基于曲率和熵矩阵特征的商标图像检索

针对二值商标图像的特点,提出了一种综合边界曲率特征和图像分块熵矩阵特征的检索算法。首先,根据微分几何中曲率的定义,计算图像形状边界上每一点的曲率,并统计得到曲率直方图作为边界特征。然后,在图像分块的基础上,计算每一分块子图像的信息熵,得到熵矩阵,求该矩阵的奇异值作为区域特征。最后,综合这两个特征进行检索。实验表明,边界和区域特征综合使用较之单一特征有着更好的检索效果,并具有较好的几何不变性。     

利用小波和矩进行基于形状的图象检索

形状是图象中目标的重要特征,基于形状的图象检索近来在基于内容的图象库系统和管理和应用中得到越来越多的重视。现已研制的系统存在两个问题。一是性能的不稳定性;二是相对平移,旋转和尺度变换的变化性,针对上问题,该文提出了一种新的基于形状的图象检索算法。此算法先对亮度图象图象进行小波模极大值变换以得到多尺度的边界图象,再利用７个不变矩提取每一尺度边界图象的特征,所有尺度上的矩共同组成图象的特征向量。图象的     

目标边界点集的层次化描述及其形状检索应用

提出用于轮廓线形状和区域形状图像检索的形状描述方法,该方法将目标形状的边界（包括内边界）表示为一个无序的点集,沿各方向对点集的迭代分割,建立层次化的边界点集描述模型.通过对各层形状边界的分割比和分散度的几何特征度量,产生各层的形状特征描述,对它们进行组合,建立对目标形状的层次化描述.两个目标形状的差异性度量定义为它们的层次化描述子的L-1距离.该方法具有：（1）通用性.能够描述轮廓线形状和区域形状这两种不同类型的形状;（2）可扩展性.基于所提出的分层描述框架,可以将分割比和分散度这两种几何度量进行扩展,纳入更多其他几何特征度量,以进一步提高形状描述的精度;（3）多尺度描述特性.提出的分层的描述机制,使得描述子具有内在的由粗到细的形状表征能力;（4）较低的计算复杂性.由于仅仅计算目标图像的边界像素点,使得算法具有较高的计算效率.用MPEG-7 CE-2区域形状图像库和MPEG-7 CE-1轮廓线形状图像库这两个标准测试集对该方法进行评估,并与同类的其他形状描述方法进行比较,实验结果表明：提出的方法在综合考虑检索精确率、检索效率和一般应用能力等指标的情况下,其性能上要优于各种参与比较的方法.     

采用形态学边界特征的医学图像检索

特征提取是基于内容的图像检索(CBIR)中的关键步骤,如何有效提取反映高层语义的图像特征对于医学图像的检索至关重要.提出一种基于边界形状特征的医学图像检索方法.该方法首先通过多尺度形态学方法检测图像边界点,然后对边界图像进行形状特征提取,构建边界的形状密度直方图,最后通过相似性匹配实现医学图像检索.实验结果证明了所提取的边界形状特征在医学图像检索中的有效性,通过对比实验给出了结果分析和进一步的研究思路.     

V-系统在形状相似检索中的应用

V-系统是一类正交多小波,它的正交性和多分辨特性使得在表达信号时可以用少量的基函数去描述信号的基本特征,并且通过增加所用基函数的数量得到信号由粗到细的多层次特征描述.文中将V-系统的这个特性应用到形状相似检索中,对图像边界和图像区域分别进行特征表达,得到了形状检索的新算法——V算法.首先提取图像的边界点列,并将其在V-系统下作正交分解,得到由V-描述子构成的边界特征向量,同时对图像区域作V-变换,得到图像的区域特征向量;然后融合边界特征和区域特征来进行形状之间的相似度量.通过在4个通用数据库中的形状检索实验结果,表明了该算法相对几种经典算法在检索性能上的优势.     

基于各向异性滤波耦合形状质心相对角位置的图形检索算法

基于形状的目标检索技术难以检测噪声轮廓,无法兼顾表示其全局与局部显著性,导致检索精度不高。为此,提出一种图形检索算法。通过引入各向异性滤波,设计图形显著性检测算子,平滑噪声点与保留高曲率特征点,精确检测其形状显著性点,考虑形状轮廓点的总数与显著性位置,基于形状质心,定义相对角位置计算模型,并联合曲率函数,确定每个显著性点的表示值,将形状全局特征嵌入到局部细节中,联合动态规划算法,构建形状显著性相似度测量模型,进行特征点匹配,完成图形检索。测试结果表明,与基于形状的图像特征描述符相比,该算法具有更高的检索精度与更强的鲁棒性。     

