傅立叶描述子识别物体的形状  

USING FOURIER DESCRIPTORS TO RECOGNIZE OBJECT'S SHAPE

作　　者：王涛[1] 刘文印[2] 孙家广[1] 张宏江[2] 

机构地区：[1]清华大学计算机科学与技术系,北京100084 [2]微软亚洲研究院,北京100080

出　　处：《计算机研究与发展》2002年第12期1714-1719,共6页Journal of Computer Research and Development

基　　金：国家自然科学基金 (6990 2 0 0 4);国家重点攻关项目基金(2 0 0 1BA2 0 1A0 7)资助

摘　　要：傅立叶描述子是分析和识别物体形状的重要方法之一 .利用基于曲线多边形近似的连续傅立叶变换方法计算傅立叶描述子 ,并通过形状的主方向消除边界起始点相位影响的方法 ,定义了新的具有旋转、平移和尺度不变性的归一化傅立叶描述子 .与使用离散傅立叶变换和模归一化的传统傅立叶描述子相比 ,新的归一化傅立叶描述子同时保留了模与相位特性 ,因此能够更好地识别物体的形状 .实验表明这种新的归一化傅立叶描述子比传统的傅立叶描述子能够更加高效。Fourier descriptor is an important method used in shape analysis and recognition. In this paper, an efficient and accurate method is used to calculate Fourier descriptors of the shape by polygonal approximation, and a method of removing the phase effect of the start point of the border through a shape's main orientation is presented. A new normalized Fourier descriptor is defined, which is invariant in the rotation, translation and scale transform. The experiments show the accuracy and efficiency of the new normalized Fourier descriptors in shape recognition.

关 键 词：多边形近似 傅立叶描述子 形状主方向 形状识别 物体识别 模式识别 图像识别 计算机 

分 类 号：TP391.41[自动化与计算机技术—计算机应用技术]