CN110727814B - 一种图像形状特征描述符的获取方法 - Google Patents
一种图像形状特征描述符的获取方法 Download PDFInfo
- Publication number
- CN110727814B CN110727814B CN201910959214.4A CN201910959214A CN110727814B CN 110727814 B CN110727814 B CN 110727814B CN 201910959214 A CN201910959214 A CN 201910959214A CN 110727814 B CN110727814 B CN 110727814B
- Authority
- CN
- China
- Prior art keywords
- line
- image
- center
- interval
- angle
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/55—Clustering; Classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Library & Information Science (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Image Analysis (AREA)
Abstract
本发明提供了一种图像形状特征描述符的获取方法，包括步骤：S1，提取输入图像色块连通域的轮廓线及轮廓线上像素点的位置数据，并对轮廓线做平滑处理，获取平滑后的轮廓线和色块连通域的重心点；S2，将平滑后的色块连通域轮廓线中的线向区间的分界点、图像重心点和图像色块连通域重心点进行图像标准像素尺寸的坐标转换；S3，获取转换后线向区间边界心轮线的线长比例数和线向区间角度数比例数；S4，对边界心轮线线长的比例数、线向区间角度数的比例数、图像心心线线长的比例数、图像心心线线角的比例数进行数值区间分类，生成图像形状特征描述符。该方法可提高图像检索的查全率、查准率，增强图像识别检索中相同或近似图像的匹配效果。
Description
技术领域
本发明涉及图像识别领域，特别涉及一种图像形状特征描述符的获取方法。
背景技术
图像描述符一般是用来描述特征点，现有技术已公开的图像描述符一般是一组向量，包括特征点的位置、方向、尺度等信息。常见的特征点是图像中一些稳定点，如角点、边缘点、暗区中的亮点、亮区中的暗点等。一组良好的描述符应该具有区分性和共同性，区分性是指描述符能将一幅图像与另一幅图像相区别的特征点反映出来，使该描述符对于该图像是唯一的；共同性是指描述符能将某一图像与其他相同或相近的图像以同一特征点反映出来，使该描述符对于相同或近似的图像拥有共同的特征点，以实现相同和近似图像的良好匹配。
图像特征的准确描述，是图像识别技术上首要解决的问题，图像形状特征是图像特征描述最常用的一种。相同或近似的图像匹配需要基于一定的条件，例如：特征点计量单位的统一，两图像应具备可比性等。
现有技术已公开的图像形状特征描述符主要方法，如第201510355712X号《描述符生成方法及装置》、第2007800379730号《用于图像识别的图像描述符》、第2012100456918号《图像描述符生成方法和系统、图像检测方法和系统》、第201710553007X号《一种图像轮廓线描述符的获取方法、装置》、第201711444394X号《图像特征描述符的获取方法、装置、存储介质、终端及图像检索方法》等。
现有的特征描述符通常是基于某一标准而提取的特征向量，在一定的范围内可以实现相同或近似图像的匹配，但对不同图像特征点计量单位和描述的条件可能不统一，导至出现许多视觉认为相同或近似的图像无法在图像检索中找出，造成相同或近似的图像查全率、查准率不高和匹配效果不理想的缺陷。
发明内容
鉴于上述现有技术的不足之处，本发明的目的在于提供一种图像形状特征描述符的获取方法，旨在解决传统图像形状特征描述符获取方法中由于图像形状特征点计量单位不统一或两图像可比性条件不完整而致使部分相同或近似的图像无法检索出的问题，提高图像检索的查全率、查准率，增强图像识别检索中相同或近似图像的匹配效果。
为了达到上述目的，本发明采取了以下技术方案：
一种图像形状特征描述符的获取方法，包括步骤：
S1，提取输入图像色块连通域的轮廓线及轮廓线上像素点的位置数据，并对轮廓线做平滑处理，获取平滑后的轮廓线和色块连通域的重心点；
S2，将平滑后的色块连通域轮廓线中的线向区间的分界点、图像重心点和图像色块连通域重心点进行图像标准像素尺寸的坐标转换；
S3，获取转换后线向区间边界心轮线的线长比例数和线向区间角度数比例数；
S4，对边界心轮线线长的比例数、线向区间角度数的比例数、图像心心线线长的比例数、图像心心线线角的比例数进行数值区间分类，生成图像形状特征描述符。
所述的图像形状特征描述符的获取方法的步骤S1中，对轮廓线做平滑处理的步骤包括：
S101，计算输入图像色块连通域轮廓线上像素点的心轮线的长度及线角度数，并找出心轮线线长的最大值；
S102，计算相邻心轮线之间的线长差及递减或递增方向 ；
S103，划分线向区间，并对线向区间中的非稳定区间进行吸收合并处理和过大的线向区间再分割处理；
S104，对处理后的线向区间内的心轮线进行修正处理，包括：计算每个合并后或再分割后的线向区间相邻心轮线之间的平均线长差，修正轮廓线上像素点的位置；
S105，以修正后轮廓线上像素点集合作为平滑后的色块连通域轮廓线。
所述的图像形状特征描述符的获取方法的步骤S2中，各分界点、图像重心点和图像色块连通域重心点进行预设标准像素尺寸转换的具体方法包括：
S201，计算转换前各分界点和图像重心点和图像色块连通域重心点的相对坐标;
S202，对图像有效区域的尺寸大小进行标准尺寸的预设;
S203,计算转换后各分界点和图像重心点和图像色块连通域重心点在图像有效区域为图像标准像素尺寸中的坐标值。
所述的图像形状特征描述符的获取方法的步骤S201中，按照公式Xn=xn÷XL 、Yn=yn÷YL计算相对坐标；
其中Xn表示转换前第n个像素点的x轴相对坐标值，xn表示转换前第n个像素点的x轴坐标值，XL表示转换前图像有效区域在水平方向上像素点的数量长度,Yn表示转换前第n个像素点的Y轴相对坐标值，yn表示转换前第n个像素点的y轴坐标值，YL表示转换前图像有效区域在垂直方向上像素点的数量长度。
所述的图像形状特征描述符的获取方法的步骤S202中，对图像有效区域的尺寸大小进行标准尺寸的预设包括对效区域的水平像素长度和垂直像素长度的预设。
所述的图像形状特征描述符的获取方法的步骤S203中，按照公式XBn= Xn÷XBL 、YBn= Yn÷YBL计算所述坐标值；
其中XBn表示第n个像素点在图像有效区域为图像标准像素尺寸中的x轴的坐标值，Xn表示转换前第n个像素点的x轴相对坐标值，XBL表示图像有效区域为图像标准像素尺寸在水平方向上像素点的数量长度；YBn表示第n个像素点在图像有效区域为图像标准像素尺寸中的y轴的坐标值，Yn表示转换前第n个像素点的y轴相对坐标值，XBL表示图像有效区域为图像标准像素尺寸在垂直方向上像素点的数量长度。
所述的图像形状特征描述符的获取方法的步骤S3中，获取转换后线向区间边界心轮线的线长比例数和线向区间角度数比例数的具体方法包括：
S301，重新计算转换后线向区间边界心轮线的线长和线向区间角度数；
S302, 将边界心轮线的线长转换为线长比例数，将线向区间角度数转换为线向区间角度数比例数。
所述的图像形状特征描述符的获取方法的步骤S301中，按照公式Gn=
计算线向区间边界心轮线的线长；
其中，Gn表示转换为统一规格的图像标准像素尺寸后第n条边界心轮线的线长，ox表示转换为统一规格的图像标准像素尺寸后的重心点的x轴坐标值，ax表示转换为统一规格的图像标准像素尺寸后的轮廓线上像素点的x轴坐标值，oy表示转换为统一规格的图像标准像素尺寸后的重心点的y轴坐标值，ay表示转换为统一规格的图像标准像素尺寸后的轮廓线上像素点的y轴坐标值。
所述的图像形状特征描述符的获取方法的步骤S301中，线向区间角度数的计算方法包括：边界心轮线线角的基准角的预设;划分边界心轮线在平面直角坐标系中所处象限;根据边界心轮线所处象限分别计算边界心轮线的线角，第1象限按照公式
、第2象限按照公式
、第3象限按照公式
、第4象限按照公式
计算边界心轮线的线角；按照公式∠βn=∠ωn2-∠ωn1计算线向区间角度数;
