[发明专利]一种基于三角形的图像轮廓匹配方法

说明书

本发明公开了一种基于三角形的图像轮廓匹配方法,其包括以下步骤：在待检索图像的轮廓上任意选择一点记为C；将与点C不直接相邻的点记为A，寻找垂直AC于C点的直线，且该直线与待检索图像的轮廓存在交点B，构件成了对应的直角三角形ABC；如果AC大于BC，则将BC除以AC的值记为R，如果AC小于BC，则将AC除以BC的值记为R；得出最小值Rmin和最大值Rmax；预设出需要检索图像库中每一个图像的Rmin[N]的数组和Rmax[N]的数组；将待检测图像的最小值Rmin和最大值Rmax分别和需要检索的图像库中各个图像的Rmin[N]和Rmax[N]数组进行比对；如果同一个点的Rmin和Rmax都是匹配的，则两幅图像轮廓匹配。本发明的算法匹配准确度高，算法方便、简单，计算速度快，且适用范围广。

技术领域

本发明属于图像匹配技术领域，具体涉及一种基于三角形的图像轮廓匹配方法。

背景技术

当人们观察周围环境时，首先注意到的是物体及其周围环境的颜色、纹理、形状和空间关系等等。形状是物体最基本的有感觉意义的特征之一，并且具有较好的不变性。在计算机视觉的模式识别中，形状是对目标范围的二值图像表示，可以看成是目标轮廓，它是用于目标识别的重要特征。在机器识别事物的过程中，经常需要将已知图像的轮廓与陌生图像的轮廓全部或者部分在空间上配准，根据已知模式的形状在一幅陌生图像中寻找对应该模式的子形状，这个过程就是形状匹配。我们将已知的形状或已知模式的形状称为模板，在陌生物体轮廓形状中可能与它对应的子图称作该模板的潜在匹配子形状。形状匹配时衡量形状见相似性的一种技术，在众多领域得到可广泛的应用，如文字识别、目标识别、碎片复原、基于内容的图像检索和医疗诊断等。因此，开展轮廓匹配技术的研究具有重要的理论意义和实用价值。

现有轮廓匹配技术有以下几种：

一、Hu矩

Hu矩是归一化中心矩的线性组合，其主要是使用对变换不敏感的基于区域的几个矩。Hu.M.K在1962年提出了7个这样的矩，并将它们构成一组特征量，并被证明具有平移、缩放和旋转不变性。实际上，在对图像中物体识别的过程中，只有前两个矩不变性保持的比较好，其他的几个不变矩带来的误差比较大，有学者认为只有基于二阶矩的不变矩对二维物体的描述才是真正的具有旋转、缩放和平移不变性。由Hu矩组成的特征量对图片进行识别，优点就是速度很快，缺点是识别率比较低，这一部分是由于Hu不变矩只用到低阶矩(最多也就用到三阶矩)，对于图像的细节未能很好的描述出来，导致对图像的描述不够完整。Hu不变矩一般用来识别图像中大的物体，对于物体的形状描述的比较好，图像的纹理特征不能太复杂，像识别水果的形状，或者对于车牌中的简单字符的识别效果会相对好一些。

二、基于角点的轮廓匹配

X.C.He和Nelson.H.C.Yung提出了一种基于曲率的角点检测方法。该方法的原理是利用图像全局和局部的曲率特性，在提取角点时综合考虑其影响。

由于距离和曲率具有平移、旋转不变性，因此该方法能克服图像间平移和旋转的变化。但是对于不同分辨率的图像，基于该方法提取的角点并不完全一致。这主要是由于轮廓提取的结果难免会存在一些局部突变和毛刺现象，造成整个轮廓曲线的不光滑，而基于曲率的角点提取对曲线上的每一个点计算曲率，因此容易受噪声的影响。

三、链码直方图

方向链码(Freeman链码)是用来表示物体轮廓的典型链码表示法。一条离散曲线可以定义为Z2域内一组数量有蒂娜的8联通店。因此，一条数字化二值曲线可以用方向链码表示相信两像素连线的8中可能的方向值。

链码法的特点：

(1)计算量小，可满足实时性要求；

(2)具有平移、尺度不变性；

(3)具有90度旋转不变性；

(4)规格化链码直方图可以达到更好的旋转不变性。