[发明专利]一种基于切向域的三维图像轮廓检索方法、系统及存储介质

说明书

本发明公开了一种基于切向域的三维图像轮廓检索方法、系统及存储介质，包括，K‑means聚类生成三维图像的投影视图的特征视图，提取特征视图的轮廓。然后再运用高斯核函数卷积并转换到切向域进行检索。这种方法可以消除起始点对轮廓检索的影响且具有旋转、平移、尺度、镜像不变性，特征维度低提取速度快相比于其他轮廓检索算法，该方法可以得到更高的检索率，且具有更好的普适性。

技术领域

本发明涉及图像处理领域，具体涉及一种基于切向域的三维图像轮廓检索方法、系统及存储介质。

背景技术

物体的轮廓是其固有属性，它不会随着光照、颜色和纹理发生变化，因此基于轮廓的目标识别方法被大量研究，但是物体的轮廓会随着拍摄角度的变化而在图像上有不同的呈现，非刚性物体的运动和遮挡会导致提取到的轮廓变形，同一类物体也会有性状上的不同，这些问题的存在给相关的研究带来了巨大的挑战，研究方案需要在速度、精度和鲁棒性之间做好权衡。

目前针对三维图像的研究方案可以从三维图像本身出发直接建立描述子，也可以从三维图像的投影出发间接建立描述子，为了满足三维图像检索的快速性和有效性，从特征提取角度可以降低特征维度，进而减少特征提取时间，提高效率，从特征匹配角度可以设计更优的匹配算法，增强检索结果的有效性。

发明内容

为了克服现有技术存在的缺点与不足，本发明提供一种基于切向域的三维图像轮廓检索方法、系统及存储介质，相比于现有的三维图像检索方法，本方法具有快速性和鲁棒性的特点。

本发明采用如下技术方案；

一种基于切向域的三维图像轮廓检索方法，包括如下步骤：

S1投影图的生成：输入三维图像，将其缩放并平移到单位球的中心，在单位球上生成视点，并在每个视点的位置均生成一张投影图；

S2特征视图提取：提取每张投影图的序列轮廓，记为C_i，其中，i为图片的数目，并用一维方程C_i＝x(t)+jy(t)来表达，对C_i进行傅里叶级数展开，选取前n个傅里叶系数来描述，随机选取四个聚类中心，K-means算法聚类，离聚类中心最近的图像作为该图像的特征视图；

S3弧长等间重采样：统计特征视图像素个数作为总的弧长，按照进行弧长参数化，m表示序列轮廓点所在位置的弧长，三次B样条插值并进行弧长等间隔重采样，得到序列轮廓；

S4将上一步得到的序列轮廓与高斯核函数进行卷积；

S5切向域特征提取：T＝(x(s，σ_max)′，y(s，σ_max)′)，将T映射到单位圆上，按照一定角度间隔margin划分单位圆，统计每个bin内的点的个数n(k)，k＝1，2，...，36，以n_max和大于0.8n_max所在的角度分别作为主方向和辅方向，将特征向量变换到主方向f^main(i)和辅方向f^au(i)，然后再对特征做镜像处理f^mir(i)，就得到C_i的特征向量，记为f^j(j＝1，2，3，4；)，f^j＝{f^main(i)，f^au(i)，f^mir(i)}，j表示特征轮廓数；

S6定义Dpq：[·]表示并成向量；

S7定义阈值并检索：将D_pq按照从小到大排序，取某一类前四维最小值中的最大值作为阈值，用来做图像的检索。

进一步，所述S1中，采用高斯赛德尔迭代在单位球生成视点。

进一步，所述视点的个数为200个。

进一步，所述S2中，生成四张特征视图。