形狀特徵

  （一）特點：各種基於形狀特徵的檢索方法都可以比較有效地利用影象中感興趣的目標來進行檢索，但它們也有一些共同的問題，包括：①目前基於形狀的檢索方法還缺乏比較完善的數學模型；②如果目標有變形時檢索結果往往不太可靠；③許多形狀特徵僅描述了目標區域性的性質，要全面描述目標常對計算時間和儲存量有較高的要求；④許多形狀特徵所反映的目標形狀資訊與人的直觀感覺不完全一致，或者說，特徵空間的相似性與人視覺系統感受到的相似性有差別。另外，從 
2-D 影象中表現的 3-D 物體實際上只是物體在空間某一平面的投影，從 2-D 影象中反映出來的形狀常不是 3-D 
物體真實的形狀，由於視點的變化，可能會產生各種失真。

（二）常用的特徵提取與匹配方法

Ⅰ幾種典型的形狀特徵描述方法

通常情況下，形狀特徵有兩類表示方法，一類是輪廓特徵，另一類是區域特徵。影象的輪廓特徵主要針對物體的外邊界，而影象的區域特徵則關係到整個形狀區域。

幾種典型的形狀特徵描述方法：

（1）邊界特徵法該方法通過對邊界特徵的描述來獲取影象的形狀引數。其中Hough 
變換檢測平行直線方法和邊界方向直方圖方法是經典方法。Hough 
變換是利用影象全域性特性而將邊緣畫素連線起來組成區域封閉邊界的一種方法，其基本思想是點—線的對偶性；邊界方向直方圖法首先微分影象求得影象邊緣，然後，做出關於邊緣大小和方向的直方圖，通常的方法是構造影象灰度梯度方向矩陣。

（2）傅立葉形狀描述符法

傅立葉形狀描述符(Fourier 
shape 
descriptors)基本思想是用物體邊界的傅立葉變換作為形狀描述，利用區域邊界的封閉性和週期性，將二維問題轉化為一維問題。

由邊界點匯出三種形狀表達，分別是曲率函式、質心距離、復座標函式。

（3）幾何引數法

形狀的表達和匹配採用更為簡單的區域特徵描述方法，例如採用有關形狀定量測度（如矩、面積、周長等）的形狀引數法（shape 
factor）。在 QBIC 
系統中，便是利用圓度、偏心率、主軸方向和代數不變矩等幾何引數，進行基於形狀特徵的影象檢索。

需要說明的是，形狀引數的提取，必須以影象處理及影象分割為前提，引數的準確性必然受到分割效果的影響，對分割效果很差的影象，形狀引數甚至無法提取。

（4）形狀不變矩法

利用目標所佔區域的矩作為形狀描述引數。

（5）其它方法

近年來，在形狀的表示和匹配方面的工作還包括有限元法（Finite 
Element Method 或 FEM）、旋轉函式（Turning Function）和小波描述符（Wavelet 
Descriptor）等方法。

Ⅱ 基於小波和相對矩的形狀特徵提取與匹配

  
該方法先用小波變換模極大值得到多尺度邊緣影象，然後計算每一尺度的 7個不變矩，再轉化為 10 
個相對矩，將所有尺度上的相對矩作為影象特徵向量，從而統一了區域和封閉、不封閉結構。