版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、商標(biāo)中主觀輪廓提取方法商標(biāo)中主觀輪廓提取方法宋建國12;呂肖慶1;王劍明2;湯幟1(1.北京大學(xué)計(jì)算機(jī)科學(xué)技術(shù)研究所,北京,100080;2.73630部隊(duì))摘要:在商標(biāo)設(shè)計(jì)中常用多個(gè)連通分量之間空白區(qū)域形成主觀輪廓,它與單連通分量形狀一樣可以很好地反映整個(gè)商標(biāo)的主體特征。本文基于輪廓點(diǎn)Delaunay三角剖分,提出了一種多連通分量間的主觀輪廓提取算法。重點(diǎn)分析了主觀輪廓與多連通分量間空白區(qū)域內(nèi)三角形邊的關(guān)系,提出了一組關(guān)于種子三角形選
2、取和三角形邊的膨脹規(guī)則。實(shí)驗(yàn)結(jié)果表明,算法不僅能夠有效地處理經(jīng)典的主觀輪廓圖形,而且對(duì)于商標(biāo)圖形同樣能夠提取出符合人類視覺的主觀輪廓。關(guān)鍵詞:主觀輪廓Delaunay三角剖分膨脹規(guī)則中圖分類號(hào):TP391ASubjectiveContourExtractionMethodfTrademarkImagesSongJianguo12;LuXiaoqing1;WangJianming2;TangZhi1(1.InstituteofComput
3、erScienceTechnologyPekingUniversityBeijing100871China2.73630Unit)Abstract:Asubjectivecontourinspaceamongcomponentsisconsideredastheperceptualshapethatexistsinthespacebetweenrealcontoursthesubjectiveshapeinfmationisuseful
4、fdescribingimagecontentsometimesevenmeimptantthantheshapeofasinglecomponent.BasedontheDelaunaytriangulationthispaperproposesamethodftheconstructionofsubjectivecontoursinthespaceamongcomponents.Throughtheanalysisoftherela
5、tionbetweenthesubjectivecontourtheedgeofthetriangleamongcomponentsputfwardasetofseediontriangledilatingrules.Experimentalresultsshowthattheproposedalgithmnotonlyisabletodealeffectivelywithclassicsubjectivecontouralsocanp
6、rocesstrademarkimages.Keywds:SubjectiveContourDelaunayTriangulationDilatingRules1前言主觀輪廓是一種重要的視覺心理現(xiàn)象,它是指在物理上并不存在卻可被感知到的閉合輪廓,我們將商標(biāo)圖形連通分量本身稱為正形,也稱圖;將其周圍的“空白”稱為負(fù)形,也稱為底,負(fù)形的輪廓不同于孔洞,沒有真實(shí)的閉合輪廓,但能被視覺感知到,因此在本文中也被視為主觀輪廓。研究主觀輪廓對(duì)于探討人
