形状匹配综述

本文对形状匹配的方法进行了回顾，介绍了一些形状表示方法，其中主要是形状简化的方法，形状匹配的方法可以分为基于各种变换不变量的形状匹配方法和基于局部特征的形状匹配方法，并根据这一分类介绍了很多有代表性的匹配方法。  

利用形状与空间位置特征检索二值商标图象

为了充分利用商标图象的内部信息，以提高商标图象的检索精度，提出了一种综合利用商标形状特征与共内部空间位置关系持征来检索二值商标图象的方法，由于二值商标属于人工图象，大多数二值商标都是由一些边界分明的几何形状体构成，因此可把二值商标图象看作是由一些具有显著形状特征的区域构成的集合体，对这些集合体首先利用矩特征进行形状的相似性度量，然后利用投影分类的方法匹配空间位置关系，该方法基于这一思想，既考虑了商标涔部各组成部分的形状特征，又兼顾了它们之间的空间位置关系，将整个检索过程分为初级检索与检索求精两个阶段，由于该方法保证了整体与局部的一致性，因此具有很好的检索精度，与仅仅利用图象的形状特征进行检索的实验结果相比，其检索结果更加符合人的视觉感受。  

一种快速的复杂多边形匹配算法

提出了一种能够快速进行复杂形状多边形匹配的算法，该算法基于正切空间表示，先对复杂多边形进行离散曲线演化，再将得到的简化多边形分为一系列最大凸/凹弧线，并选择每段最大凸弧线的起点作为匹配的起始点进行匹配。实验结果证明该算法不但能够对复杂多边形快速而精确的匹配，而且具有不受噪声影响的优点。  

轮廓形状匹配的形状函数小波特征方法

利用形心点和Aggarwal的形殊点，定义了轮廓形状的描述函数和起始点，并运用描述函数的Daubechies周期小波系数特征，讨论了闭合轮廓曲线的整体匹配和局部匹配问题，为适应快速识别目标和精确辨识物体的应用需要，提供了这类匹配方法的简易模型和精确模型，实验结果表明这类方法具有良好的稳定性和可靠性，并且小波的快速算法保证了这类方法实时处理的能力。  

基于Hausdorff距离的2D形状匹配改进算法

在计算机视觉检测中，常常需要将两幅图象在空间上配准，以便进行后续的检测过程，该文提出将Ｈａｕｓｄｏｒｆｆ距离作为物体轮廓相似性的测度，并用遗传算法进行最佳形状匹配的快速搜索，根据遗传搜索的结果再进行一次线性搜索，从而提高解的精度，实验结果证明了该方法能快速，精确地对两幅２Ｄ形状进行匹配。  

一种基于部件空间分布的三维模型检索方法

三维形状分析是三维模型检索的关键问题.提出一种基于三维模型部件空间分布的形状特征描述方法.此方法的主要思想是依据认知心理学的理论,在描述对象形状时强调它的结构属性.首先将三维模型分割为若干个组成部件,每个部件用一个曲面片表示,然后采用曲面片的质心位置、面积占总面积的百分比的组合作为部件特征,最后将满足指定条件的部件特征的集合作为三维模型的形状特征.基于这一特征表示,给出了一种三维模型检索方法.该方法具有受模型精度和连通性影响较小、相似性度量的计算速度较快的优点.实验结果验证了该检索方法的有效性.  

一种碎纸自动拼接中的形状匹配方法

碎纸自动拼接技术是图像处理与模式识别领域中的一个较新但是很典型的应用，它是通过扫描和图像提取技术获取一组碎纸片的形状、颜色等信息，然后利用计算机进行相应的处理从而实现对这些碎纸片的全自动或半自动拼接还原。碎纸自动拼接过程一般包括图像预处理和匹配两个主要步骤。形状匹配是碎纸自动拼接过程中的关键技术，但是至今为止，没有很成熟的方法应用于相关工作中。该文给出一种从提取碎纸片轮廓线出发，通过边界准则和面积准则来判断两个轮廓是否匹配来达到碎纸拼接目的的方法，实现了基于计算机辅助的碎纸自动拼接还原。  

基于形状上下文识别算法的车牌识别研究

研究图像文字准确识别问题.由于目标图像形状复杂,蜕化后的车牌文字发生形变、残缺等,影响图像识别的精确性.为了实现自动文字识别和判断,提高准确率,提出了一种利用形状上下文特征的车牌文字快速识别算法.首先利用将车牌图形进行定位和二值化处理,然后提取文字的轮廓,对轮廓上的点求取形状上下文特征.采用Contrario算法,形状自身的统计特性来设置判别阈值,实现车牌文字识别的完全自动化处理.进行仿真的结果显示,新提出的方法能准确的将车牌字符与标准字符进行比对并进行识别,特别在图像蜕化和发生形变的时候,能保持识别的准确率,证明识别方法可以方便的拓展到其他类型的文字处理系统中,可为图像文字识别提供有效手段.  

基于相邻层轮廓线几何形状匹配的三维重建

当轮廓线比较复杂，常用的三维表面重建方法就不是很有效，有时还会出错。为此，提出一种新的基于相邻层轮廓线几何形状匹配的三维重建算法：首先提取轮廓线的关键转折点，再根据相邻层的几何形状来匹配关键点，然后连接上下匹配关键点将轮廓线分成几个独立的部分，再分别拼接各个独立部分，从而完成整个重建的轮廓拼接。实验证明，该方法对凹凸多变、复杂的封闭轮廓线有较好的效果。  

基于多尺度形状分析的叶形识别系统

叶形自动识别系统使用一种改进了的边界跟踪算法检测叶片边界,应用多尺度形状分析技术有效地提取出规范锯齿长度和曲率尺度空间图像极大值点集两个曲率特征。综合叶片的离心率、似圆率和这两个边界曲率特征来检索叶片数据库,进行形状匹配,实现叶片自动分类。实验结果表明,该系统使用的技术能大幅提高叶形识别的精确率和检索率。