应用研究
改进的形状上下文在舰船图像匹配中的应用
李黎戴军杨旭
(西南技术物理研究所四川成都610041)
与克
摘要结合报粘图像的特点，对经典的形状上下文算法在抗几何形变和复杂度上做了改进。首先提取出规粘的二值轮康图，利用角点检测做为规船轮原特征点,通过改进的形状上下文算法对特征点生成描述子，以此作为规船轮廊的特征然后利用相似性度量定艾的代价函数计算特征之间的相似度。针对图像匹配技术的研究,结合改进后的算法,建立舰船图像特征数据库，对舰舶图像进行匹配验证。实验表明,该算法能够有效的对规拓图像进行匹配识别
关键词形状上下文角点检测日标匹配相似性度量
中图分类号:TP391.4
文献标识码:A
文章编号：1007-9416(2016)03-0076-03
AbstractAccording to the characteristics of the image, improve the classic shape context algorithm on resistance to geometric deformation and the complexity. First of ll, extract the ship binary contour map as a ship outline feature points by CSS comer detection. Then, create the descriptor with feature points by improving the shape of the context algorithm as the ship contour features. Then , calculate the similarity between features using the cost finction defined by similarity measure. Establish the database of ship image feature according to the research of image matching technology and combined with the improved sdis rog uoguifooa qe aie paagpaga tra onr st rt oqs suaipadxg iqe ae ds aq op ua tpoa
Key Words:Shape Context Comer Detection Target Matching Similarity Measurement
当人们观察周围环境时，首先注意到的是物体及其周围的颜色、纹理、形状以及空闻关系等等，其中，形状是物体最基本的特征之一，也是人们区别于其他物体最直观的不同。
形状上下文算法是由SergeBelongie，Jitendra Malik和Jan Puzicha"提出的一种形状描述算法，该算法是在总体上考患物体形状，利用物体形状采样点之间的相对位置信息，通过统计的方法来
11 2
(a)
图1P,的形状上下文
p
(b)
1 2 3 45 6 7 89101112
图2原图像点形状上下文
1 2 3 4 5 6 7 8 9101112
图3旋转后点形状上下文
收移日期：2016-01-28
实现物体的形状特征描述。该算法能够很好的描述物体的形状，保持物体的整体信息，受到了诸多学者的喜爱，已应用于人股误别，手势识别，车牌识别等领域，
传统的形状上下文算法是对边缘轮廊点进行采样，想要得到准确的匹配就需要足够多的采样点，然后对所有采样点采用全局统坐标轴计算形状上下文，而不同的采样方式会影响匹配准确性，且运算时间长，不具备抗几何形变。本文结合舰船图像舰桥部分信息较多而船底信息较少这一特点，加人角点检测算法，对舰船图像进行特征点检测来代替传统采样点的选取，从面有效减少运算复杂度。并对特征点采用坐标规则化计算形状上下文，使其具有抗儿何形变的特性。根据计算的形状上下文定义代价函数，采用点匹配的
方式统计每一个特征点的最优匹配值，从面得到最佳匹配 1形状上下文算法
形状上下文算法的基本思想为；对于一个给定的物体形状，通过边缘检测获取轮边缘，对轮廓边缘采样得到一组离散的点集 P=(pi=1,2,",n)，以其中任意一点P,为圆心,在定值R为半径的范围内按对数距离建立m个同心圆，然后以水平向右为正方向逆时针按角度等分为s个部分，而后记录除P，以外的n-1个轮哪
123456789101112
图4缩放后点形状上下文
1 2 3 4 5 6 7 8 9 101112
图5部分形状丢失后点形状上下文
作者简介：李黎(1990一),男，汉族，四川逐宁人,在读研究生,毕业于：南京航空航天大学，就读于：西南技术物理研究所,研究方向：舰船日标识别。