其中，∠ωn表示转换为统一规格的图像标准像素尺寸后第n条边界心轮线的线角，yi表示转换为统一规格的图像标准像素尺寸后第i条心轮线非重心一端的y轴坐标值，yo表示转换为统一规格的图像标准像素尺寸后图像色块连通域重心点的y轴坐标值，xi表示转换为统一规格的图像标准像素尺寸后第i条心轮线非重心一端的x轴坐标值，xo表示转换为统一规格的图像标准像素尺寸后图像色块连通域重心点的x轴坐标值，arctan表示反正切函数;∠βn表示第n个线向区间的角度数，∠ωn1表示转换为统一规格的图像标准像素尺寸后在第n个线向区间中第1条边界心轮线的线角，∠ωn2表示转换为统一规格的图像标准像素尺寸后在第n个线向区间中第2条边界心轮线的线角。
所述的图像形状特征描述符的获取方法的步骤S4中，所述数值区间分类包括：等份区间分类和交替区间分类。
所述的图像形状特征描述符的获取方法的步骤S4中，所述图像形状特征描述符包括针对色块连通域的描述符和针对多个色块连通域之间关系的描述符，前者包括色块连通域边界心轮线线长的比例数的集合和线向区间角度数的比例数的集合，后者包括图像心心线线长的比例数的集合和图像心心线线角的比例数的集合。
所述的图像形状特征描述符的获取方法中，色块连通域边界心轮线线长的比例数的集合的生成方法包括：
以每一色块连通域中最大的边界心轮线线长的比例数作为首个数值，将色块连通域内各边界心轮线线长的比例数按连通域轮廓线的顺时针方向依次排序，获得一组比例数，将该组比例数的集合作为该色块连通域的边界心轮线线长的图像形状特征描述符；
将所有色块连通域的边界心轮线线长的图像形状特征描述符的集合作为图像形状特征描述符之一。
所述的图像形状特征描述符的获取方法中，线向区间角度数的比例数的集合的生成方法包括：
以每一色块连通域中最大的线向区间角度数的比例数作为首个数值，将色块连通域内各线向区间角度数的比例数按连通域轮廓线的顺时针方向依次排序，获得一组比例数，将该组比例数的集合作为该色块连通域的线向区间角度数的图像形状特征描述符；
将所有色块连通域的线向区间角度数的图像形状特征描述符的集合作为图像形状特征描述符之一。
所述的图像形状特征描述符的获取方法中，图像心心线线长的比例数的集合的生成方法包括：
以图像中最大的图像心心线线长的比例数作为首个数值，将图像中各心心线线长的比例数按以图像重心点为原点的心心线顺时针方向依次排序，获得一组比例数，将该组比例数的集合作为图像心心线线长的图像形状特征描述符。
所述的图像形状特征描述符的获取方法中，图像心心线线角的比例数的集合的生成方法包括：
以图像中最大的图像心心线线角的比例数作为首个数值，将图像中各心心线线角的比例数按以图像重心点为原点的心心线顺时针方向依次排序，获得一组比例数，将该组比例数的集合作为图像心心线线角的图像形状特征描述符。
有益效果：
本发明提供的一种图像形状特征描述符的获取方法，与现有技术相比具有以下优点：
第一，从图像重心点、图像色块连通域重心点、图像色块连通域的心轮线、图像色块连通域之间的心心线的线长及线角、色块连通域的线向区间角度数等特征多层次多方面对待处理图像特征进行识别和描述，丰富了图像特征的描述。可应用于广泛的图像检索，有效增强了图像检索的匹配效果。
第二，将经组合的边界心轮线线长的比例数的集合、线向区间角度数的比例数的集合、图像心心线线长的比例数的集合、图像心心线线角的比例数的集合作为待处理图像的图像形状特征描述符，能有效解决相同或近似图像的共同性特征描述的稳定性问题，克服传统轮廓特征线提取技术方法可能会造成图像检索中相同或近似图像的漏检缺陷，提高图像识别检索中相同或近似图像的匹配效果。
第三，基于图像色块连通域的边界心轮线线长和线向区间角度数，图像色块连通域与图像色块连通域之间的图像心心线线长和图像心心线线角值提取的图像形状特征，与传统的图像轮廓特征线提取技术方法相比，具有图像特征信息描述更全面的优点，避免图像形状关键特征信息的遗漏。
附图说明
图1为本发明提供的图像形状特征描述符的获取方法的流程图。
图2为通过传统方法提取的图像轮廓线的局部特征示意图。
图3为本发明提供的图像形状特征描述符的获取方法中，重心点、轮廓线、心轮线、线角的示意图。
图4为本发明提供的图像形状特征描述符的获取方法中，心心线的示意图。
具体实施方式
下面详细描述本发明的实施方式，所述实施方式的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施方式是示例性的，仅用于解释本发明，而不能理解为对本发明的限制。
请参阅图1-4，本发明提供的一种图像形状特征描述符的获取方法，其特征在于，包括步骤：
S1，提取输入图像色块连通域的轮廓线及轮廓线上像素点的位置数据，并对轮廓线做平滑处理，获取平滑后的轮廓线和色块连通域的重心点。
输入图像的来源可以包括：通过电脑设备、摄像功能的手机、照相机、摄像头或集合有摄像头或存储图像的其他设备所获取的图像均可用于本技术方法的输入图像。
运用现有技术（例如第201710553007X号《一种图像轮廓线描述符的获取方法、装置》所述的方法）可直接提取输入图像的各色块连通域的轮廓线及轮廓线上像素点的位置数据，并获取色块连通域的重心点的位置数据。图2随机给出了传统方法提取的图像轮廓线的局部特征示意图。
从图2可以看出：轮廓线并不是平滑的曲线，在线上呈现一些不规则的锯牙状线形，或其他不规则的线形。
输入图像这些不规则的线形，使轮廓线呈现不平滑的状态，这些不平滑的轮廓线正是本实施例的处理对象。
为了获取稳定性较好的图像特征点，需要对轮廓线进行平滑处理。
具体的，对轮廓线做平滑处理的步骤包括：
S101，计算输入图像色块连通域轮廓线上像素点的心轮线的长度及线角度数，并找出心轮线线长的最大值
提取输入图像的各色块连通域的轮廓线及轮廓线上像素点的位置数据并获取色块连通域的重心点后，计算每一个连通域色块轮廓线上所有像素点的心轮线线长及线角度数，找出该连通域色块轮廓线上的心轮线线长最大值，并自线长最大值的心轮线为起点，按原轮廓线顺序方向重新编心轮线序号。
其中，所述心轮线是指色块连通域的轮廓线上的像素点与该色块连通域的重心点的连线；所述线角是指该心轮线与该心轮线的最长线相交的夹角。
具体说，以图3为例，图3列出本技术方案的重心点、轮廓线、心轮线、线角的示意图。图3中由数字2组成的曲线就是某一图像的色块连通域编号为2的轮廓线，数字2表示该图像的色块连通域编号为2的轮廓线上像素点，图3中的o点就是该色块连通域的重心点，图3中的色块连通域的重心点o与轮廓线上像素点a的连线所构成的oa线段就是该色块连通域的心轮线之一，图3中的色块连通域的重心点o与轮廓线上像素点b的连线所构成的ob线段也是该色块连通域的心轮线之一，图3中的色块连通域的重心点o与轮廓线上像素点c的连线所构成的oc线段也是该色块连通域的心轮线之一，等等，该色块连通域轮廓线上有多少个像素点就有相对应条数的心轮线。
假设图3中心轮线的线长最大值是oc线段，以该条线段作为基准线，那么每条心轮线与该基准线之间的夹角就是线角，c的线角就是∠coc，一般为0度，d的线角就是∠cod，a的线角就是∠coa，类推。
以图4为例，图4列出本技术方案的实施例中一种相邻心轮线线长关系曲线示意图，图4中x轴方向表示沿轮廓线顺时针方向重新编的心轮线序号所排列的心轮线条数，y轴方向表示每条心轮线线长，由每条心轮线线长的端点所组成的线段就是相邻心轮线线长关系曲线。
S102：计算相邻心轮线之间的线长差及递减或递增方向。
按照前述重新编的心轮线序号，逐条计算相邻心轮线之间的线长差。
相邻心轮线的线长差按下式计算获取：
S=an- an+1
其中，S表示相邻心轮线的线长差，an表示新编的心轮线序号为第n号的心轮线的线长值，an+1表示新编的心轮线序号为第n+1号的心轮线的线长值（注：任一色块连通域的轮廓线均呈闭环状态，尾点与起点是相邻的，因此，当该第n号为最大号或尾号时，第n+1号则取心轮线序号的最小号即起始号，如第n号为最大号100号，第n+1号则取心轮线序号的最小号即1号）。
当相邻心轮线的线长差的值为正数时，反映心轮线线长逐条递增，记其方向为正向，反映相邻心轮线之间的线长将增加“S”值的长度；当相邻心轮线的线长差的值为负数时，反映心轮线线长逐条递减，记其方向为负向，反映相邻心轮线之间的线长将减少“S”值的长度；当相邻心轮线的线长差的值为零时，反映心轮线线长不增不减，记其方向为0向，反映相邻心轮线之间的线长相等。例如圆的轮廓线，其心轮线的线长应是相等的。
S103：划分线向区间，并对线向区间中的非稳定区间进行吸收合并处理和过大的线向区间再分割处理。
1、线向区间的划分
