo>,</mo>
<mn>2</mn>
<mo>,</mo>
<mo>...</mo>
<mo>,</mo>
<mi>n</mi>
<mo>-</mo>
<mn>1.</mn>
</mrow>
然后计算该差分的连续直方图UA：
<mrow>
<msub>
<mi>U</mi>
<mi>A</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>r</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<msubsup>
<mi>&Sigma;</mi>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>0</mn>
</mrow>
<mrow>
<mi>n</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
</msubsup>
<mi>exp</mi>
<mrow>
<mo>(</mo>
<mo>-</mo>
<msup>
<mrow>
<mo>(</mo>
<mrow>
<msubsup>
<mi>u</mi>
<mi>i</mi>
<mi>A</mi>
</msubsup>
<mo>-</mo>
<mi>r</mi>
</mrow>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<mo>/</mo>
<msup>
<msub>
<mi>&sigma;</mi>
<mi>u</mi>
</msub>
<mn>2</mn>
</msup>
<mo>)</mo>
</mrow>
</mrow>
也对其进行规范化：
UA(r)＝UA(r)/∫UA(r)dr
同时，采用同样的计算方式计算轮廓B的距离直方图UB；
步骤(4)计算两轮廓曲线的距离：有了HA、HB、UA和UB就可以计算轮廓A和B之间的距离：
d(A,B)＝wH*‖HA-HB‖2+wU*‖UA-UB‖2
其中wH和wU是需要设置的加权系数。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710435416.XA CN107392945B (zh) | 2017-06-11 | 2017-06-11 | 一种二维轮廓匹配方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710435416.XA CN107392945B (zh) | 2017-06-11 | 2017-06-11 | 一种二维轮廓匹配方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107392945A true CN107392945A (zh) | 2017-11-24 |
| CN107392945B CN107392945B (zh) | 2019-10-25 |
Family
ID=60333294
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710435416.XA Active CN107392945B (zh) | 2017-06-11 | 2017-06-11 | 一种二维轮廓匹配方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107392945B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111382794A (zh) * | 2020-03-09 | 2020-07-07 | 浙江工商大学 | 一种曲线相似度计算方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102129684A (zh) * | 2011-03-17 | 2011-07-20 | 南京航空航天大学 | 基于拟合轮廓的异源图像匹配方法 |
| CN103226584A (zh) * | 2013-04-10 | 2013-07-31 | 湘潭大学 | 形状描述符的构建方法及基于该描述符的图像检索方法 |
| CN103679174A (zh) * | 2013-12-04 | 2014-03-26 | 中国科学院深圳先进技术研究院 | 一种形状描述子的生成方法、装置 |
| CN106295532A (zh) * | 2016-08-01 | 2017-01-04 | 河海大学 | 一种视频图像中的人体动作识别方法 |
-
2017
- 2017-06-11 CN CN201710435416.XA patent/CN107392945B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102129684A (zh) * | 2011-03-17 | 2011-07-20 | 南京航空航天大学 | 基于拟合轮廓的异源图像匹配方法 |
| CN103226584A (zh) * | 2013-04-10 | 2013-07-31 | 湘潭大学 | 形状描述符的构建方法及基于该描述符的图像检索方法 |
| CN103679174A (zh) * | 2013-12-04 | 2014-03-26 | 中国科学院深圳先进技术研究院 | 一种形状描述子的生成方法、装置 |
| CN106295532A (zh) * | 2016-08-01 | 2017-01-04 | 河海大学 | 一种视频图像中的人体动作识别方法 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111382794A (zh) * | 2020-03-09 | 2020-07-07 | 浙江工商大学 | 一种曲线相似度计算方法 |
| CN111382794B (zh) * | 2020-03-09 | 2023-04-25 | 浙江工商大学 | 一种曲线相似度计算方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107392945B (zh) | 2019-10-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103824050B (zh) | 一种基于级联回归的人脸关键点定位方法 | |
| CN109493372B (zh) | 大数据量、少特征的产品点云数据快速全局优化配准方法 | |
| Chowdhury et al. | Analytical solutions to heat transfer equations by homotopy-perturbation method revisited | |
| CN100383807C (zh) | 结合活动形状模型和快速活动外观模型的特征点定位方法 | |
| CN107392945A (zh) | 一种二维轮廓匹配方法 | |
| CN105677993B (zh) | 一种热传导热源位置识别反问题的数值通解方法 | |
| CN106712626A (zh) | 一种异步电机模型预测控制方法 | |
| CN109300148B (zh) | 基于方法协同的多源图像配准方法 | |
| Durasov et al. | Double refinement network for efficient monocular depth estimation | |
| CN105022873B (zh) | 一种等温模锻模具温度场的在线重构方法 | |
| CN105574221A (zh) | 一种改进cst翼型参数化方法 | |
| Gu et al. | Chebyshev spectral-collocation method for a class of weakly singular Volterra integral equations with proportional delay | |
| CN107871180A (zh) | 基于牛顿‑柯特斯公式构造背景值的gm（1，1）模型预测方法 | |
| Chen et al. | A criterion for void closure in the porous model during the forging of steel ingot and its application | |
| CN107229613A (zh) | 一种基于向量空间模型的英汉语料提取方法 | |
| Alizadeh-Pahlavan et al. | On the analytical solution of viscous fluid flow past a flat plate | |
| Yuli et al. | A study of the influence of the friction conditions on the forging process of a blade with a tenon | |
| CN109685114B (zh) | 一种基于预筛选法和PHash的图像相似判定方法 | |
| Xue et al. | Image edge detection algorithm research based on the CNN's neighborhood radius equals 2 | |
| CN105976369B (zh) | 一种检测像素点到边缘距离的方法及系统 | |
| CN107818544A (zh) | 一种字符缩放方法 | |
| Roy et al. | Role of non-uniform slot injection (suction) model on the separation of a laminar boundary layer flow | |
| Wang | Body fitted grids based FVM simulation of aluminum extrusion process | |
| Wang et al. | Research and development of steel casting CAD/CAE integration technology based on the neutral STEP file | |
| Liu et al. | Deformable image registration with geometric changes |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| TA01 | Transfer of patent application right | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20190919 Address after: 311121 Haichuang Science and Technology Center, Cangqian Street, Yuhang District, Hangzhou City, Zhejiang Province Applicant after: Hangzhou giant dream Technology Co., Ltd. Address before: Hangzhou City, Zhejiang Province, Xihu District three, 310030 West Road No. 10 room C150 Applicant before: Hangzhou giant real Technology Co., Ltd. |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CP03 | Change of name, title or address | ||
| CP03 | Change of name, title or address |
Address after: 310000 room 1606, 16 / F, building 2, Haichuang technology center, Cangqian street, Yuhang District, Hangzhou City, Zhejiang Province Patentee after: Hangzhou Manwu Home Technology Co.,Ltd. Address before: 311121 Haichuang Science and Technology Center, Cangqian Street, Yuhang District, Hangzhou City, Zhejiang Province Patentee before: HANGZHOU JUMENG TECHNOLOGY Co.,Ltd. |