本课题针对可变形物体轮廓的不规则性检测理论和技术问题,探讨轮廓不规则性的多源信息表达和多尺度空间描述、多源特征融合机制和分类器设计方法。主要研究内容包括1)基于ASM统计形状建模,局部分形维和几何分解的目标轮廓不规则性的多尺度特征表示;2)基于小波显著子带簇的目标轮廓结构分量重构和不规则特征提取;3)多源、多尺度特征分类器设计。课题研究取得的重要成果1)提出了可变形物体轮廓不规则性的描述子多尺度局部分形维分布的统计度量;2)利用小波显著子带选择,解决了目标原始轮廓的结构分量和纹理分量的析出、结构不规则性小波子带簇特征提取;3)构建并提出了轮廓不规则性描述的多源(几何曲率,分形维,小波子带)、多尺度特征树表达和特征融合算法,提供了目标轮廓不规则性多源、多尺度分析工具; 4)分析了多源、多尺度小样本分类器的性能评估方法。试验结果表明该分类器较传统分类器性能显著提高。本研究还将轮廓不规则性的分析(1D)拓展到目标表面的不均匀性分析(2D),提供了目标表面颜色不均匀性分析的替代解决方案。课题研究成果为可变形物体的其他视觉特征(表面纹理,网状结构)的多层次表征和识别奠定了理论和技术基础。
英文主题词Local fractals; Contour structural irregularity; Forming contour' structure; wavelet salient subbands; feature fusion from multisource and multiscale