基于上下文的形狀匹配算法研究與實現(xiàn).pdf

1、形狀匹配是按照一些預(yù)先設(shè)定好的度量準則對形狀之間的相似性進行衡量的方法，是計算機視覺和模式識別領(lǐng)域的一個基本問題。形狀上下文算法是近年來提出的基于形狀輪廓點集的形狀匹配算法，在文字識別、人臉識別、基于內(nèi)容的圖像檢索、智能視頻監(jiān)控等諸多領(lǐng)域得到了廣泛的應(yīng)用。
　　 傳統(tǒng)的形狀上下文算法只能匹配簡單形狀而且存在以下的不足：1.對形狀的輪廓非常敏感，比較容易受噪聲的影響。2.邊界提取獲得輪廓點是均勻或者隨機的，不能很好的表示形狀而且存

2、在冗余。3.算法中把質(zhì)心點作為坐標中心計算極坐標直方圖，不能獲取相匹配的點集合并且計算質(zhì)心點的過程十分復(fù)雜而且耗時。本文針對以上不足有針對性的對算法進行改進，改進的算法首先在圖像預(yù)處理的過程中采用中值濾波的方法以克服噪聲的影響，模糊形狀的輪廓。第二改進邊界提取方法使獲得的邊界點既保留了重要的特征點又比較少。第三把算法中求取以質(zhì)心點為中心的極坐標直方圖的改為求取以邊界點的為中心，保留相匹配的點集并且降低算法的復(fù)雜度。經(jīng)試驗分析改進后的算法