[发明专利]一种二维单射曲面数据的特征提取与匹配方法

权利要求书

1.一种二维单射曲面数据的特征提取和匹配方法，其特征在于该方法包含如下步骤：

1)将二维单射曲面数据投影到xy平面，获取一幅灰度与g值成正比的灰度图像，将图像的灰度值归一化到区间[0，255]，并利用高斯窗口对图像进行平滑操作，以减弱图像中的噪音；

2)从图像中提取特征点集，以特征点集中的每一个特征点作为参考点，按照灰度值是否与该特征点相等，在图像中绘制通过该特征点的等灰度线，以及绘制同一等灰度线上特征点之间的连线，等灰度线以及特征点之间的连线将图像划分成一系列的区域块，根据区域块之间的包围和相邻关系构造一个Reeb图；

3)选取高度和位置作为典型的细节特征，将这两个细节特征作为Reeb图中的每个结点的属性，所述高度是指该结点所代表的图像区域块内灰度最高值与灰度最低值之差，所述位置是指该结点所代表的图像区域块的中心位置，所述中心位置的具体计算公式如下：

(x,y)center=1NΣi=1N(x,y)i]]>

其中：N指的是所述图像区域中像素点的个数，(x，y)_i指的是像素点i的坐标，(x，y)_center指的是所述图像区域中心像素点的坐标；

4)对于需要匹配的两个数据，通过计算两个对应的A Reeb图和B Reeb图之间的相似度来求得这两个数据之间的相似度：

4.1)将A Reeb图中的根结点a与B Reeb图中的根结点b相匹配，根结点指的是Reeb图中没有父结点的结点，得到一个匹配对，并计算所述匹配对的相似度，具体公式如下：

其中：dis(a_位置，b_位置)表示的是根结点a与根结点b的位置属性的欧式距离；

4.2)如果两个结点相匹配，则继续对它们的子结点之间进行两两匹配，构成一个完全二分图，从所述二分图中提取一个结点距离之和最小的子图，从而构成两个结点的子结点之间的匹配对，每个结点至多在一个匹配对中出现，且匹配对中的两个结点来自两个不同的Reeb图；

4.3)计算步骤4.1)和步骤4.2)中得到的所有的匹配对的相似度之和，所述相似度之和就是所述A Reeb图与所述B Reeb图之间的相似度，即两个数据之间的相似度。

2.如权利要求1所述的一种二维单射曲面数据的特征提取和匹配方法，其特征在于，所述步骤2)中特征点集提取操作包括如下步骤：

2.1)以图像中的每一个灰度值作为灰度参考值，获得一系列等灰度线，所述灰度参考值至少对应一条等灰度闭合曲线，所述等灰度线上的所有像素点的灰度值都相等；

2.2)按逆时针方向遍历等灰度线上的像素点，计算每一个像素点所在位置的曲率，设p为设定长度的等灰度线上的弧线段邻域U(p，s)内的曲率极小值点，且曲率小于0，如果该邻域内所有像素点的曲率都小于0，则记p为凹点，所述曲率K在像素点E处的计算公式如下：

K=Δθ||F-E||]]>

其中：F为像素点E按逆时针方向在等灰度线上的下一个相邻像素点，Δθ指的是以逆时针旋转方向为正方向，像素点E处的切线向量旋转到像素点F处的切线向量的旋转角度，角度的取值范围为[-π，π]，E处的所述切线向量的计算公式为(x_F-x_E，y_F-y_E)，x、y分别为像素点的横坐标和纵坐标，F处的所述切线向量的计算公式为(x_G-x_F，y_G-y_F)，G为像素点F按逆时针方向在等灰度线上的下一个相邻像素点，||F-E||指的是像素点F与像素点E之间的距离；

2.3)通过步骤2.2)获得一个凹点集，如果两个凹点之间的距离小于设定的值，则称这两个凹点相邻，若凹点T1与凹点T2相邻，凹点T2与凹点T3相邻，则称凹点T1与凹点T3也相邻，根据凹点之间相邻的关系从而将凹点集划分成一些凹点子集，去掉包含凹点数小于设定数目的凹点子集，对于每一个保留的凹点子集，如果所述凹点子集中存在两个凹点，这两个凹点之间的距离小于设定的值，且它们属于同一条等灰度线，并且它们为该凹点子集中灰度值的最大值点，则这两个凹点就是图像的两个特征点，所述特征点在凹点子集中，应该是成对出现的，所有的特征点则构成特征点集。