线向区间是指针对相邻心轮线线长关系曲线所分割出的若干线段范围，反映了轮廓线某一线段间的增减趋向，线向区间具体划分规则是将相邻心轮线线长的递增或递减方向相一致的连续线段作为一个线向区间。
在实际应用中，线向区间具体划分方法：
以心轮线线长最大值所在区间作为首个线向区间，线向区间号可标记为1，沿着轮廓线的顺时针方向检查相邻的心轮线之间的线长差方向，若线长差方向均为同向的，将该线长差方向相同的一组心轮线标记为首个线向区间线向区间；若当前心轮线与上一相邻心轮线之间的线长差方向不为同向时，则标记当前心轮线为另一个线向区间，该线向区间号可标记为“上一线向区间号+1”线向区间；
继续沿着轮廓线的顺时针方向检查相邻的心轮线之间的线长差方向，直至所有心轮线检查完毕，若线长差方向均为同向的，将该线长差方向相同的一组心轮线标记为上条心轮线所在的线向区间；若当前心轮线与上一相邻心轮线之间的线长差方向不为同向时，则标记当前心轮线为另一个线向区间，该线向区间号可标记为“上一线向区间号+1”线向区间。
为了便于观察某线向区间的波动性，实际应用时，需要针对每一线向区间的波动性进一步划分为稳定区间和非稳定区间。
线向区间进一步划分为稳定区间和非稳定区间的规则：
稳定区间：如果组成线向区间的相邻的心轮线条数或区间内轮廓线像素点数达到或超过区间预设值，该线向区间为稳定区间。
非稳定区间：如果组成线向区间的相邻的心轮线条数或区间内轮廓线像素点数小于区间预设值，该线向区间为非稳定区间。
其中，所述区间预设值可根据应用需要在大于等于2个像素点至小于色块轮廓线像素点总数的20%范围内设定。
某一线向区间内的相邻的心轮线条数或区间内轮廓线像素点数越多，说明该区间心轮线线长增长或下降的方向越稳定。
2、对非稳定区间进行吸收合并处理
非稳定区间的轮廓线具有波动性较强的特点，不能正确反映图像色块的关键性共同特征和其轮廓线的整体趋向，为了增强图像色块的关键性共同特征，有必要通过对轮廓线的修正去实现图像共同性特征的增强。
线向区间按相邻心轮线线长的递增或递减方向是否一致，将线向区间划分为同向区间、反向区间及零向区间。
所述同向区间是指相邻或相近的两个区间内的相邻心轮线线长的递增或递减方向是一致的，则将该两个区间称为同向区间。
所述反向区间是指相邻或相近的两个区间内的相邻心轮线线长的递增或递减方向是不一致的，则将该两个区间称为反向区间。
所述零向区间是指相邻或相近的两个区间内的相邻心轮线线长值相等的，则将该两个区间称为零向区间。
对非稳定区间进行吸收合并处理的具体方法：
1）、当一个非稳定区间的相邻两区间均是稳定区间且又是同向区间时，则将该非稳定区间由任一相邻稳定区间吸收合并；当多个非稳定区间但区间的线角度数小于等于预设的线角值时的相邻两区间均是稳定区间且又是同向区间时，则将该多个非稳定区间由任一相邻稳定区间吸收合并；
2）、当一个非稳定区间的相邻两区间均是稳定区间且又是反向区间时，则要计算该两个相邻稳定区间的相邻端点的心轮线的线长差，按该线长差值的正负值来确认该非稳定区间的递增或递减方向，如果是正数，确认为递增方向；如果是负数，确认为递减方向；将该非稳定区间由递增或递减方向相同的相邻稳定区间吸收合并。当多个非稳定区间但该多个区间的线角度数小于等于预设的线角值时的相邻两区间均是稳定区间且又是反向区间时，则要计算该两个相邻稳定区间的相邻端点的心轮线的线长差，按该线长差值的正负值来确认该多个非稳定区间的递增或递减方向，如果是正数，确认为递增方向；如果是负数，确认为递减方向；将该多个非稳定区间由递增或递减方向相同的相邻稳定区间吸收合并。
3）、当一个非稳定区间的相邻两区间均是非稳定区间时，不做区间合并。
上述处理的目的是：吸收合并后使该非稳定区间的递减或递增方向与合并一方的稳定区间的递减或递增方向相一致。
3、对过大的线向区间的再分割
线向区间再分割是指修正前线向区间角度数过大而对其进行再分割的行为。
所述的修正前线向区间角度数是指该修正前线向区间中一边界心轮线与另一边界心轮线相交角的度数。
在实际应用中，一般对修正前线向区间线角度数大于预设的线向区间角度数的线向区间称为过大的线向区间。
修正前线向区间角度数按下式计算获取：
θn=h1- h2
其中，θn表示修正前线向区间角度数，h1表示修正前线向区间中一边界心轮线线角值，h2表示修正前线向区间中另一边界心轮线线角值。
预设的线向区间角度数一般可以在小于45度范围内取值。
过大的线向区间增加了线性平滑幅度，在线性平滑处理过程中可能造成一些必要的图像特征丢失，为解决该问题需要对过大的线向区间进行区间再分割，具体方法：当过大的线向区间的线角差大于预设的线向区间角度数且小于2倍预设的线向区间角度数时，将该过大的线向区间平分为2个再分的线向区间；当过大的线向区间的线角差大于2倍预设的线向区间角度数且小于3倍预设的线向区间角度数时，将该过大的线向区间平分为3个再分的线向区间；当过大的线向区间的线角差大于n倍预设的线向区间角度数且小于n+1倍预设的线向区间角度数时，将该过大的线向区间平分为n个再分的线向区间；类推。
S104：对处理后的线向区间内的心轮线进行修正处理，包括：计算每个合并后或再分割后的线向区间相邻心轮线之间的平均线长差，修正轮廓线上像素点的位置。
为了实现本发明技术方案的目的，需要根据上述步骤所得合并后或再分割后的线向区间及相关数据对线向区间内的心轮线线长进行修正处理，具体包括：
1、计算每个合并后或再分割后的线向区间相邻心轮线之间的平均线长差
合并后或再分割后的线向区间相邻心轮线之间的平均线长差按下式计算获取：
An=|(a1- a2)|÷n
其中，An表示合并后或再分割后的线向区间相邻心轮线之间的平均线长差，a1表示该线向区间内一侧边界心轮线线长，a2表示该线向区间内另一侧边界心轮线线长，|(a1-a2)|表示该线向区间内两侧边界心轮线线长差的绝对值，n表示该线向区间内的心轮线条数。
2、修正轮廓线上像素点的位置
（1）、计算每个合并后或再分割后的线向区间的心轮线平均线角差
合并后或再分割后的线向区间的心轮线的平均线角差按下式计算获取：
Bn=|(b1- b2)|÷n
其中，Bn表示合并后或再分割后的线向区间的心轮线的平均线角差，b1表示该线向区间内一侧边界心轮线线角，b2表示该线向区间内另一侧边界心轮线线角，|(b1- b2)|表示该线向区间内两侧边界心轮线线角差的绝对值，n表示该线向区间内的心轮线条数。
（2）、修正各合并后或再分割后的线向区间内每条心轮线的平均线长差和平均线角差
根据每个合并后或再分割后的线向区间的心轮线平均线长差和线角差，按照如下方法修正每一合并后或再分割后的线向区间的心轮线线长及线角：选择该线向区界的一条边界心轮线作为基准线，根据该区间的线长递增或递减的方向，按下式计算获取线向区间修正后的心轮线线长及线角：
该区间的线长为递增方向时：Hn=an+An
或该区间的线长为递减方向时：Hn=an-An
其中，Hn表示第n条心轮线修正后的心轮线线长，an表示第n条心轮线修正前的心轮线线长，An表示该线向区间的心轮线线长差。
该区间的线角为递增方向时：Cn=bn+Bn
或该区间的线角为递减方向时：Cn=bn-Bn
其中，Cn表示第n条心轮线修正后的心轮线线角，bn表示第n条心轮线修正前的心轮线线角，Bn表示该线向区间的心轮线线角差。
（3）、根据修正后的心轮线线长及线角，修正心轮线上非重心点一端的另一端点的位置，将该心轮线端点位置作为修正后轮廓线上像素点的位置。
在一个具体的实施例中，心轮线端点位置的修正，还可以包括对局部直线线段做平滑处理，其方法如下：
检查修正前轮廓线是否存在直线线段，如果存在可以先行对该直线线段做平滑处理，以延长直线线段的长度。
所述的直线是指轮廓线上连续相邻的像素点的x轴坐标或y轴坐标均为等值的坐标，且连续相邻的像素点达到或超过预设直线像素数量，预设直线像素数量的值可以在大于3个像点范围内取值。
对局部线段做直线平滑处理的具体方法如下：
检查修正前轮廓线是否存在x轴坐标或y轴坐标等值的两个像素点，且满足：该两个像素点之间的轮廓线像素点小于预设的直线像素点数值，则将该两个像素点之间的轮廓线像素点的x轴坐标或y轴坐标修改为该两个像素点的x轴坐标或y轴坐标，修改坐标后的该轮廓线线段实现的直线状态，即该两个像素点之间的线段修正为直线线段。
其中，所述预设的直线像素点数的值可以在大于1个像点至轮廓线总点数的10%范围内取值。
经做直线平滑处理的线段标记为稳定直线线段，直线线段的区间可以作为一个独立的稳定线向区间。
上述处理可以实现轮廓线上具有直线特征的线段强化或修正为直线线段，以增强轮廓线中的直线线段特征。
S105：以修正后轮廓线上像素点集合作为平滑后的色块连通域轮廓线。
