[发明专利]一种曲线匹配方法及目标物体的形状匹配方法

说明书

本发明公开了一种曲线匹配方法及目标物体的形状匹配方法，属于计算机图形图像处理领域。其中，曲线匹配方法首先对给定的两个曲线进行均匀采样得到采样点，在每个采样点局部构建坐标系及局部立方体，局部立方体中包含了采样点的邻域点。然后，对立方体进行等间距剖分得到多个小立方体，并设计小立方体的标号方法，邻域点所在立方体的字母构成采样点局部形状字符串。最后，每个采样点局部形状字符串构成曲线字符模式，利用字符串匹配技术对曲线字符模式进行匹配，从而得到曲线的匹配关系。本发明提出的曲线匹配方法，能够快速有效的确定曲线的匹配关系，无需计算采样点的微分几何量，具有效率高、自动化程度高及准确度高的优点。

技术领域

本发明属于计算机图形图像处理技术领域，涉及一种曲线匹配方法及目标物体的形状匹配方法。

背景技术

当观察目标物体时，人们通常会注意到目标物体的轮廓形状及其表面的纹饰图样，因此，物体的形状对于一个物体具有较好的表征意义。在计算机视觉和模式识别领域，目标形状通常能够借助于轮廓曲线进行表示，且目标物体表面的纹理信息等也能够利用曲线进行刻画，因此，曲线匹配是重要的形状匹配方法之一，利用曲线匹配技术能够有效实现目标物体的识别、检索、拼接等处理，且该技术在目标识别和遥感图像检测、医疗诊断、文物复原等领域具有广泛的应用。

曲线匹配技术的核心问题即曲线的描述(利用特征描述子或形状描述子)及其描述子的相似性度量，通过曲线上点的特征(或形状)的相似度确定曲线的匹配关系。目前，针对曲线的匹配，现有工作可以分为两大类：一是采用样条逼近曲线对曲线进行表示，二是利用曲线上采样点的特征不变量对曲线进行描述，这类方法则相对更加准确。在进行相似性度量时，现有方法则主要集中于利用关键点(特征突变点)对曲线进行分段或计算采样点的相似度矩阵，判断曲线的匹配关系或识别相匹配的子曲线段。

利用特征不变量进行曲线描述时，需要计算采样点的微分几何不变量，微分几何不变量的计算往往会受到噪声的影响，且具有较大的计算量，另外，其相似性度量阈值的设定均存在多次调参的问题，因此针对受到噪声扰动、或形状及特征较粗糙的曲线时，不易获得令人满意的效果。另外，在进行目标检索时，需要在一组曲线中识别出与目标曲线相匹配的曲线，利用现有方法需要对所有曲线上采样点的微分几何不变量进行计算及相似性度量，因此效率较低。

发明内容

针对上述现有技术中存在的问题，本发明的目的在于，提供一种曲线匹配方法，解决了现有技术需要计算曲线上采样点的微分几何不变量及其相似性度量所造成的噪声敏感、多次调参及效率较低的问题。

为了实现上述目的，本发明采用如下技术方案：

一种求曲线的有向局部字符模式的方法，包括以下步骤：

步骤一，对曲线进行均匀采样，得到离散的采样点；

步骤二，以每个采样点为坐标原点，以法矢、切矢和副法矢为坐标轴，构建局部坐标系；

步骤三，以采样点为中心，选取该采样点的多个邻域点，构建包含多个邻域点的立方体，立方体的边与局部坐标系的坐标轴平行；

步骤四，分别沿三个坐标轴对立方体进行等间距剖分，形成多个小立方体；对每个小立方体采用字符进行标记；

步骤五，采样点的多个邻域点所在的小立方体对应的字符构成该采样点的局部形状字符串；所有采样点的局部形状字符串构成曲线的有向局部字符模式。

本发明的第二个方面提供一种曲线匹配方法，包括以下步骤：

步骤一，求待匹配曲线的有向字符模式，其包括组成该待匹配曲线的所有采样点的局部形状字符串；

步骤二，求多条模板曲线的有向字符模式，模板曲线的有向字符模式包括组成该模板曲线的所有采样点的局部形状字符串；