基于中心-轮廓距离特征统计的形状表示方法  

Research on Shape Representation Based on Statistical Features of Centroid-contour Distance

作　　者：郭树旭[1] 赵静[1] 李雪妍[1] 

机构地区：[1]吉林大学电子科学与工程学院,长春130012

出　　处：《电子与信息学报》2015年第6期1365-1371,共7页Journal of Electronics & Information Technology

摘　　要：该文提出一种新的基于特征统计的形状描述方法。通过对中心-轮廓距离(CCD)和传统链码(Chaincode)的联合统计分析,使用中心-轮廓距离对形状进行层次分解,对各层的形状映射部分的链码描述进行统计分析,从而形成中心-轮廓距离和链码的联合统计(JSCCDC)描述子。形状之间的相似性可以用JSCCDC的城区距离来描述。实验结果表明,该表示方法兼具了形状的全局特征和局部特征,相比于传统的特征加权方法具有更优越的性能,在形状匹配和形状检索中具有较高的精度和可靠性。This paper proposes a novel shape representation method based on statistical features. According to the joint analysis on Centroid-Contour Distance （CCD） and chaincode, the silhouette is decomposed into several levels based on CCD. And then, the chaincode describing laying in each level is analyzed to extract the Joint Statistical of Centroid-Contour Distance and Chaincode （JSCCDC） descriptor for the silhouette. The similarity between different shapes can be measured by the city-block distance. Experiment results show that the proposed method describes both global and local features. Compared with traditional feature weighting method, JSCCDC is more accurate and reliable for shape matching and retrieval.

关 键 词：模式识别 形状表示 特征统计 链码 中心-轮廓距离 匹配矩阵 

分 类 号：TP391.4[自动化与计算机技术—计算机应用技术]