[发明专利]一种基于轮廓特征点匹配的二维形状检索方法及系统

权利要求书

1.一种基于轮廓特征点匹配的二维形状检索方法，其特征在于，包括步骤：

S1：提取目标二维图像的轮廓特征点，并利用所提取到的轮廓特征点组建两个特征点集V¹和V²；目标二维图像为待检索形状的二维图像；

S2：分别基于上述特征点集V¹和V²，获取目标二维图像与用于形状检索的数据集中的每一个二维图像之间的相似度；

S3：比较所获取到的各相似度的大小，获取其中最大的相似度所对应的数据集中的二维图像，该获取到的数据集中的二维图像即为检索结果；

其中，步骤S2的实现方法为：遍历所述数据集中的每一个二维图像，并对遍历到的每一个二维图像，分别执行如下步骤S21-S29：

步骤S21、提取目标图像的轮廓特征点，采用与组建上述两个特征点集V¹和V²相同的方法，利用所提取到的目标图像的轮廓特征点组建两个特征点集V³和V⁴；其中，所述目标图像为当前遍历到的二维图像，特征点集V¹和V³中的轮廓特征点属于同一类轮廓特征点，特征点集V²和V⁴中的轮廓特征点属于同一类轮廓特征点；

步骤S22、将获取到的两个特征点集V³和V⁴，与特征点集V¹和V²形成两个匹配点集对(V¹，V³)和(V²，V⁴)；

步骤S23、分别计算匹配点集对(V¹，V³)和(V²，V⁴)的边兼容性矩阵，依次为m_edge1和m_edge2；

步骤S24、分别计算匹配点集对(V¹，V³)和(V²，V⁴)的面积兼容性矩阵，依次为m_area1和m_area2；

步骤S25、将m_edge1和m_area1按照第一融合公式进行矩阵融合，得到第一复合兼容性矩阵m_multiple1；将m_edge2和m_area2按照第二融合公式进行矩阵融合，得到第二复合兼容性矩阵m_multiple2；其中，第一融合公式为m_multiple1＝σ₁×m_edge1+σ₂×m_area1，第二融合公式为m_multiple2＝σ₃×m_edge2+σ₄×m_area2，式中σ₁和σ₃的取值范围均为0.6～0.9，σ₁+σ₂＝1，σ₃+σ₄＝1；

步骤S26、基于第一复合兼容性矩阵m_multiple1，通过重加权随机游走算法得到第一松弛解，然后基于第一松弛解，通过匈牙利算法和一对一约束关系确定出特征点集V¹和V³的最佳匹配关系，然后依据该确定出的最佳匹配关系，对应确定出特征点集V¹和V³中的有效轮廓特征点对；

步骤S27、用特征点集V²和V⁴依次替换特征点集V¹和V³以及用第二复合兼容性矩阵m_multiple2替换第一复合兼容性矩阵m_multiple1后，转而继续执行步骤S26，确定出特征点集V²和V⁴的有效轮廓特征点对；

步骤S28、基于上述确定出的特征点集V¹和V³的有效轮廓特征点对，确定出待匹配图像对的第一相似度similarity1；基于上述确定出的特征点集V²和V⁴的有效轮廓特征点对，确定出待匹配图像对的第二相似度similarity2；

步骤S29、基于所述第一相似度similarity1和第二相似度similarity2，确定出待匹配图像对的相似度similarity；

其中，步骤S23的实现方法为：

利用每一个特征点集V^x中各自的轮廓特征点，构建对应特征点集V^x的边矩阵M_edge-x，其中x＝1，2，3，4，M_edge-x＝(a_ij)_p×p，式中：a_ij为特征点集V^x中第i+1个特征点和第j+1个特征点之间的欧氏距离，p为特征点集V^x中所有轮廓特征点的数量，i＝0，1，2，…，p-1，j＝0，1，2，…，p-1；

利用所构建的边矩阵M_edge-1和边矩阵M_edge-3，计算得到匹配点集对(V¹，V³)的边兼容性矩阵m_edge1；

利用所构建的边矩阵M_edge-2和边矩阵M_edge-4，计算得到匹配点集对(V²，V⁴)的边兼容性矩阵m_edge2。