修正后的心轮线，能使每一修正后线向区间的相邻心轮线之间的线长增减稳定在其平均值内，相邻心轮线之间的线角差相等，由修正后的心轮线的端点组成的修正后轮廓线具有线轨平滑的特征，因此，可以将修正后轮廓线上像素点集合作为平滑后的连通域色块轮廓线。
S2，将平滑后的色块连通域轮廓线中的线向区间的分界点、图像重心点和图像色块连通域重心点进行图像标准像素尺寸的坐标转换。
平滑后的色块连通域轮廓线中的线向区间的分界点是指边界心轮线上非重心点的另一端上的像素点，也是轮廓线上与心轮线相交的像素点。
预设标准像素尺是指根据应用需求而设定的图像或图像色块有效区域的水平像素和垂直像素的像素长度，水平像素和垂直像素的像素长度可以在大于10个像素点范围内取值。为使该标准的形状具有唯一性，一般取水平像素和垂直像素的像素长度相等，即图像或图像色块有效区域均为正方形。
各分界点和图像重心点和图像色块连通域重心点进行预设标准像素尺寸转换的具体方法:
S201、计算转换前各分界点和图像重心点和图像色块连通域重心点的相对坐标，该相对坐标可以按下式获取：
Xn=xn÷XL
Yn=yn÷YL
其中，Xn表示转换前第n个像素点的x轴相对坐标值，xn表示转换前第n个像素点的x轴坐标值，XL表示转换前图像有效区域在水平方向上像素点的数量长度,Yn表示转换前第n个像素点的Y轴相对坐标值，yn表示转换前第n个像素点的y轴坐标值，YL表示转换前图像有效区域在垂直方向上像素点的数量长度。
S202、对图像有效区域的尺寸大小进行标准尺寸的预设
一般情况下，图像有效区域的尺寸大小由水平像素长度和垂直像素长度确定，为了使不同的图像尺寸具备形状的可比性，应将其图像尺寸转换为统一的图像尺寸，即标准像素尺寸。该标准像素尺寸可以根据应用需求进行置配预设，通常标准水平像素尺寸和标准垂直像素尺寸采用等值的方式，其预设值可以在大于10的范围内取值。
S203、计算转换后各分界点和图像重心点和图像色块连通域重心点在图像有效区域为图像标准像素尺寸中的坐标值，该坐标值可以按下式获取：
XBn= Xn÷XBL
YBn= Yn÷YBL
其中，XBn表示第n个像素点在图像有效区域为图像标准像素尺寸中的x轴的坐标值，Xn表示转换前第n个像素点的x轴相对坐标值，XBL表示图像有效区域为图像标准像素尺寸在水平方向上像素点的数量长度；YBn表示第n个像素点在图像有效区域为图像标准像素尺寸中的y轴的坐标值，Yn表示转换前第n个像素点的y轴相对坐标值，XBL表示图像有效区域为图像标准像素尺寸在垂直方向上像素点的数量长度。
上述处理可以将图像有效区域尺寸转换为统一规格的图像尺寸，即标准像素尺寸。并将平滑后的色块连通域轮廓线中的线向区间的分界点和图像重心点和图像色块连通域重心点进行图像标准像素尺寸的坐标转换,该处理能使图像大小尺寸不同,长宽比例不同的相同或高度近似的图像的上述特征点具有共同性。
S3，获取转换后线向区间边界心轮线的线长比例数和线向区间角度数比例数
图像有效区域尺寸转换为统一规格的图像标准像素尺寸后，则需要重新计算转换后线向区间边界心轮线的线长和线角，然后将该边界心轮线的线长和线角转换为线向区间边界心轮线的线长比例数和线向区间角度数比例数。
转换为线向区间边界心轮线的线长比例数和线向区间角度数比例数的具体方法：
S301、重新计算转换后线向区间边界心轮线的线长和线向区间角度数
线向区间边界心轮线的线长按下式计算获取：
Gn=
其中，Gn表示转换为统一规格的图像标准像素尺寸后第n条边界心轮线的线长，ox表示转换为统一规格的图像标准像素尺寸后的重心点的x轴坐标值，ax表示转换为统一规格的图像标准像素尺寸后的轮廓线上像素点的x轴坐标值，oy表示转换为统一规格的图像标准像素尺寸后的重心点的y轴坐标值，ay表示转换为统一规格的图像标准像素尺寸后的轮廓线上像素点的y轴坐标值。
线向区间角度数是指该转换为统一规格的图像标准像素尺寸后的线向区间中一边界心轮线与另一边界心轮线相交角的度数。
线向区间角度数按如下方法获取：
1) 边界心轮线的基准线角的预设
边界心轮线的基准线角可以选择任一条边界心轮线的线角作为基准线角,为了便于说明线向区间边界心轮线的线角获取方法, 本发明实施例选择右侧的横轴的线角为基准线角，基准线角的角度数为0度。
2）划分边界心轮线在平面直角坐标系中所处象限
在平面直角坐标系里以图像色块连通域重心点为原点的横轴（x轴）和纵轴（y轴）划分出四个区域，分为四个象限，象限以原点为中心，x轴和y轴为分界线。右上区域称为第一象限，左上区域称为第二象限，左下区域称为第三象限，右下区域称为第四象限。坐标轴上的原点不属于任何象限，是图像色块连通域重心点。
3）根据边界心轮线所处象限分别计算边界心轮线的线角
边界心轮线所处各象限的线角计算公式如下：
第1象限：
第2象限：
第3象限：
第4象限：
其中，∠ωn表示转换为统一规格的图像标准像素尺寸后第n条边界心轮线的线角，yi表示转换为统一规格的图像标准像素尺寸后第i条心轮线非重心一端的y轴坐标值，yo表示转换为统一规格的图像标准像素尺寸后图像色块连通域重心点的y轴坐标值，xi表示转换为统一规格的图像标准像素尺寸后第i条心轮线非重心一端的x轴坐标值，xo表示转换为统一规格的图像标准像素尺寸后图像色块连通域重心点的x轴坐标值，arctan表示反正切函数。
边界心轮线所处各象限的线角也可以将以上计算替换为反正弦函数或反余弦函数而获取。
4）计算线向区间角度数
线向区间角度数按下式计算获取：
∠βn=∠ωn2-∠ωn1
其中，∠βn表示第n个线向区间的角度数，∠ωn1表示转换为统一规格的图像标准像素尺寸后在第n个线向区间中第1条边界心轮线的线角，∠ωn2表示转换为统一规格的图像标准像素尺寸后在第n个线向区间中第2条边界心轮线的线角。在实际应用中通常将线向区间中较小的边界心轮线的线角作为第1条边界心轮线的线角，而将线向区间中另一较大的边界心轮线的线角作为第2条边界心轮线的线角。
S302、将边界心轮线的线长转换为线长比例数，将线向区间角度数转换为线向区间角度数比例数
边界心轮线的线长比例数是指图像标准像素尺寸下该边界心轮线线长占基准边界心轮线线长的比例数；线向区间角度数比例数是指图像标准像素尺寸该线向区间角度数占基准线向区间角度数的比例数。
一般地，所述基准边界心轮线线长取指边界心轮线的最大线长，所述基准线向区间角度数取线向区间角度数的最大值，但不限于此。
S4，对边界心轮线线长的比例数、线向区间角度数的比例数、图像心心线线长的比例数、图像心心线线角的比例数进行数值区间分类，生成图像形状特征描述符。
1、对边界心轮线线长的比例数和线向区间角度数的比例数进行数值区间分类
对边界心轮线线长的比例数和线向区间角度数的比例数进行数值区间分类方法：
数值区间分类可分为：等份区间和交替区间。
等份区间是指将比例数0%至100%划分为若干等份，每一等份称为一个等份区间，具体的等份数可根据应用需求进行设定。
交替区间是指某一等份区间与另一等份区间分界点在一定的偏离值范围内的区间，该区间处于两个等份区间相接之间，将该区间称为交替区间。
由于等份区间的划分会存在边界的问题，如果当某一数值刚好落入等份区间边界或相近边界时，那么即使很接近的特征点也可能会落入不同的等份区间，造成特征信息的不同，在图像特征中难以实现匹配。因此，实际应用中，也可以采用交替区间划分法。
举例说明：
假设将比例数0%至100%划分为10个等份,那么该等份区间就是:
0~≦10%，＞10%~≦20%，＞20%~≦30%，＞30%~≦40%，……，＞90%~≦100%。
上述等份区间之间的相接点分别是: 0%、10%、20%、30%、40%、……、90%、100%。
假设偏离值取±2%时，那么该交替区间就是：
≧0~≦2%，≧8%~≦12%，≧18%~≦22%，≧28%~≦32%，……，≧98%~≦100%。
表示等份区间或交替区间的字符可以取该区间的任意一数值或其他符号；
例如，可取等份区间或交替区间的某一中间值，为了简化描述符，比例数中的“%”可以约定省略；或者取字符a、b……；或者取字符1、2……等，但不限于此。该数值或字符只是代表对应区间的代号，只需满足不同区间代号不同即可。
2、按预设的规则生成图像形状特征描述符
图像形状特征描述符的数据集包括：
（1）针对图像及分卡图像下的某一色块连通域的描述：1）边界心轮线线长的比例数的集合；2）线向区间角度数的比例数的集合；
（2）针对图像及分卡图像的多色块连通域之间关系的描述：1）图像心心线线长的比例数的集合；2）图像心心线线角的比例数的集合。
A.针对图像及分卡图像下的某一色块连通域的描述具体方法包括：