7、類視覺系統(tǒng)中物體識(shí)別的形成機(jī)制有著重要的意義,而在復(fù)雜圖形中,比如商標(biāo),其包含的主觀輪廓有時(shí)能夠反映出整個(gè)圖形的主體特征,當(dāng)視覺在感知復(fù)雜圖形時(shí),由于視知覺的選擇基金項(xiàng)目:國家重點(diǎn)基礎(chǔ)研究發(fā)展計(jì)劃(973)(2010CB735908)作者簡(jiǎn)介:宋建國(1981),男,碩士研究生,研究方向:網(wǎng)絡(luò)內(nèi)容信息抽取與模式識(shí)別。Email:songjianguo@pku.性,比如圖1(a)(b),主觀輪廓的信息顯然比原始的輪廓更具有主體性,再如圖1
8、(c)(d),原始輪廓不相似,但主觀輪廓的形狀則具有明顯的相似性,都近似“H”形。另外從商標(biāo)設(shè)計(jì)的角度出發(fā),設(shè)計(jì)師為了創(chuàng)作出傳情達(dá)意的標(biāo)志,經(jīng)常采用圖底反轉(zhuǎn)方法,具體表現(xiàn)為正形和負(fù)形作為同樣重要成分出現(xiàn),共用邊緣,相互關(guān)聯(lián),相互襯托,相互交織成一個(gè)有機(jī)的整體。因此復(fù)雜圖形中的主觀輪廓提取對(duì)理解和分析其內(nèi)容有重要作用。關(guān)于主觀輪廓的提取,近年來國內(nèi)外學(xué)者提出了一些模型和算法,邵曉芳等[1]提出了一種基于視覺競(jìng)爭(zhēng)合作機(jī)制的主觀輪廓提取方法,
9、通過用圖像處理的方法代替復(fù)雜的細(xì)胞動(dòng)力學(xué)方程模擬了生物視覺系統(tǒng)的競(jìng)爭(zhēng)合作機(jī)制。ZhuWei等[2]提出了一種基于水平集的變分模型,Jung等[3]受到ZhuWei等前人變分模型提取主觀輪廓工作的啟發(fā),提出了條鄰邊和替換E的過程,當(dāng)屬同一輪廓,EsEpp并且從到的輪廓段與邊E形成的閉合輪廓在Epp的右側(cè),所謂對(duì)E的膨脹就是用到的輪廓段替pp換E,這個(gè)輪廓段用表示,用表示所L(CS)包含邊的個(gè)數(shù)。2.3算法流程如圖4所示,提取主觀輪廓算法主
10、要步驟如下:(1)初始化初始化選取種子三角形作為初始主觀輪廓,,表示種子三角形的邊,=123,且沿逆時(shí)針首尾相連,,∈123=3表示當(dāng)前主觀輪廓邊的個(gè)數(shù)。(2)膨脹操作膨脹操作從選擇一條邊,利用膨脹判斷函數(shù)決定是否膨脹,如果函數(shù)返回值_()為真,則膨脹,當(dāng)?shù)膬蓚€(gè)端點(diǎn)屬不同輪pp廓時(shí),將替換成兩個(gè)鄰邊和,更新,,當(dāng)=?=1屬同一輪廓并且位于的右側(cè)時(shí),pp,=?=L()?1。如果返回假則不膨脹,不變,這時(shí)就起到了修復(fù)不完整輪廓的作用。關(guān)于膨
11、脹判斷函數(shù)的定義將在2.4部分詳細(xì)介紹。(3)迭代執(zhí)行步驟迭代執(zhí)行步驟(2)從當(dāng)前主觀輪廓中,選擇與的逆時(shí)針相鄰下一條邊,以深度優(yōu)先的順1序重復(fù)(2)的操作,直到中所有邊都不滿足膨脹條件。(4)輸出輸出輸出最終主觀輪廓。=E1E2…EN(a)(b)(c)(d)(e)圖4算法流程.(a)原圖(b)三角剖分(c)種子三角形(紅色)原始輪廓(藍(lán)色)以及原圖的凸包(綠色)(d)膨脹(e)主觀輪廓結(jié)果(紅色).Fig.4Thewkflowofth
12、eproposedalgithm.(a)iginalimage(b)TheresultofDT(c)Seed(red)iginalcontour(blue)Convexhull(green)(d)Dilating(e)Result(red).2.4種子選取與膨脹規(guī)則在本算法中,種子選取和膨脹條件的判定起著至關(guān)重要的作用,分述如下:(1)選擇種子三角形要滿足兩個(gè)條件,第一,種子三角形要位于背景,以保證主觀輪廓是完全從背景中提取的,這里說的
