光电工程
光電工程
광전공정
OPTO-ELECTRONIC ENGINEERING
2014年
3期
67-72
,共6页
傅里叶描述子%相位%幅值
傅裏葉描述子%相位%幅值
부리협묘술자%상위%폭치
Fourier descriptor%phase%amplitude
傅里叶描述子是物体轮廓分类的重要方法，当前大多数研究只利用了其幅值特征，不能满足轮廓分类的精确度要求。针对这一问题，提出了三种融合傅里叶描述子幅值和相位特征的方法对轮廓进行分类，对三种融合方法的准确性进行了比较。实验表明，基于像素级的融合方法对轮廓分类最为有效，相比于只采用幅值特征的方法准确率提高了10%，但需要的特征向量维数大大增加，判别的时效性有所降低。通过像素级融合的傅里叶描述子与曲率尺度空间描述子以及形状上下文特征在目标识别应用中的比较可以看出，傅里叶描述子具有较高的时效性。
傅裏葉描述子是物體輪廓分類的重要方法，噹前大多數研究隻利用瞭其幅值特徵，不能滿足輪廓分類的精確度要求。針對這一問題，提齣瞭三種融閤傅裏葉描述子幅值和相位特徵的方法對輪廓進行分類，對三種融閤方法的準確性進行瞭比較。實驗錶明，基于像素級的融閤方法對輪廓分類最為有效，相比于隻採用幅值特徵的方法準確率提高瞭10%，但需要的特徵嚮量維數大大增加，判彆的時效性有所降低。通過像素級融閤的傅裏葉描述子與麯率呎度空間描述子以及形狀上下文特徵在目標識彆應用中的比較可以看齣，傅裏葉描述子具有較高的時效性。
부리협묘술자시물체륜곽분류적중요방법，당전대다수연구지이용료기폭치특정，불능만족륜곽분류적정학도요구。침대저일문제，제출료삼충융합부리협묘술자폭치화상위특정적방법대륜곽진행분류，대삼충융합방법적준학성진행료비교。실험표명，기우상소급적융합방법대륜곽분류최위유효，상비우지채용폭치특정적방법준학솔제고료10%，단수요적특정향량유수대대증가，판별적시효성유소강저。통과상소급융합적부리협묘술자여곡솔척도공간묘술자이급형상상하문특정재목표식별응용중적비교가이간출，부리협묘술자구유교고적시효성。
Fourier descriptor is an important classification method of object contours. At present, most of researchers use only the amplitude of Fourier descriptor whose accuracy is not enough. Aiming at the problem, we presented three methods of fusion of Fourier descriptor’s phase and amplitude to classification of object contours and compared their results. Experimental results show that pixel-level fusion is the most effective method whose classification accuracy is 10%higher than the method for only using the amplitude of Fourier descriptor, but the pixel-level fusion method is time-consuming because its number of feature vector’s dimensions is much. Comparing Fourier descriptors of pixel level fusion with curvature scale space descriptors and shape context, it is seen that Fourier descriptors are higher timeliness.