对某图像或分卡图像逐一色块连通域按照如下规则生成图像形状特征描述符：
1）边界心轮线线长的比例数的集合；
以每一色块连通域中最大的边界心轮线线长的比例数作为首个数值，将色块连通域内各边界心轮线线长的比例数按连通域轮廓线的顺时针方向依次排序，获得一组比例数，将该组比例数的集合作为该色块连通域的边界心轮线线长的图像形状特征描述符；
将所有色块连通域的边界心轮线线长的图像形状特征描述符的集合作为图像形状特征描述符之一。
2）线向区间角度数的比例数的集合
以每一色块连通域中最大的线向区间角度数的比例数作为首个数值，将色块连通域内各线向区间角度数的比例数按连通域轮廓线的顺时针方向依次排序，获得一组比例数，将该组比例数的集合作为该色块连通域的线向区间角度数的图像形状特征描述符；
将所有色块连通域的线向区间角度数的图像形状特征描述符的集合作为图像形状特征描述符之一。
B.针对图像及分卡图像的多色块连通域之间关系的描述具体方法包括：
对某图像或分卡图像各色块连通域按照如下规则生成图像形状特征描述符：1）图像心心线线长的比例数的集合；2）图像心心线线角的比例数的集合。
其中，心心线是指色块连通域的重心点与图像重心点的连线；心心线线角是指相邻心心线相交的夹角。
以图4为例，OA、OB、OC、OD、OE、……、OH都是心心线；而∠AOB、∠BOC、∠COD、∠DOE、……、∠HOA都是图像心心线线角。
心心线线长的比例数是指心心线线长占基准心心线线长的比例数；心心线线角的比例数是指心心线线角占基准心心线线角的比例数。
一般地，所述基准心心线线长取心心线的最大线长，基准心心线线角取心心线线角的最大值，但不限于此。
1）图像心心线线长的比例数的集合；
以图像中最大的图像心心线线长的比例数作为首个数值，将图像中各心心线线长的比例数按以图像重心点为原点的心心线顺时针方向依次排序，获得一组比例数，将该组比例数的集合作为图像心心线线长的图像形状特征描述符。
2）图像心心线线角的比例数的集合
以图像中最大的图像心心线线角的比例数作为首个数值，将图像中各心心线线角的比例数按以图像重心点为原点的心心线顺时针方向依次排序，获得一组比例数，将该组比例数的集合作为图像心心线线角的图像形状特征描述符。
为了方便理解，进一步举例对以上产生方法进行说明：
现以图像及分卡图像下的某一色块连通域的图像形状特征描述符的数据集和图像及分卡图像的多色块连通域之间关系的图像形状特征描述符的数据集的计算过程进行说明。
示例1
假设某图的某一色块连通域内的线向区间共有8个，平滑后边界心轮线线长分别为：65.3,78.2, 54.6, 43.4, 28.3,63.5，68.1,75.1，其线向区间角度数分别为：89，36，22，33，90，35，22，33， 求其 “边界心轮线线长的比例数等份区间值Ⅰa和交替区间值Ⅰb的集合”和“线向区间角度数的比例数等份区间值Ⅱa和交替区间值Ⅱb的的集合”的图像描述符。
解：
（一）、求“边界心轮线线长的比例数等份区间值Ⅰa和交替区间值Ⅰb的集合”
（1）确定基准边界心轮线线长
该例的心轮线长度的最大值为78.2，该心轮线线长为基准边界心轮线线长。
（2）计算边界心轮线的线长比例数
边界心轮线的线长比例数是指图像标准像素尺寸下该边界心轮线线长占基准边界心轮线线长的比例数，因此，各边界心轮线的线长比例数计算结果如下：
65.3所在心轮线：65.3÷78.2=0.8351=83.51%
78.2所在心轮线：78.2÷78.2=1=100%
54.6所在心轮线：54.6÷78.2=0.6982=69.82%
43.4所在心轮线：43.4÷78.2=0.5550=55.50%
28.3所在心轮线：28.3÷78.2=0.3619=36.19%
63.5所在心轮线：63.5÷78.2=0.8121=81.21%
68.1所在心轮线：68.1÷78.2=0.8709=87.09%
75.1所在心轮线：75.1÷78.2=0.9604=90.04%
（3）对边界心轮线线长的比例数进行数值区间分类：
假设将比例数0%至100%划分为10个等份,那么该等份区间就是:
0~≦10%，＞10%~≦20%，＞20%~≦30%，＞30%~≦40%，……，＞90%~≦100%。
以相应区间的中间值表示该等份区间的字符分别得：
5%，15%，25%，35%，……95%。
上述等份区间之间的相接点分别是: 0%、10%、20%、30%、40%、……、90%、100%。
假设偏离值取±2%时，那么该交替区间就是：
≧0~≦2%，≧8%~≦12%，≧18%~≦22%，≧28%~≦32%，……，≧98%~≦100%。
以区间之间的相接点值表示该交替区间的字符分别得：
0%、10%、20%、30%、40%、……、90%、100%
（4）将边界心轮线线长的比例数进行描述字符转换：
将83.51%，100%,69.82%，55.50%，36.19%，81.21%，87.09%,96.04%按等份区间进行描述符转换得：
85%，95%，65%，55%，35%，85%，85%，95%；
简化写为：85，95，65，55，35，85，85，95；
检查上述边界心轮线的线长比例数是否存在交替区间描述符转换条件，其中，符合交替区间描述符转换条件的有：69.82%，81.21%，则在等份区间进行描述符基础上对相关字符进行置换得：
85%，95%，70%，55%，35%，80%，85%，95%；
简化写为：85，95，70，55，35，80，85，95；
（5）排序与生成色块连通域的边界心轮线线长比例数的图像形状特征描述符
按前述边界心轮线线长的比例数的集合描述具体方法得（即以最大值为首个数）：
等份区间值分别为： 95，65，55，35，85，85，95，85；
交替区间值分别为：95，70，55，35，80，85，95，85；
图像描述符记为：
Ⅰa: 95，65，55，35，85，85，95，85
Ⅰb: 95，70，55，35，80，85，95，85。
（二）、求“线向区间角度数的比例数等份区间值Ⅱa和交替区间值Ⅱb的的集合”
（1）确定基准线向区间角度数
该例的线向区间角度数的最大值为90，该线向区间角度数为基准线向区间角度数。
（2）计算各线向区间角度数的比例数
线向区间角度数比例数是指图像标准像素尺寸下该线向区间角度数占基准线向区间角度数的比例数，因此，各线向区间角度数比例数计算结果如下：
89所在线向区间：89÷90=0.8351=98.89%
36所在线向区间：36÷90=0.4000=40.00%
22所在线向区间：22÷90=0.2445=24.45%
33所在线向区间：33÷90=0.3667=36.67%
90所在线向区间：90÷90=1.0000=100%
35所在线向区间：35÷90=0.3889=38.89%
22所在线向区间：22÷90=0.2445=24.45%
33所在线向区间：33÷90=0.3667=36.67%
（3）对线向区间角度数的比例数进行数值区间分类：
假设将比例数0%至100%划分为10个等份,那么该等份区间就是:
0~≦10%，＞10%~≦20%，＞20%~≦30%，＞30%~≦40%，……，＞90%~≦100%。
以相应区间的中间值表示该等份区间的字符分别得：
5%，15%，25%，35%，……95%。
上述等份区间之间的相接点分别是: 0%、10%、20%、30%、40%、……、90%、100%。
假设偏离值取±2%时，那么该交替区间就是：
≧0~≦2%，≧8%~≦12%，≧18%~≦22%，≧28%~≦32%，……，≧98%~≦100%。
以区间之间的相接点值表示该交替区间的字符分别得：
0%、10%、20%、30%、40%、……、90%、100%
（4）将线向区间角度数的比例数进行描述字符转换：
将98.89%，40.00%，24.45%，36.67%，100%，38.89%，24.45%，36.67%按等份区间进行描述符转换得：
95%，35%，25%，35%，95%，35%，25%，35%；
简化写为：95，35，25，35，95，35，25，35；
检查上述线向区间角度数的比例数是否存在交替区间描述符转换条件，其中，符合交替区间描述符转换条件的有：98.89%，40.00%，100%，38.89%，则在等份区间进行描述符基础上对相关字符进行置换得：
100%，40%，25%，35%，100%，40%，25%，35%；
简化写为：100，40，25，35，100，40，25，35；
（5）排序与生成线向区间角度数的比例数的图像形状特征描述符
按前述线向区间角度数的比例数的集合描述具体方法得（即以最大值为首个数）：