用不变矩和边界方向进行形状检索

基于形状的图像检索一直以来是图像内容检索的一个难点问题，而目前采用周长、面积、边角率等描述形状的方法不能使形状检索达到理想的效果．本文提出了一种新的针对图像形状的检索方法．首先，用Canny算子对图像进行平滑处理，提取图像边界方向直方图特征、其次，用不变矩来描述图像形状的区域特征，不变矩特征不受图像的缩放、平移和旋转的影响．最后，为了克服不变矩只关心对象区域，而对图像边界忽视的缺点，提出了不变矩与边界方向特征相结合的方法，使得检索取得更好的效果．本文通过对医学图像的形状检索实验，给出了实验结果和结论．     

一种基于形状特征的图像检索方法

基于内容的图像检索技术中,形状特征是最重要的图像特征部分。傅立叶描述子(FD),因为它高效性,稳定性,低计算复杂度和少量参数运行的优点而被广泛应用。目前已经存在的大多数傅立叶描述子往往直接使用它的傅立叶系数,本文我们应用主成分分析Principal Component Analysis(PCA)方法在傅立叶描述子中,从而提出基于PCA的傅立叶描述子的形状描述和检索方法。本论文的实验采用MPEG-7标准图像数据库来比较检索性能。实验结果表明PCA-FD的方法实现了更短时间内的更好检索精确率。     

一种基于形状特征的图像检索方法

基于内容的图像检索技术中,形状特征是最重要的图像特征部分。傅立叶描述子（FD）,因为它高效性,稳定性,低计算复杂度和少量参数运行的优点而被广泛应用。目前已经存在的大多数傅立叶描述子往往直接使用它的傅立叶系数,本文我们应用主成分分析Principal Component Analysis（PCA）方法在傅立叶描述子中,从而提出基于PCA的傅立叶描述子的形状描述和检索方法。本论文的实验采用MPEG-7标准图像数据库来比较检索性能。实验结果表明PCA-FD的方法实现了更短时间内的更好检索精确率。     

形状的圆内距离变换

目的 形状的描述、匹配、相似性判定和检索是计算机视觉和图像识别的基本问题,也是一个开问题。在目前公开的方法中,除了只能应用于简单形状的几何复变换和基于边界的傅里叶描述子外,其他的方法均不能由构建的形状特征描述符重建原形状,因此不能保证所建立的形状特征能客观地描述原形状。本文提出了形状的圆内距离变换,该方法所建立的描述符可用于形状匹配、相似性度量和形状检索。该方法是可逆的,也就是可以从形状描述符重建原形状。方法 形状的圆内距离变换通过在形状的最小外接圆内旋转和切分形状,求出形状相邻切分点之间的距离,并由此构建形状的特征矩阵。对于任意相似的形状,从理论上证明了形状的圆内距离变换具有缩放、旋转和位移不变性。结果 对发生了形变、扭曲和仿射变换的形状,采用圆内距离变换方法进行了形状的相似性度量、检索和重建实验,结果表明,形状的圆内距离变换可以准确地描述形状、度量形状的相似性、检索形状并重建原形状。在形状的相似性度量上,形状的圆内距离变换能给出与人类视觉一致的结果,并且当两个形状相似时,还能计算出它们的尺度缩放和角度旋转。通过与经典的方法,包括形状上下文方法、傅里叶描述子方法、拉东柱状图方法,针对典型的MPEG-7形状库进行对比实验,发现形状的圆内距离变换在形状检索的综合得分上相比这些经典方法提高了近20%。结论 形状的圆内距离变换在形状的描述、相似性判定和检索上是有效和可逆的,具有广泛的可适用性且优于本文比较的其他经典方法。     

形状的全尺度可视化表示与识别

目的 视觉目标的形状特征表示和识别是图像领域中的重要问题。在实际应用中,视角、形变、遮挡和噪声等干扰因素造成识别精度较低,且大数据场景需要算法具有较高的学习效率。针对这些问题,本文提出一种全尺度可视化形状表示方法。方法 在尺度空间的所有尺度上对形状轮廓提取形状的不变量特征,获得形状的全尺度特征。将获得的全部特征紧凑地表示为单幅彩色图像,得到形状特征的可视化表示。将表示形状特征的彩色图像输入双路卷积网络模型,完成形状分类和检索任务。结果 通过对原始形状加入旋转、遮挡和噪声等不同干扰的定性实验,验证了本文方法具有旋转和缩放不变性,以及对铰接变换、遮挡和噪声等干扰的鲁棒性。在通用数据集上进行形状分类和形状检索的定量实验,所得准确率在不同数据集上均超过对比算法。在MPEG-7数据集上精度达到99.57%,对比算法的最好结果为98.84%。在铰接和射影变换数据集上皆达到100%的识别精度,而对比算法的最好结果分别为89.75%和95%。结论 本文提出的全尺度可视化形状表示方法,通过一幅彩色图像紧凑地表达了全部形状信息。通过卷积模型既学习了轮廓点间的形状特征关系,又学习了不同尺度间的形状特征关系。本文方法在视角变化、局部遮挡、铰接变形和噪声等干扰下能保持较高的识别正确率,可应用于图像采集干扰较多以及红外或深度图像的目标识别,并适用于大数据场景下的识别任务。     

