图像检索 基于形状特征的算法

               

本文节选自《基于形状特征的图像检索算法研究》

 

基于形状特征的图像检索算法相对于颜色特征和纹理特征来说，使用的稍微少一些。摘录了其中的几种算法，不做深入剖析了。

 

形状通常与图像中的特定目标对象有关，是人们的视觉系统对目标的最初认识，有一定的语义信息，被认为是比颜色特征和纹理特征更高一层的特征。形状描述的准确与否是决定图像检索算法优劣的重要因素，一个好的形状描述符应具备独特性、完备性、几何不变性、灵活性以及抽象性。形状的描述符大体可以分为两大类：第一类是描述形状目标区域边界轮廓的像素集合，称为基于轮廓的形状描述符；第二类称为基于区域的形状描述符，是对形状目标区域内所有像素集合的描述；具体分类如图2-2所示。

2.3.1 基于轮廓的形状描述符

1.链码

Freeman于1961年将链码的概念引入到图像检索中，并推广其定义提出了广义链码。链码已经成为形状描述符中最常用的方法之一。Freeman通过链码提取图像的关键点产生了一种相对于平移、旋转与尺度不变的表示方法，并总结了与链码有关的各种算法，确定了链码在第二代图像编码中的地位，使其得到了广泛的应用。

链码是通过一个给定的方向上的单位尺寸的直线片段的序列来描述一条曲线或一个二维形状的边界。根据连通定义的不同可分为4方向链码（0到3）和8方向链码（0到8），如图2-3所示。

链码可以有效的描述轮廓形状而且可以大大减少边界所需