形状上下文是一种很流行的形状描述子,原始论文已经被引用上千次了。自然,很多研究者进行了诸多改进,但还是不能克服shape context一些自身的缺点。
下面先简单介绍形状上下文的一个基本原理:
形状上下文是基于物体轮廓样本点进行描述的,所以,前期的预处理工作包括:边缘提取、采样(均匀采样即可),得到一个物体形状的点集合:
。首先对单个点进行形状信息描述,每个点的形状信息由所有其他点与之形成的相对向量集表示,为了方便计算统计,采用直方图表示这些向量,如下图(c):

(c)图只是表示处于极坐标原点的样本点的形状信息,周围与它相邻的点(在极坐标覆盖的范围之内)落于不同的小格子(bin),就表示不同的相对向量,这些相对向量就成为这个点的形状上下文。实际情况中,会有

形状上下文是一种有效的形状描述子,通过比较物体轮廓点的相对向量来描述形状。这种方法利用上下文信息,对非刚性物体匹配展现良好鲁棒性。尽管存在无法处理物体内部变形和噪声点过多的问题,但它在形状匹配和识别领域有广泛应用。
最低0.47元/天 解锁文章
2万+

被折叠的 条评论
为什么被折叠?