A structural model for shape recognition using neural nets

Shape representation and recognition is an important topic in many applications of computer vision and artificial intelligence, including character recognition, pattern recognition, machine monitoring, robot manipulation and production part recognition. In this paper, a structural model based on boundary information is proposed to describe the silhouette of planar objects (especially machined parts). The structural model describes objects by a set of primitives, each of which is represented by three geometric features: its length, curvature, and relative orientation. This representation scheme not only compresses the data, but also provides a compact and meaningful form to facilitate further recognition operations. Based on this model, the object recognition is accomplished by using a multilayered feedforward neural network. The proposed model is transformation invariant, which offers the necessary flexibility for real-time implementation in automated manufacturing systems. In addition, the numerical results for a set of ten reference shapes indicate that the matching engine can achieve very high success rates using short recognition times.     

基于实体模型的产品形状特征识别

依据实体造型的特点,从模型空间的特征层入手,搜寻模型空间中的简单形状特征,并根据造型特点获取单个特征在零件模型上的几何拓扑关系,从而实现形状特征的自动识别.通过分析特征实体造型,提出一种基于实体模型的产品形状特征识别方法,并结合微波器件产品开发特征参数提取模块,实现复杂零件模型形状特征的自动识别与提取.该方法为快速建立企业零件库提供途径,也为网络环境下的协同设计和数据共享奠定基础.     

On the optimization problem of fillets and holes in plates with curvature constraints

The focus of this study is two-dimensional optimization problem of fillets and holes in plates considering curvature constraints, defined with the goal of minimizing stress concentration factor. The optimality criteria of uniform energy density are extended to shape optimization with curvature constraint assuming that a good shape design can be obtained when constant energy density along the segment of the designed boundary is achieved, except for the section that has to satisfy the geometry constraint. Feasible solutions are sought out under the assumption that the minimum curvature radius is constant on the last part of the designed boundary, and some interesting features of optimal shape of fillets and holes with prescribed minimum curvature radii are revealed. A finite-element-based method in conjunction with a gradientless algorithm is developed to obtain the optimal shape with curvature constraint. Numerical examples of optimal fillets and holes in flat plates are presented to validate the proposed assumption.     

阶层式三维形状环特征提取方法

针对已有的三维形状局部特征属性单一及缺乏空间结构信息的问题,提出了一种融合三维形状拓扑连接信息的阶层式特征提取框架,并得到具有平移不变性的三维形状环特征。首先,以三维形状底层特征提取为基础,进一步利用等测地线环的方式对特征点的局部区域进行建模,抽象出包含丰富空间几何结构信息的中层特征;然后,利用稀疏编码方式对中层特征进一步概括抽象,进而得到更具区分力和丰富信息的高层特征。将该高层特征与已有的尺度不变的热核描述子（SI-HKS）在三维形状对应和形状检索这两类任务中进行对比,该特征准确率分别提高了24.5个百分点和7.2个百分点。实验结果表明所提特征相较于已有的特征描述符具有更高的分辨率和识别度。     

Bicubic B-spline blending patches with optimized shape

Two constructions of bicubic B-spline patches with fixed boundary conditions are described. Their goal is to minimize functionals taken for measures of patch badness. The first construction is numerically solving the triharmonic equation . The functional minimized in the second construction is the sum of a term determined by the surface shape (the distribution of mean curvature) and a term introduced to overcome the problem of ambiguity of minimum of the first term. In addition to boundary conditions one can impose constraints, e.g. fix constant parameter curves of the patch.     

基于形状特征变化的凋亡细胞图像识别研究*

凋亡细胞识别是癌症等疾病诊断治疗的重要依据,然而凋亡细胞图像识别一直是图像处理领域的瓶颈问题。本文通过改进的阈值分割和八方向边界描述法提取细胞形状特征,然后基于类圆心点标记和特征参数算法检测其形状变化,较好地解决了凋亡细胞图像识别问题。实验结果表明,该算法适用于形状较复杂的凋亡细胞识别,系统凋亡细胞识别精度和形状识别精度较高,识别时间较短。