[发明专利]基于同底三角形面积描述的目标识别和形状检索方法

权利要求书

1.一种基于同底三角形面积描述的目标识别和形状检索方法，其特征在于：所述方法包括：

S1、提取出目标图像的边缘特征，采用轮廓提取算法提取出目标轮廓特征；

S2、根据所提取出的目标轮廓特征构造每个轮廓点的同底三角形集合，计算所有三角形的面积，作为同底三角形面积描述子；

S3、采用分段平均的方法平滑同底三角形面积描述子，以形成同底三角形面积特征描述矩阵；

S4、将同底三角形面积特征描述矩阵按行局部归一化，以形成最终特征描述矩阵；

S5、采用加权L1范数计算平滑归一化后的同底三角形面积描述矩阵中的每列之间的距离，以得到匹配代价矩阵；

S6、采用动态规划对匹配代价矩阵进行相似度匹配，

所述步骤S2具体包括：

S21、在目标图像的轮廓上，取目标轮廓点p_i，利用与目标轮廓点p_i相邻的两个轮廓点p_i-1，p_i+1构成的线段作为三角形的底边，并固定不变；

S22、按照顺时针方向取点作为三角形的顶点，构成一个三角形集合，该集合即为目标轮廓点p_i的同底三角形集合；

S23、采用行列式计算该同底三角形集合中每个三角形的面积，作为该目标轮廓点p_i的同底三角形面积描述子，

所述步骤S3具体包括：

S31、规定分段区间长度k；

S32、将轮廓采样点数n，按[1,k],[k+1,2k],...,[mk-k+1,mk]形式等间隔分成m段；

S33、计算每一段中k个同底三角形面积的平均值

S34、将每一段中k个面积用该平均值代替，构成m维向量，作为目标轮廓点p_i新的同底三角形面积描述子；

S35、计算每一个目标轮廓点p_i的新的同底三角形面积描述子，构成m×n维的同底三角形面积特征描述矩阵。

2.根据权利要求1所述的基于同底三角形面积描述的目标识别和形状检索方法，其特征在于：所述步骤S1具体包括：

S11、采用Log二阶微分算子提取出目标图像的边缘特征；

S12、采用的轮廓提取算法在目标图像边缘上均匀地等间隔采样得到一组有序点集，该点集即为目标轮廓特征。

3.根据权利要求1所述的基于同底三角形面积描述的目标识别和形状检索方法，其特征在于：所述步骤S4具体包括：

S41、计算目标图像轮廓的同底三角形面积特征描述矩阵中每一行的最大绝对值；

S42、将同底三角形面积特征描述矩阵中每一行元素除以对应行的最大绝对值，作为目标图像轮廓的最终特征描述矩阵。

4.根据权利要求1所述的基于同底三角形面积描述的目标识别和形状检索方法，其特征在于：所述步骤S5具体包括：

S51、计算数据库中所有N个模板图像轮廓的同底三角形面积特征矩阵；

S52、将目标图像轮廓的最终特征描述矩阵中的每一列与模板图像轮廓的同底三角形面积特征矩阵中的每一列采用加权L1范数距离度量，得到n×n维的匹配代价矩阵。

5.根据权利要求1所述的基于同底三角形面积描述的目标识别和形状检索方法，其特征在于：所述步骤S6具体包括：

S61、采用动态规划算法计算匹配代价矩阵的最佳映射关系，获得目标图像轮廓与模板图像轮廓的相似度；

S62、计算每一个模板图像轮廓与目标图像轮廓的相似度，最小相似度对应的模板图像即为匹配图像，达到目标识别和形状检索的目的。