[发明专利]一种判定形状相似性的方法

说明书

本发明涉及计算机模式识别领域，公开了一种判定形状相似性的方法，包括：对待判定相似性的两个形状分别获取对应的特征向量，具体通过构建所述形状每次围绕形状的中心点旋转预设角度后的特征矩阵，并以获取的特征矩阵为元素构建所述形状的特征向量；然后基于获取的两个所述形状的特征向量进行相似性判定。本发明能够识别任意两个形状的相似性，实现方式简单，准确率高。

技术领域

本发明涉及计算机模式识别领域，尤其涉及一种判定形状相似性的方法。

背景技术

模式识别是计算机科学的一个重要的、活跃的研究领域，被广泛应用于图像分析、机器视觉和目标识别等应用领域中。例如在自动驾驶汽车的应用中，一台自动驾驶汽车通过安装在自动驾驶汽车上的摄像头获得汽车行驶方向的路面情况的数字图像，对图像进行处理并获取数字图像中物体的边界，之后就需要确定物体的类型以决定行驶的方式和方向。任何物体都有边界，边界确定了物体的类型，而物体的边界是由一定的几何形状表达的，因此，对几何形状的自动识别和判定具有积极和广泛的前景。

现有判定形状相似性的技术，存在不能解决对形状相似性的精确判定和计算复杂度较高的问题。鉴于模式识别种类繁多应用场景，需要一种能够判定任意形状相似性的判定方法以适应各种应用。

发明内容

本发明实施例的目的是提供一种判定数字图像中任意形状相似性的方法，能判定任意两个形状的相似性，且计算简单，准确率高。

为实现上述目的，本发明实施例提供了一种判定形状相似性的方法，包括：

S1、对待判定相似性的两个形状分别执行下述步骤，以获取每一所述形状对应的特征向量，包括：

S11、通过计算下述公式获取所述形状的中心点的坐标：

其中，所述形状所在的平面已预先建立直角坐标系，所述坐标系中一数轴为x轴，另一数轴记为y轴，x_min为所述形状的边界点中最小的x坐标，x_max为所述形状的边界点中最大的x坐标，y_max为所述形状的边界点中最大的y坐标，y_min为所述形状的边界点中最小的y坐标,(x₀,y₀)为所述形状的中心点的坐标；

S12、在x轴的区间[x_min,x_max]上每隔预置距离作一条垂直于x轴的分隔直线，获取每一条所述分隔直线与所述形状的交点，并，获取每一条所述分隔直线上的相邻所述交点的距离，构建所述形状的特征矩阵：

其中，d_i,1,d_i,2,…,d_i,n-1依次为获取的第i条所述分隔直线上的相邻所述交点的距离，i＝1,2,3,……,k,k为所述分隔直线的条数，n为每一所述分隔直线上的所述交点的个数，(d_i,1,d_i,2,……,d_i,n-1)^T为第i条所述分隔直线上的相邻交点的距离特征向量；m为所述距离特征向量中的最大维度，维度小于m的所述距离特征向量中通过在尾部补0的方式形成维度为m的所述距离特征向量；

S13、围绕所述形状的中心点按照预设方向依次旋转预设θ角(N-1)次，并在每一次所述形状旋转预设θ角后，重复执行步骤S12以获取当前所述形状的特征矩阵；其中，θ＝360/N，N为整数；

S14、通过下述公式获取所述形状的特征向量：

F＝(A₁A₂A₃……A_N)^T