REVIEW OF [A Survey of Shape Feature Extraction Techniques]

一、 Introduction
这篇paper是关于图形形状的feature提取的方法介绍的。图形的feature可以代表图形的某些性质,可以利用feature检索出拥有相同性质的图形,我觉得更主要的目的是检索出相似的图形。
这章提到了几个作为形状feature所应该有的性质(之后会看到,并不是每个feature提取方法都满足全部性质,只是满足的越多越好):
1.可辨识性:拥有相同feature的图形看起来很像。
2.稳定性I:对某个shape的位移、旋转、缩放不会影响他的feature
3.稳定性II:对某个shape的仿射变换不会影响他的feature
4.抗噪性:feature应该尽量免疫噪声的影响
5.抗遮蔽性:shape被遮住后feature应该也尽量不变
6.统计学上的独立性?:不能有两个线性相关的feature?
7.可靠性:对同一个shape的两次计算feature的结果应该一样
一个科学的descriptor(feature的集合?)应该满足这些性质:
1. 应该尽量表达图片的信息
2. 不能太大,便于存储
3. 要易于计算两个descriptor之间的距离
Feature提取可以有以下应用:
1. 相似shape检索
2. Shape识别和分类
3. Shape对齐(alignment)
4. Shape简化
然后提feature的方法分了几个类 blabla

二、 shape的性质(parameters)
可以认为相似的shape的同一个性质值也是相似的,可以用这个特点对图像做预处理。
1. 重心
2. 最小惯性轴:一条直线,满足shape边界上的点到这条直线的距离平方和最小。
3. 平均弯曲能量
4. 偏心率:Elo=1-W/L,其中W和L是最小(应该是面积?)包含shape的长方形的长宽。
5. 圆率
6. 椭圆方差
7. 方率? Shape面积/最小长方形面积
8. 凸性:凸包周长/shape周长
9. 固体性:shape面积/凸包面积
10. 欧拉数:联通块数-洞数
11. 剖面?:Prox(i)表示在x=i的地方画一条竖线,shape覆盖这条线的长度,Proy同
12. 洞比:洞的面积/shape面积

三、 表示shape的一维函数
Shape的一维函数可以作为feature使用,也可以作为别的feature提取方法的预处理。
1. 复数函数
2. 离重心距离函数
3. 角度函数
4. 轮廓曲率函数
5. 面积函数:边界相邻两点和重心组成的三角形的面积形成的函数
6. 三角形面积函数?:第i个点和i+k、i-k组成的三角形的面积形成的函数?
7. 弦长函数

四、 多边形近似
多边形的近似算法的目的是避免一些对shape含义表达无意义的细节,总的可以分为合并算法和拆分算法。
合并:
1.距离阈值算法:把连续的一段,在合并后差别不超过某个阈值的边界点合并。
2.多边形进化算法:每次把某个能量比较小的节点删掉
拆分:对一条线,若边界超过阈值,则加点?

五、 空间相关性feature
这章的第一节介绍了一个normalization的方法,是比较通用的,具体是:先把shape的重心位移到原点,再按照最小长方形的短边长度W成比例缩小W倍,再把shape旋转到最小惯性轴平行于x轴,并且保证重心在惯性轴的下方。
在做完normalization后再计算feature,就可以让feature有稳定性I。
空间相关性feature有以下几种:
1. 自适应格子覆盖:就是用一个四分树表示这个shape
2. 切格子?:

看这个图能脑补出大概的算法步骤:
a把shape框起来
b随便切成几块
c对于一块,缩小框的范围
d对于一块中不连通的块分别框起来
e对于一块,再缩小框的范围
对于每一块,再从b开始循环。
然后因为这样生成的格子可能太多了,存全部格子的信息代价太大,就用了一种抽样存格子重心的方法

3. 凸包:

看这个图大概就能理解,先做凸包,再对凹进去的地方分别递归处理,生成类似树的形状。
4. 代码链:好像是利用数字表示方向,大概的描绘出边界?
5. 平滑曲线分解:好像是把边界分解成很多可以低次表示的曲线,分别存储?
6. 把边界点采样,投影在惯性轴的位置作为feature
7. 横梁角度统计:好像是统计每三个等差点夹角个数?
8. Shape矩阵:用矩阵描述shape的覆盖域
9. Shape内容:这个feature好像主要是针对点的feature

把c放在某个点上,统计落在每个格子里的点的个数,作为feature。
10. 弦分配:统计边界相邻两点距离,把每个距离的个数作为feature
11. 经络图?:


看这两张图大概可以脑补出一个dfs求经络图的算法2333

六、 从物理的角度搞出一些数字作为feature
七、 量化空间方法
好像是把shape逐渐简化的过程,简化的过程中,细节和噪声会逐渐消失,从而能更好的提feature
1.

2. 交点图

大概意思就是用原曲线和[原曲线高斯平滑后的曲线]的交点作为结果,具体是高斯的平滑参数为y轴交点在平滑后曲线的位置为x,就会画出来上面那个东西。

八、好像是一个可以全局表示shape的方法,并且可以很灵活的调整精确度和效率之间的平衡,具体方法没有看的很懂XD
九、

发表评论