等份区间值分别为： 95，35，25，35，95，35，25，35；
交替区间值分别为：100，40，25，35，100，40，25，35；
图像描述符记为：
Ⅱa： 95，35，25，35，95，35，25，35；
Ⅱb：100，40，25，35，100，40，25，35。
示例2
假设某图有6条心心线，其长度值按顺时针方向排序分别为：19.8、20.3、29.9、40.4、36.1、100, 相对心心线线角按顺时针方向排序分别为：36.3、42.5、63.8、72.1、20.6、124.7，求其图像心心线线长的比例数等份区间值Ⅲa和交替区间值Ⅲb的集合的图像描述符、图像心心线线角的比例数等份区间值Ⅳa和交替区间值Ⅳb的集合的图像描述符。
解：
（一）求图像心心线线长的比例数等份区间值Ⅲa和交替区间值Ⅲb的集合的图像描述符
（1）确定基准心心线线长
心心线长度的最大值为100，该心心线线长为基准心心线线长。
（2）计算心心线的线长比例数
心心线的线长比例数是指图像标准像素尺寸下该心心线的线长占基准心心线线长的比例数，因此，各心心线线长比例数计算结果如下：
19.8所在心轮线：19.8÷100=19.8%
20.3所在心轮线: 20.3÷100=20.3%
29.9所在心轮线: 29.9÷100=29.9%
40.4所在心轮线: 40.4÷100=40.4%
36.1所在心轮线: 36.1÷100=36.1%
100所在心轮线: 100÷100=100%
（3）对心心线线长的比例数进行数值区间分类：
假设将比例数0%至100%划分为10个等份,那么该等份区间就是:
0~≦10%，＞10%~≦20%，＞20%~≦30%，＞30%~≦40%，……，＞90%~≦100%。
以相应区间的中间值表示该等份区间的字符分别得：
5%，15%，25%，35%，……95%。
上述等份区间之间的相接点分别是: 0%、10%、20%、30%、40%、……、90%、100%。
假设偏离值取±2%时，那么该交替区间就是：
≧0~≦2%，≧8%~≦12%，≧18%~≦22%，≧28%~≦32%，……，≧98%~≦100%。
以区间之间的相接点值表示该交替区间的字符分别得：
0%、10%、20%、30%、40%、……、90%、100%
（4）将心心线线长的比例数进行描述字符转换：
将19.8%、20.3%、29.9%、40.4%、36.1%、100%按等份区间进行描述符转换得：
15%，25%，25%，45%，35%，95%；
简化写为：15，25，25，45，35，95；
检查上述心心线的线长比例数是否存在交替区间描述符转换条件，其中，符合交替区间描述符转换条件的有：19.8%、20.3%、29.9%、40.4%、100%，则在等份区间进行描述符基础上对相关字符进行置换得：
20%，20%，30%，40%，35%，100%；
简化写为：20，20，30，40，35，100；
（5）排序与生成图像心心线线长的图像形状特征描述符
按前述图像心心线线长的比例数的集合描述具体方法得（即以最大值为首个数）：
等份区间值分别为：95，15，25，25，45，35；
交替区间值分别为：100，20，20，30，40，35；
图像心心线线长的图像形状特征描述符记为：
Ⅲa：95，15，25，25，45，35；
Ⅲb：100，20，20，30，40，35；
（二）求图像心心线线角的比例数等份区间值Ⅳa和交替区间值Ⅳb的集合的图像描述符
（1）确定基准心心线线角
心心线线角的最大值为124.7，该心心线线角为基准心心线线角。
（2）计算心心线的线角比例数
心心线的线角比例数是指图像标准像素尺寸下该心心线的线角占基准心心线线角的比例数，因此，各心心线线角比例数计算结果如下：
36.3所在心心线线角：36.3/124.7=29.11%
42.5所在心心线线角：42.5/124.7=34.09%
63.8所在心心线线角：63.8/124.7=51.17%
72.1所在心心线线角：72.1/124.7=57.82%
20.6所在心心线线角：20.6/124.7=16.52%
124.7所在心心线线角：124.7/124.7=100%
（3）对心心线线角的比例数进行数值区间分类：
假设将比例数0%至100%划分为10个等份,那么该等份区间就是:
0~≦10%，＞10%~≦20%，＞20%~≦30%，＞30%~≦40%，……，＞90%~≦100%。
以相应区间的中间值表示该等份区间的字符分别得：
5%，15%，25%，35%，……95%。
上述等份区间之间的相接点分别是: 0%、10%、20%、30%、40%、……、90%、100%。
假设偏离值取±2%时，那么该交替区间就是：
≧0~≦2%，≧8%~≦12%，≧18%~≦22%，≧28%~≦32%，……，≧98%~≦100%。
以区间之间的相接点值表示该交替区间的字符分别得：
0%、10%、20%、30%、40%、……、90%、100%
（4）将心心线线角的比例数进行描述字符转换：
将29.11%，34.09%，51.17%，57.82%，16.52%，100%按等份区间进行描述符转换得：
25%，35%，55%，55%，15%，95%
简化写为：25，35，55，55，15，95；
检查上述心心线的线角比例数是否存在交替区间描述符转换条件，其中，符合交替区间描述符转换条件的有：29.11%、51.17%、100%，则在等份区间进行描述符基础上对相关字符进行置换得：
30%，35%，50%，55%，15%，100%；
简化写为：30，35，50，55，15，100；
（5）排序与生成图像心心线线角的图像形状特征描述符
按前述图像心心线线角的比例数的集合描述具体方法得：
等份区间值分别为：95，25，35，55，55，15；
交替区间值分别为：100，30，35，50，55，15；
图像心心线线长的图像形状特征描述符记为：
Ⅳa：95，25，35，55，55，15；
Ⅳb：100，30，35，50，55，15。
经前述各步处理，获取了针对图像及分卡图像下的某一色块连通域的描述包括：边界心轮线线长的比例数的集合，线向区间角度数的比例数的集合；针对图像及分卡图像的多色块连通域之间关系的描述包括：图像心心线线长的比例数的集合，图像心心线线角的比例数的集合，这些特征描述符以图像重心点、图像色块连通域重心点、图像色块连通域的心轮线、图像色块连通域之间的心心线的线长及线角关系从图像局部至整体特征分层次多角度进行了描述，兼顾图像的共同性和区分性。
将经组合的边界心轮线线长的比例数的集合、线向区间角度数的比例数的集合、图像心心线线长的比例数的集合、图像心心线线角的比例数的集合作为待处理图像的图像形状特征描述符，不但丰富了图像特征的描述，还有效解决相同或近似图像的共同性特征描述的稳定性，克服传统轮廓特征线提取技术方法可能会造成图像检索中相同或近似图像的漏检缺陷，提高图像识别检索中相同或近似图像的匹配效果。
该图像形状特征描述符的获取方法至少具有以下有益效果和好处：
1、本发明从图像色块连通域的边界心轮线线长、图像色块连通域的线向区间角度数、图像心心线线长、图像心心线线角等特征多层次多方面对待处理图像特征进行识别和描述，丰富了图像特征的描述。可应用于广泛的图像检索，有效增强了图像检索的匹配效果；
2、本发明采用图像色块连通域的边界心轮线线长的比例数、图像色块连通域的线向区间角度数的比例数、图像心心线线长的比例数、图像心心线线角的比例数来描述图像形状特征，能有效解决相同或近似图像的共同性特征描述的稳定性问题，克服传统轮廓特征线提取技术方法可能会造成图像检索中相同或近似图像的漏检缺陷，提高图像识别检索中相同或近似图像的匹配效果；
3、本发明基于图像色块连通域的边界心轮线线长和线向区间角度数，图像色块连通域与图像色块连通域之间的图像心心线线长和图像心心线线角值提取的图像形状特征，与传统的图像轮廓特征线提取技术方法相比，具有图像特征信息描述更全面的优点，避免图像形状关键特征信息的遗漏。
综上所述，虽然本发明已以优选实施例揭露如上，但上述优选实施例并非用以限制本发明，本领域的普通技术人员，在不脱离本发明的精神和范围内，均可作各种更动与润饰，其方案与本发明实质上相同。
Claims (10)
1.一种图像形状特征描述符的获取方法，其特征在于，包括步骤：
S1，提取输入图像色块连通域的轮廓线及轮廓线上像素点的位置数据，并对轮廓线做平滑处理，获取平滑后的轮廓线和色块连通域的重心点；
S2，将平滑后的色块连通域轮廓线中的线向区间的分界点、图像重心点和图像色块连通域重心点进行图像标准像素尺寸的坐标转换；
