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.