图像中2D形状的表示方法总结

寻找恰当地方法表示任意物体的形状，是图像识别中的关键问题之一，二者之间有着密切的联系。对于表示方法的基本要求是关于平移、旋转、缩放具有不变性。
该问题有以下几个难点：

1. 描述子需要有足够强的能力以区分不同目标物体，但又能合并对于同一个物体的三类变换
2. 描述子应能描述任意形状，以便被应用于通用视觉任务
3. 应对输入数据中的噪声具有鲁棒性

---

常用方法如下：
1. 简单滑窗块匹配 对光照变化敏感，对变换不具有不变性。可改进为只使用边缘匹配。
2. 骨骼形状 通过反复细化原始形状的连通区域，直到只剩下单个像素。

该方法主要利用了目标的拓扑形状，在手写文字识别领域中较为合适。该方法满足不变性，但有时仅凭借拓扑信息过少，需要添加一些结构约束。
3. 不变矩特征 包括重心、转动惯量、高阶矩等。描述简洁，但其不变性需要以精确确定重心为前提，依赖于目标形状分割的精度。
4. 对数-极坐标映射 记

$$z=x+yj$$

w=ln(|z<