S3，获取转换后线向区间边界心轮线的线长比例数和线向区间角度数比例数；
S4，对边界心轮线线长的比例数、线向区间角度数的比例数、图像心心线线长的比例数、图像心心线线角的比例数进行数值区间分类，生成图像形状特征描述符；
步骤S4中，所述图像形状特征描述符包括针对色块连通域的描述符和针对多个色块连通域之间关系的描述符，前者包括色块连通域边界心轮线线长的比例数的集合和线向区间角度数的比例数的集合，后者包括图像心心线线长的比例数的集合和图像心心线线角的比例数的集合；
所述色块连通域边界心轮线线长的比例数的集合的生成方法包括：
以每一色块连通域中最大的边界心轮线线长的比例数作为首个数值，将色块连通域内各边界心轮线线长的比例数按连通域轮廓线的顺时针方向依次排序，获得一组比例数，将该组比例数的集合作为该色块连通域的边界心轮线线长的图像形状特征描述符；将所有色块连通域的边界心轮线线长的图像形状特征描述符的集合作为图像形状特征描述符之一；
所述线向区间角度数的比例数的集合的生成方法包括：
以每一色块连通域中最大的线向区间角度数的比例数作为首个数值，将色块连通域内各线向区间角度数的比例数按连通域轮廓线的顺时针方向依次排序，获得一组比例数，将该组比例数的集合作为该色块连通域的线向区间角度数的图像形状特征描述符；将所有色块连通域的线向区间角度数的图像形状特征描述符的集合作为图像形状特征描述符之一；
所述图像心心线线长的比例数的集合的生成方法包括：
以图像中最大的图像心心线线长的比例数作为首个数值，将图像中各心心线线长的比例数按以图像重心点为原点的心心线顺时针方向依次排序，获得一组比例数，将该组比例数的集合作为图像心心线线长的图像形状特征描述符；
所述图像心心线线角的比例数的集合的生成方法包括：
以图像中最大的图像心心线线角的比例数作为首个数值，将图像中各心心线线角的比例数按以图像重心点为原点的心心线顺时针方向依次排序，获得一组比例数，将该组比例数的集合作为图像心心线线角的图像形状特征描述符。
2.根据权利要求1所述的图像形状特征描述符的获取方法，其特征在于，步骤S1中，对轮廓线做平滑处理的步骤包括：
S101，计算输入图像色块连通域轮廓线上像素点的心轮线的长度及线角度数，并找出心轮线线长的最大值；
S102，计算相邻心轮线之间的线长差及递减或递增方向 ；
S103，划分线向区间，并对线向区间中的非稳定区间进行吸收合并处理和过大的线向区间再分割处理；
S104，对处理后的线向区间内的心轮线进行修正处理，包括：计算每个合并后或再分割后的线向区间相邻心轮线之间的平均线长差，修正轮廓线上像素点的位置；
S105，以修正后轮廓线上像素点集合作为平滑后的色块连通域轮廓线。
3.根据权利要求1所述的图像形状特征描述符的获取方法，其特征在于，步骤S2中，各分界点、图像重心点和图像色块连通域重心点进行预设标准像素尺寸转换的具体方法包括：
S201，计算转换前各分界点和图像重心点和图像色块连通域重心点的相对坐标;
S202，对图像有效区域的尺寸大小进行标准尺寸的预设;
S203,计算转换后各分界点和图像重心点和图像色块连通域重心点在图像有效区域为图像标准像素尺寸中的坐标值。
4.根据权利要求3所述的图像形状特征描述符的获取方法，其特征在于，步骤S201中，按照公式Xn=xn÷XL 、Yn=yn÷YL计算相对坐标；
其中Xn表示转换前第n个像素点的x轴相对坐标值，xn表示转换前第n个像素点的x轴坐标值，XL表示转换前图像有效区域在水平方向上像素点的数量长度,Yn表示转换前第n个像素点的Y轴相对坐标值，yn表示转换前第n个像素点的y轴坐标值，YL表示转换前图像有效区域在垂直方向上像素点的数量长度。
5.根据权利要求3所述的图像形状特征描述符的获取方法，其特征在于，步骤S202中，对图像有效区域的尺寸大小进行标准尺寸的预设包括对效区域的水平像素长度和垂直像素长度的预设。
6.根据权利要求3所述的图像形状特征描述符的获取方法，其特征在于，步骤S203中，按照公式XBn= Xn÷XBL 、YBn= Yn÷YBL计算所述坐标值；
其中XBn表示第n个像素点在图像有效区域为图像标准像素尺寸中的x轴的坐标值，Xn表示转换前第n个像素点的x轴相对坐标值，XBL表示图像有效区域为图像标准像素尺寸在水平方向上像素点的数量长度；YBn表示第n个像素点在图像有效区域为图像标准像素尺寸中的y轴的坐标值，Yn表示转换前第n个像素点的y轴相对坐标值，XBL表示图像有效区域为图像标准像素尺寸在垂直方向上像素点的数量长度。
7.根据权利要求1所述的图像形状特征描述符的获取方法，其特征在于，步骤S3中，获取转换后线向区间边界心轮线的线长比例数和线向区间角度数比例数的具体方法包括：
S301，重新计算转换后线向区间边界心轮线的线长和线向区间角度数；
S302, 将边界心轮线的线长转换为线长比例数，将线向区间角度数转换为线向区间角度数比例数。
8.根据权利要求7所述的图像形状特征描述符的获取方法，其特征在于，步骤S301中，
按照公式Gn=
计算线向区间边界心轮线的线长；
其中，Gn表示转换为统一规格的图像标准像素尺寸后第n条边界心轮线的线长，ox表示转换为统一规格的图像标准像素尺寸后的重心点的x轴坐标值，ax表示转换为统一规格的图像标准像素尺寸后的轮廓线上像素点的x轴坐标值，oy表示转换为统一规格的图像标准像素尺寸后的重心点的y轴坐标值，ay表示转换为统一规格的图像标准像素尺寸后的轮廓线上像素点的y轴坐标值。
9.根据权利要求7所述的图像形状特征描述符的获取方法，其特征在于，步骤S301中，
线向区间角度数的计算方法包括：边界心轮线线角的基准角的预设;划分边界心轮线在平
面直角坐标系中所处象限;根据边界心轮线所处象限分别计算边界心轮线的线角，第1象限
按照公式
、第2象限按照公式
、第3象限按照公式
、第4象限按照公式
计算边界心轮线的线角；按照公式∠βn=
∠ωn2-∠ωn1计算线向区间角度数;
其中，∠ωn表示转换为统一规格的图像标准像素尺寸后第n条边界心轮线的线角，yi表示转换为统一规格的图像标准像素尺寸后第i条心轮线非重心一端的y轴坐标值，yo表示转换为统一规格的图像标准像素尺寸后图像色块连通域重心点的y轴坐标值，xi表示转换为统一规格的图像标准像素尺寸后第i条心轮线非重心一端的x轴坐标值，xo表示转换为统一规格的图像标准像素尺寸后图像色块连通域重心点的x轴坐标值，arctan表示反正切函数;∠βn表示第n个线向区间的角度数，∠ωn1表示转换为统一规格的图像标准像素尺寸后在第n个线向区间中第1条边界心轮线的线角，∠ωn2表示转换为统一规格的图像标准像素尺寸后在第n个线向区间中第2条边界心轮线的线角。
10.根据权利要求1所述的图像形状特征描述符的获取方法，其特征在于，步骤S4中，所述数值区间分类包括：等份区间分类和交替区间分类。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910959214.4A CN110727814B (zh) | 2019-10-10 | 2019-10-10 | 一种图像形状特征描述符的获取方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910959214.4A CN110727814B (zh) | 2019-10-10 | 2019-10-10 | 一种图像形状特征描述符的获取方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110727814A CN110727814A (zh) | 2020-01-24 |
| CN110727814B true CN110727814B (zh) | 2022-10-11 |
Family
ID=69219937
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910959214.4A Active CN110727814B (zh) | 2019-10-10 | 2019-10-10 | 一种图像形状特征描述符的获取方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110727814B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113407757B (zh) * | 2021-06-23 | 2022-07-22 | 重庆世纪科怡科技股份有限公司 | 一种基于计算机的图像检索方法及装置 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102013014A (zh) * | 2010-11-26 | 2011-04-13 | 华中科技大学 | 一种高分辨率遥感图像多类目标特征模型的建立方法 |
