發(fā)布時(shí)間：2018-05-13 19:26

  本文選題：形狀匹配 + 精確型高度函數(shù)��； 參考：《光學(xué)精密工程》2017年01期

【摘要】：在形狀匹配過程中為了提升高度函數(shù)描述子的檢索精度和對(duì)邊界噪聲與局部變形的魯棒性,本文提出了一種精確型高度函數(shù)特征描述算法。首先提取目標(biāo)形狀外輪廓,構(gòu)造輪廓采樣點(diǎn)的精確型高度函數(shù)描述子并進(jìn)行特征降維,接著利用優(yōu)化后的并行動(dòng)態(tài)規(guī)劃進(jìn)行形狀匹配,最后引入形狀復(fù)雜度分析提升匹配效果�；邳c(diǎn)的幾何特征顯著性,提出形狀精度理論,進(jìn)一步分析局部形變與邊緣噪聲對(duì)形狀特征描述的影響。在MPEG-7數(shù)據(jù)庫、Swedish Leaf數(shù)據(jù)庫、Tools數(shù)據(jù)庫和ETH-80大型3D數(shù)據(jù)庫上進(jìn)行匹配實(shí)驗(yàn)以及在Kimia99數(shù)據(jù)庫上進(jìn)行抗噪實(shí)驗(yàn),實(shí)驗(yàn)結(jié)果表明:本文提出的算法效率高,匹配時(shí)間僅為高度函數(shù)描述子的12.5%,在MPEG-7和ETH-80上的檢索率最高分別為90.38%和90.07%;在Swedish Leaf和Tools上,檢索精度最高分別為95.07%和94.86%,檢索性能和魯棒性均優(yōu)于高度函數(shù)和其他重要算法;在添加噪聲的Kimia 99上,該算法的抗噪性能優(yōu)于高度函數(shù)描述子,即使在噪聲水平為2.0的情況下,依舊能保持91.92%的檢索率。本文提出的算法檢索精度高,效率高,魯棒性好,抗噪性強(qiáng),具有較好的可擴(kuò)展性,能有效地應(yīng)用于形狀檢索領(lǐng)域。
[Abstract]:In order to improve the retrieval accuracy of height function descriptor and its robustness to boundary noise and local deformation during shape matching, an accurate height function feature description algorithm is proposed in this paper. Firstly, the external contour of the target shape is extracted, the precise height function descriptor of the contour sampling point is constructed and the feature dimension is reduced. Then the shape matching is carried out by using the optimized parallel dynamic programming. Finally, the shape complexity analysis is introduced to improve the matching effect. Based on the salience of geometric features of points, the theory of shape accuracy is proposed, and the influence of local deformation and edge noise on shape feature description is further analyzed. The matching experiments are carried out on the MPEG-7 database, the Swedish Leaf tools database and the ETH-80 3D database, as well as the anti-noise experiments on the Kimia99 database. The experimental results show that the algorithm proposed in this paper is highly efficient. The matching time is only 12.5 of the height function descriptor, and the highest retrieval rates on MPEG-7 and ETH-80 are 90.38% and 90.07%, respectively, while on Swedish Leaf and Tools, the retrieval accuracy is 95.07% and 94.86%, respectively, and the retrieval performance and robustness are superior to the height function and other important algorithms. On the noisy Kimia 99, the performance of the algorithm is superior to that of the height function descriptor, and the retrieval rate of 91.92% can be maintained even when the noise level is 2.0. The algorithm proposed in this paper has high retrieval accuracy, high efficiency, good robustness, strong anti-noise, good scalability, and can be effectively applied in the field of shape retrieval.
【作者單位】： 湖北工業(yè)大學(xué)機(jī)械工程學(xué)院;
【基金】：國家自然科學(xué)基金資助項(xiàng)目(No.51675166,No.51205115)
【分類號(hào)】：TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王洪斌,李華;基于形狀匹配的卡通運(yùn)動(dòng)捕捉[J];計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào);2003年09期

2 付仲良;邵世維;;復(fù)雜面狀矢量要素快速形狀匹配方法[J];測繪通報(bào);2011年03期

3 周瑜;劉俊濤;白翔;;形狀匹配方法研究與展望[J];自動(dòng)化學(xué)報(bào);2012年06期

4 申家振,張艷寧,劉濤;基于形狀上下文的形狀匹配[J];微電子學(xué)與計(jì)算機(jī);2005年04期

5 惠衛(wèi)華;關(guān)正西;;實(shí)時(shí)形狀匹配變形體動(dòng)畫[J];計(jì)算機(jī)工程與應(yīng)用;2007年12期

6 劉宏申,秦鋒;確定輪廓形狀匹配中形狀描述函數(shù)的方法[J];華中科技大學(xué)學(xué)報(bào)(自然科學(xué)版);2005年04期

7 付仲良;邵世維;童春芽;;基于正切空間的多尺度面實(shí)體形狀匹配[J];計(jì)算機(jī)工程;2010年17期

8 蔣剛毅，鄭義，，郁梅;采用二值序列變換的形狀匹配[J];電子學(xué)報(bào);1998年04期

9 齊懷峰;韓昧華;接標(biāo);楊秀國;;基于角的形狀匹配[J];計(jì)算機(jī)技術(shù)與發(fā)展;2006年08期

10 劉學(xué);;彈性面的健壯實(shí)時(shí)變形[J];科技傳播;2011年08期

相關(guān)會(huì)議論文 前1條

1 樊少榮;周明全;康寶生;;曲面約束下的數(shù)字網(wǎng)格模型互補(bǔ)形狀匹配方法[A];幾何設(shè)計(jì)與計(jì)算的新進(jìn)展[C];2005年

相關(guān)博士學(xué)位論文 前4條

1 馮偉;基于圖的三維形狀匹配[D];浙江大學(xué);2012年

2 鄭丹晨;基于輪廓點(diǎn)空間結(jié)構(gòu)特征的形狀匹配方法研究[D];大連理工大學(xué);2014年

3 洪志令;基于形狀匹配的商標(biāo)圖像檢索技術(shù)研究[D];廈門大學(xué);2008年

4 白翔;基于骨架的形狀匹配中若干問題的研究[D];華中科技大學(xué);2009年

相關(guān)碩士學(xué)位論文 前10條

1 楊亞飛;基于輪廓點(diǎn)集順序關(guān)系的形狀匹配方法研究[D];大連理工大學(xué);2015年

2 蔡報(bào)豐;形狀匹配中的若干關(guān)鍵問題研究[D];南昌航空大學(xué);2016年

3 王為;基于形狀特征的圖像匹配與檢索算法研究[D];南昌航空大學(xué);2016年

4 羅磊;基于輪廓的形狀匹配方法研究[D];國防科學(xué)技術(shù)大學(xué);2008年

5 楊洛斌;形狀匹配技術(shù)在文物復(fù)原中的研究與應(yīng)用[D];西北大學(xué);2002年

6 賈倩倩;基于輪廓點(diǎn)集信息的逐對(duì)形狀匹配方法研究[D];大連理工大學(xué);2014年

7 劉云帥;基于形狀匹配的二維卡通運(yùn)動(dòng)捕捉關(guān)鍵技術(shù)研究[D];天津大學(xué);2012年

8 余江;基于輪廓的形狀匹配方法研究[D];安徽大學(xué);2013年

9 樊少榮;破碎剛體互補(bǔ)形狀匹配與拼接方法研究[D];西北大學(xué);2005年

10 郭明明;形狀匹配及其在剪紙中的應(yīng)用研究[D];廣西師范大學(xué);2007年

本文編號(hào)：1884482