13、背景是相對(duì)的,是指在二值圖像中與前景相對(duì)顏色的區(qū)域;第二,要滿足最小角最大的原則,因?yàn)樽钚〗亲畲蟮娜切巫钣锌赡苁枪羌艿姆种c(diǎn)所在的三角形,可使得邊膨脹后獲得更多骨架分支對(duì)應(yīng)的輪廓。(2)當(dāng)前邊E的膨脹規(guī)則,當(dāng)前邊如果膨脹需要同時(shí)滿足三個(gè)規(guī)則,第一,當(dāng)前邊E的兩個(gè)鄰角和不能過大,即最大值要∠∠小于閾值,否則輪廓膨脹過程會(huì)出現(xiàn)突變,產(chǎn)生不平滑的輪廓,繼續(xù)膨脹的部分不再是主觀輪廓的區(qū)域,即不符合人的視覺編組原則,此時(shí)要停止膨脹;第二,當(dāng)前邊
14、大于指定閾值時(shí),表示當(dāng)前邊還沒有到達(dá)主觀輪廓邊緣應(yīng)繼續(xù)膨脹,也說明有更大的區(qū)域被膨脹作為主觀輪廓區(qū)域的一部分,但當(dāng)小于等于指定閾值時(shí),表示當(dāng)前邊已經(jīng)接近主觀輪廓邊緣,所以要求當(dāng)前邊的變化應(yīng)該是遞減的,直到不滿足此條件停止膨脹。因此,當(dāng)前邊E要滿足長度或且,為≤)||(≤&&)&&??0其他?3實(shí)驗(yàn)結(jié)果實(shí)驗(yàn)數(shù)據(jù)選擇了四種經(jīng)典的主觀輪廓圖形[5],包括Kanizsa三角形、Kanizsa四邊形、主觀圓和Ehrenstein中心光亮圓盤,結(jié)果
15、如表1所示,對(duì)于復(fù)雜圖形的實(shí)驗(yàn),數(shù)據(jù)選自MPEG7CE2商標(biāo)庫和英國專利商標(biāo)局?jǐn)?shù)據(jù)集中部分含有主觀輪廓的復(fù)雜圖形,結(jié)果如表2所示。參數(shù)AT=120度,由于四種經(jīng)典主觀輪廓相對(duì)商標(biāo)圖形都是很規(guī)則的形狀,結(jié)構(gòu)簡(jiǎn)單,因此提取經(jīng)典主觀輪廓圖形的參數(shù)LT要比復(fù)雜商標(biāo)圖形設(shè)置的大一些,LT越大獲取到的輪廓距離種子三角形越近,輸出的結(jié)果越簡(jiǎn)單,實(shí)驗(yàn)中,提取經(jīng)典主觀輪廓圖形時(shí)LT設(shè)置為種子三角形內(nèi)切圓的半徑的6倍,相反,LT越小獲取到的結(jié)果結(jié)構(gòu)越復(fù)雜,
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 目標(biāo)輪廓提取方法研究.pdf
- 基于活動(dòng)輪廓模型的人臉輪廓提取方法的研究.pdf
- 基于粒子濾波的輪廓提取方法研究.pdf
- WSN監(jiān)測(cè)輪廓提取與可視方法研究.pdf
- 工業(yè)CT圖像輪廓提取方法的研究.pdf
- 物體邊緣輪廓提取新方法研究.pdf
- 目標(biāo)輪廓特征提取方法與仿真.docx
- 視覺感知中的閉合輪廓提取方法研究.pdf
- 基于降雪模型的圖像輪廓提取方法研究.pdf
- 基于生物細(xì)胞模擬的圖像輪廓提取方法研究.pdf
- 醫(yī)學(xué)圖像中邊界輪廓線的提取方法.pdf
- 機(jī)器視覺中工件輪廓精確提取方法的研究.pdf
- 固定場(chǎng)景下基于輪廓提取視頻壓縮方法研究.pdf
- 曲面基底衍射元件共焦掃描輪廓提取方法研究.pdf
- 視頻圖像中手勢(shì)連續(xù)輪廓提取方法研究與實(shí)現(xiàn).pdf
- 基于輪廓提取的視頻壓縮與還原方法研究.pdf
- 復(fù)雜背景下_人體輪廓提取
- 監(jiān)控視頻中運(yùn)動(dòng)目標(biāo)輪廓提取方法的研究與應(yīng)用.pdf
- ECT流型特征提取及復(fù)雜輪廓匹配方法研究.pdf
- 基于活動(dòng)輪廓模型的圖像特征提取方法研究.pdf
評(píng)論
0/150
提交評(píng)論