| JP2012146108A (ja) * | 2011-01-12 | 2012-08-02 | Toshiba Corp | 画像認識装置、画像認識方法及びプログラム |
| CN103729621A (zh) * | 2013-12-20 | 2014-04-16 | 华南农业大学 | 基于叶片骨架模型的植物叶片图像自动识别方法 |
| CN104897062A (zh) * | 2015-06-26 | 2015-09-09 | 北方工业大学 | 一种零件异面平行孔形位偏差的视觉测量方法及装置 |
| CN105095840A (zh) * | 2014-05-22 | 2015-11-25 | 兰州大学 | 基于眼震影像的多方向上眼震信号提取方法 |
| CN109063197A (zh) * | 2018-09-06 | 2018-12-21 | 徐庆 | 图像检索方法、装置、计算机设备和存储介质 |
| CN109325546A (zh) * | 2018-10-19 | 2019-02-12 | 大连海事大学 | 一种结合步法特征的成趟足迹识别方法 |
| CN109460770A (zh) * | 2018-09-06 | 2019-03-12 | 徐庆 | 图像特征描述符提取方法、装置、计算机设备和存储介质 |
-
2019
- 2019-10-10 CN CN201910959214.4A patent/CN110727814B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102013014A (zh) * | 2010-11-26 | 2011-04-13 | 华中科技大学 | 一种高分辨率遥感图像多类目标特征模型的建立方法 |
| JP2012146108A (ja) * | 2011-01-12 | 2012-08-02 | Toshiba Corp | 画像認識装置、画像認識方法及びプログラム |
| CN103729621A (zh) * | 2013-12-20 | 2014-04-16 | 华南农业大学 | 基于叶片骨架模型的植物叶片图像自动识别方法 |
| CN105095840A (zh) * | 2014-05-22 | 2015-11-25 | 兰州大学 | 基于眼震影像的多方向上眼震信号提取方法 |
| CN104897062A (zh) * | 2015-06-26 | 2015-09-09 | 北方工业大学 | 一种零件异面平行孔形位偏差的视觉测量方法及装置 |
| CN109063197A (zh) * | 2018-09-06 | 2018-12-21 | 徐庆 | 图像检索方法、装置、计算机设备和存储介质 |
| CN109460770A (zh) * | 2018-09-06 | 2019-03-12 | 徐庆 | 图像特征描述符提取方法、装置、计算机设备和存储介质 |
| CN109325546A (zh) * | 2018-10-19 | 2019-02-12 | 大连海事大学 | 一种结合步法特征的成趟足迹识别方法 |
Non-Patent Citations (3)
| Title |
|---|
| 基于字符包围盒特征参数的车牌定位分割研究;刘雄飞等;《电视技术》;20151117(第22期);第106-109页 * |
| 基于特征图像的三维模型检索;张洁等;《德州学院学报》;20151215(第06期);第70-75+79页 * |
| 线缆字符图像的拼接方法研究;池潇等;《计算机应用与软件》;20170615(第06期);第199-206页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110727814A (zh) | 2020-01-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108121862B (zh) | 一种基于三维几何特征的工程图自动标注方法 | |
| CN109671110B (zh) | 一种局部几何结构约束的城区宽基线影像特征点匹配方法 | |
| CN110727814B (zh) | 一种图像形状特征描述符的获取方法 | |
| CN112085708B (zh) | 产品外轮廓中的直线边缘的缺陷检测方法及设备 | |
| CN102522043A (zh) | 基于线段拓扑关系的多边形压缩方法 | |
| CN111667477A (zh) | 磁材尺寸缺陷检测方法、装置、检测设备及可读存储介质 | |
| CN110929084B (zh) | 一种图像形状特征描述符的获取方法及装置 | |
| CN109344750B (zh) | 一种基于结构描述子的复杂结构三维对象识别方法 | |
| CN110717874B (zh) | 一种图像轮廓线平滑处理方法 | |
| CN111161288A (zh) | 图像处理方法和装置 | |
| WO2024066463A1 (zh) | 一种基于双目视觉的钢筋间距的测量方法和系统 | |
| CN116168404B (zh) | 基于空间变换的智能文档处理方法和系统 | |
| Kovanen et al. | A layered method for determining manga text bubble reading order | |
| JP2006309718A (ja) | 高速画像探索方法 | |
| CN109784236B (zh) | 一种识别铁路图纸中表格内容的方法 | |
| CN114399428A (zh) | 面状人工要素降维处理方法 | |
| CN105550650A (zh) | 一种指纹安全保护方法与系统 | |
| CN114140466A (zh) | 基于图像处理的植物根系测量方法、系统及装置 | |
| CN114419333A (zh) | 一种检测框重叠度的生成方法、目标检测方法及装置 | |
| JPS61147374A (ja) | 類似デ−タ検出方法および装置 | |
| CN106055669A (zh) | 一种数据离散化方法及系统 | |
| CN111191759A (zh) | 一种二维码的生成方法和基于gpu的定位、解码方法 | |
| CN113139400B (zh) | 一种qr码定位方法、装置及计算机可读介质 | |
| Chen et al. | Concentric circle detection based on normalized distance variance and the straight line Hough transform | |
| CN104008382A (zh) | 传感器指纹图像识别系统及方法 |
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 | ||
| CB02 | Change of applicant information |
Address after: 528000 room 2002, block A, 33 Jihua five road, Chancheng District, Foshan, Guangdong. Applicant after: Xu Qing Applicant after: Foshan Guofang Identification Technology Co.,Ltd. Address before: 528000 room 2002, block A, 33 Jihua five road, Chancheng District, Foshan, Guangdong. Applicant before: Xu Qing Applicant before: FOSHAN GUOFANG TRADEMARK SERVICE Co.,Ltd. |
|
| CB02 | Change of applicant information | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |