基于扩频和前向纠错技术的HFC网上行信道噪声抑制.pdf

基于形状的图像检索

(信息工程学院,计算机系计算机科学与技术专业罗永飞)
(学号:2000131025)

内容摘要:本文引进了物体的另一个形状特征,“最小外接圆”。通过将物体的面积比上
最小外接圆的面积,本文得到了物体的又一个形状不变特征值:最小外接圆度(MEC 度)。
它从另外一个角度对图像的形状特性进行了描述。实验表明:最小外接圆度,能够很好的提
高检索的正确程度。
关键词:基于形状的图像检索,不变矩,最小外接圆,最小外接圆度,最小外接圆矩
教师点评:介绍了基于形状的图像检索常用方法,认为在原有的特征描述量中只有圆形
度和第一个不变矩不受图像平移、旋转、缩放操作影响。为了保证检索结果的准确性,作者
引入新的形状不变特征值“最小外接圆度”,并对文献[1]提出的“最小外接圆”算法进行了
深入的分析与讨论,提出文献算法中计算最远点的 voronoi 图可以省略的设想,并详细阐述
了简化算法的实现过程。论文思路层次清晰;叙述简明扼要;理论、公式应用合理;提出了
创新设想并予以实施,具一定的学术和实用价值。(点评老师:张小绵,副教授)

1. 引言
进入信息社会的今天,图像以其直观、包含信息丰富等特点,频繁的应用于实际中的各
个领域,如:卫星遥感图像、医学图像、地理信息图像等。但随着时间的推移,图像的数据
量不断地扩大,利用计算机对这些图像进行有效地组织和检索便成为人们研究的课题。由于
传统基于文本的图像检索(TBIR)效果不如人意,基于内容的图像检索(CBIR)技术就应
运而生了。基于内容的图像检索技术就是通过分析图像的内容(如:颜色,纹理,形状等),
从图像库中查找出含有指定特征的图像,该技术更接近人类对图像的理解。
基于形状的图像检索是利用了图像的形状特征来对图像进行检索。它是基于内容的图像
检索中的重要组成部分。物体可以有不同的颜色,但是它的形状是不变的。而对于纹理来说,
一般的人不可能十分了解它的原理,因此,基于形状的图像检索更加容易为人们所接受。

2. 基于形状的图像检索
通常用于图像检索的形状特征有:
(1) 基于几何形状的特征:
面积、周长。
(2) 基于矩描述的特征:
7 个不变矩。
(3) 基于形状分析的特征:
最小外接矩形、长宽比、矩形度、圆形度。
但是,在实际的应用中,希望物体的形状特征能在平移、旋转、放缩中保持不变,而能
够具有这样性质的特征,在以上所讨论的所有特征中只有圆形度和 7 个不变矩。
圆形度是物体形状复杂度的一种量度,它的定义公式为:
C = P2 / A
P 为物体的周长,A 为面积,由于两个量的变化程度一致,所以圆形度能够具有不变特性。
不变矩是建立在对一个区域内部的灰度值分布的统计基础上的,是一种统计平均的描
述,图像 f(x,y)的矩 Mjk 定义为:
+∞+∞
j k
M jk = x y f ( x, y )dxdy (1)
∫∫−∞−∞
计算过程如下:
计算零阶矩:
+∞+∞
M 00 = f ( x, y )dxdy (2)
∫∫−∞−∞
计算一阶矩:
1
+∞+∞+∞+∞
M 10 = x f (