轮廓匹配---学习笔记

背景：虽然Canny之类的边缘检测算法可以根据像素间的差异检测出轮廓边界的像素，但是它并没有将轮廓作为一个整体。
轮廓获取得到一个图像的直方图,具体实现步骤：分割图像通道->求出bins数量及范围->创建直方图->计算直方图
opencv中提供了两类表达轮廓的方式：顶点的序列、Freeman链码。
轮廓的特性：
1. 轮廓的多边形逼近：使用一个多边形来近似表示一个轮廓。目的是为了减少轮廓的顶点数目。
2. 轮廓的关键点：轮廓上包含曲线信息比较多的点，关键点是轮廓顶点的子集。
3. 轮廓的边界框：矩形，圆形，椭圆
4. 轮廓的矩：是通过对轮廓上所有点进行积分运算（或求和（针对离散）运算）得到的一个粗略特征.
5. 轮廓树：
  1. 用来描述某个特定轮廓的内部特征。轮廓树跟轮廓是一一对应的关系；轮廓树不用于描述多个轮廓之间的层次关系。
  2. 轮廓树的创建过程：从底端（叶子节点）到顶端（根节点）的，搜索三角形突出或凹陷的形状的周边，每个三角形被一条线段（通过连接非相邻点的两点得到）代替。
6. 轮廓的凸包或凸缺陷：用于描述物体的外形。
7. 轮廓的成对几何直方图：
  1. 链码编码直方图（CCH）：用于统计一个轮廓的freeman链码编码每一种走法的数字。特性：当物体旋转45度，则新的直方图是老直方图的循环平移，可以不受旋转影响。
  2. 轮廓保存的是一系列的顶点，而看到的是由一系列线段组成的多边形。
  3. 成对几何直方图所用的统计数据包括了夹角和距离。
轮廓的匹配：
1. Hu矩匹配：
  1. 矩：实函数相对于值c的n阶距:（x-c）^n
  2. 图像的几何矩：具有平移，旋转，尺度不变性。
  3. 归一化中心距：特征不仅具有平移不变性，还具有比例不变性。
  4. Hu距是归一化中心矩的线性组合，对于缩放，旋转，镜像映射具有不变性。
  5. 一些统计规律：轮廓边界长度（零阶距），x/y方向上均值（即质心，一阶距），方差（二阶中心距），形状特性（Hu距）
2. 轮廓树匹配：用树的形式比较两个轮廓。
3. 成对几何直方图匹配：得到轮廓的成对几何直方图后，可使用直方图对比的方法进行匹配。
基于轮廓的识别：需把图像拆分通道，寻找边缘，转换为轮廓（多边形逼近，特性概括），然后进行轮廓匹配（图像与图像，图像与模板）
轮廓匹配主要解决：大小，位置，旋转角度，精度不同图像间的匹配问题。
查找轮廓：
1. 对图像进行canny检测。
2. 可直接对二值化图像进行轮廓提取，找出的轮廓其实就是blob，画上外截矩形就是ROI。
简单几何不变性：
1. 利用角点特征：
  1. 在图像边界上曲率足够高的点，角点特征具有平移，旋转，缩放不变性。
  2. 只适用于物体边界角点多且能代表物体形状的特征点的物体。
2. 利用等价曲线来表示形状：
  1. 具有平移，旋转，缩放不变的特性。
  2. 利用形状边界点的极半径的变化是否一致来判断是否属于同一类型。
3. 高斯描述子：一种基于边界的形状特征。
4. 小波变换：
  1. 具有空间-频率局部性，方向性，多分辨率。
  2. 在不同尺度上对图像进行分解。
5. 骨架化方法：使用物体的中轴或骨架的拓扑关系来描述其形状。
6. PCA在最小均方差的意义下是最优变换，消除模式特征之间的相关性，突出差异性方面达到最优效果。

轮廓匹配---学习笔记相关推荐

36篇博文带你学完opencv ：python3+opencv学习笔记汇总目录（基础版）
经过几天的学习,opencv基础部分学习完啦.整理出来. OpenCV opencv学习笔记1:图片读入,显示与保存(有代码) opencv学习笔记2:图像处理基础 opencv学习笔记3:像素处理 ...
OpenCV4学习笔记（23）——几何矩、中心矩、归一化矩和Hu矩的计算，以及基于Hu矩的轮廓匹配
在上次的笔记中,整理记录了有关轮廓发现及轮廓信息提取的一部分内容,同时还记录了Hu矩的计算方式,今天就来记录一下Hu矩的一个应用--轮廓匹配. 在<OpenCV学习笔记(19)--模板匹配> ...
OpenCV学习笔记(九)——图像轮廓(下)
<OpenCV轻松入门:面向Python>学习笔记(九) 1-3 查找并绘制轮廓.矩特性及Hu矩 4-5 轮廓拟合及凸包 6. 利用形状场景算法比较轮廓 6.1 计算形状场景距离 6.2 ...
12月19日 OpenCV 实战基础学习笔记——特征匹配
文章目录前言一.特征匹配 1.Brute-force 蛮力匹配 2.1 对 1 匹配 3.k 对最佳匹配二.答题卡识别前言本文为12月19日 OpenCV 实战基础学习笔记--特征匹配,分为 ...
百度计算广告学沙龙学习笔记 - 内容匹配广告
百度计算广告学沙龙学习笔记 - 内容匹配广告时间 2014-02-05 18:53:55 CSDN博客原文 http://blog.csdn.net/three_body/article/det ...
opencv进阶学习笔记12：轮廓发现和对象测量
基础版笔记目录: python3+opencv学习笔记汇总目录(适合基础入门学习) 进阶版笔记目录链接: python+opencv进阶版学习笔记目录(适合有一定基础) 轮廓发现 1轮廓发现介绍基础 ...
opencv进阶学习笔记8：模板匹配
基础版笔记传送门: python3+opencv学习笔记汇总目录(适合基础入门学习) 进阶版笔记目录链接: python+opencv进阶版学习笔记目录(适合有一定基础) 模板匹配原理模板匹配(Te ...
opencv学习笔记20：图像轮廓
图像轮廓 Contours:轮廓轮廓是将没有连着一起的边缘连着一起. 边缘检测检测出边缘,边缘有些未连接在一起. 注意问题 1.对象为二值图像,首先进行阈值分割或者边缘检测. 2.查找轮廓需要更改原 ...
数字图像处理学习笔记（一）：特征检测和匹配概述
数字图像处理学习笔记(一):特征检测和匹配概述参考博客: 特征点的匹配 SIFT特征详解数字图像处理学习笔记(二):SIFT(尺度不变特征变换)算法 1.特征点概述如何高效且准确的匹配出两个不同 ...

轮廓匹配---学习笔记

轮廓匹配---学习笔记相关推荐

最新文章

热门文章