Об одном способе векторного и аналитического представления контура изображения
Теорема 1. Если к
нормированному векторному представлению
добавить контрольную
точку
с весом
, то для евклидова расстояния между новым центром тяжести
и старым
справедлива оценка
, где
- точки скелета изображения
. В частности, если
, то
.
Другими словами, если число контрольных точек достаточно велико, а вес новой точки небольшой, то центр симметрии сместится незначительно.
4.Функция изображения
Вместо анализа
векторного представления
в ряде задач (одна из
которых будет рассмотрена в следующем разделе) удобней изучать свойства
некоторой функции, связывающей векторы из представления
. Например, рассмотрим функцию ![]()
![]()
,
где
(
). Эту функцию можно рассматривать как обобщение дескриптора
Фурье [5]. По функции
коэффициенты
(а, следовательно, и
) будут определяться однозначно, как коэффициенты частичной
суммы ряда Фурье. По дискретным значениям этой функции
, коэффициенты
можно найти из
линейной системы
,
, если значения
,
, такие, что определитель матрицы
отличен от нуля, где
, где
- целая часть числа. Множество функций изображения будем
рассматривать вместе с нормой
. Следующая теорема говорит об устойчивости функции
изображения к изменению весов (и, следовательно, к изменению центра масс).
Теорема 2. Пусть
и
два скелета
изображения
такие, что
. Тогда, если
и
соответствующие этим
скелетам функции изображения, то
, где
.
Однако при добавлении
новой контрольной точки даже с небольшим весом функция изображения, вообще
говоря, может сильно измениться, так как она не является инвариантной
относительно сдвига векторов векторного представления
. Таким свойством будет обладать, например, функция
, хотя коэффициенты этой функции уже не будут однозначно
восстанавливаться по ее значениям.
5.Распознавание симметрий
Изображение
называется
-осесимметричным [6], если оно переводится само в себя после
поворота на любой угол, кратный
вокруг своего центра
масс. Симметрия является важной в задачах распознавания характеристикой
изображаемого объекта. Подробный обзор существующих методов обнаружения
симметрий и определения ориентации объекта, в том числе и с помощью
дескрипторов Фурье, можно найти в работе [6]. Распознавать симметрию можно
непосредственно анализируя векторное представления
, если оно достаточно точно отражает характер симметрии (не
содержит «лишних» контрольных точек). Векторное представление
назовем
-осесимметричным, если построенный по этому векторному
представлению многоугольник будет
-осесимметричным. С другой стороны, для распознавания
симметрии можно использовать и функцию изображения
. В этом случае лучше перейти к комплексной форме записи функции
изображения. Обозначим через
, где
. Тогда
и справедлива
Теорема 3.
является
-осесимметричным векторным представлением изображения
тогда и только тогда,
когда найдется такое
, что
,
где
.
Это мультипликативное
свойство функции изображения можно использовать для распознавания симметрий, а
именно, если для заданного малого
найдутся такие
и
, что
, то можно считать векторное представление
-осесимметричным.
Список литературы
Hecker Y.C., Bolle R.M. On geometric hashing and the generalized Hough transform, IEEE Trans. Syst., Man and Cybern. 24, N9, 1994, p.1328-1338.
Dufresne T.E., Dhawan A.P., Chord-tangent transformation for object recognition, Pattern Recogn. 28, N9, 1995, p.1321-1332.
Bolles R., Cain R.A., Recognizing and locating partiavisible objects: The local-feature-focus method, Robot Vision A.Publ. Ed., 1984.
Liu H.C., Srinath M.D., Partial Shape Classification Using Contour Matching in Distance Transformer; IEEE Trans. Pattern Anal. and Mach. Intell, 12, N11, p.1072-1079.
Zahn C.T., Roskies R.S., Fourier descriptors for plane closed curves, IEEE Trans. Comput. C-21, March, 1972, p.269-281.
Pei S.C., Liov L.G., Automatic symmetry determination and normalization for rotationally symmetric 2D shapes and 3D solid objects, Pattern Recogn, 27, N9, 1994, p.1193-1208. последовательностей".- Таганрог, изд. ТРТУ, 1996 г.