基于固定數(shù)采樣的輪廓特征描述子方法

文/賈賀林

目前運動目標輪廓的提取已經(jīng)成為人體行為分析中的重要步驟，輪廓特征的提取與描述更加注重準確性與實時性。普通的輪廓特征很難滿足在視頻序列中的實時描述，在視頻幀的選取和計算特征描述子過程中話費大量的時間，嚴重影響算法的效率。本文在特征點的選取中使用固定數(shù)采樣，降低特征點數(shù)目并且保存特征點的整體信息，然后采用質(zhì)心邊界距離描述子對輪廓進行描述，最后再將位置信息降維，生成一維的輪廓特征對目標運動狀態(tài)進行描述。

1 固定數(shù)采樣

固定數(shù)采樣法，是在等間隔采樣方法的基礎上提出的新的采樣方法，當各組數(shù)據(jù)長度不同的情況，等間隔采樣法計算出來的間隔是不同的，并且大多情況下不是整數(shù)，如果將采樣間隔近似，就會造成采樣不均勻，存在區(qū)域遺漏，采樣誤差增大，固定數(shù)采樣法便可解決該問題。就比如下文即將討論的輪廓描述方法的輪廓點，由于人在運動時姿勢不同，每一幀圖像獲取的輪廓點不同，為了方便不同數(shù)據(jù)之間的比對，故提出該方法進行采樣方法，該方法可分為以下幾個步驟．

（1）首先給定固定采樣數(shù)N，然后讀取一組數(shù)據(jù)的個數(shù)m，計算采樣間隔k=m/N，k理論含義為每k個點取一個采樣點。

（2）使用下式計算所有數(shù)據(jù)點下標與采樣間隔k的商di。

（3）計算di與最鄰近整數(shù)的絕對值之差公式如下：

當然固定數(shù)采樣法可以看做等間隔采樣法的改進，采樣時可以更均勻覆蓋原始數(shù)據(jù)，同樣適用于各類等間隔采樣法的情況。

2 質(zhì)心邊界距離描述子

通過質(zhì)心-邊界距離方法的關鍵在于二維輪廓向以為距離信號的轉(zhuǎn)換過程，計算過程如下：

（1）輪廓的質(zhì)心坐標：

其中(xc, yc)是得到質(zhì)心坐標，(xi, yi)是各個離散點坐標，N為離散點總數(shù)．

（2）通過1得到質(zhì)心的坐標，以輪廓線上最左下方的像素點為圖像坐標原點，逆時針方向展開，得到質(zhì)心到每一個輪廓點的歐幾里得距離：

其中X=(x1,x2,…,xn), Y=(y1,y2,…,yn)，從而消除圖像尺度和特征長度對輪廓特征描述子的影響。

3 實驗結(jié)果

首先獲取目標輪廓離散點的像素坐標信息，獲取的離散點是無序的，采用冒泡排序的思想把所有點進行比較，逆時針排序完成后，再次一位搜索，找到最高點(Xh,Yh)，計算質(zhì)心坐標(xc, yc)，以(Xh,Yh)為參考起點，沿逆時針方向進行邊界展開，最終將輪廓邊界展開為由質(zhì)心到邊界像素點的歐式距離，完成降維。

把計算出的每一幀質(zhì)心-邊界距離重新采樣，圖1和圖2分別是質(zhì)心輪廓距離展開的原始圖像和采樣后的圖像。

通過上述的步驟，可以快速準確的完成人體區(qū)域輪廓描述并將輪廓信息降維成一維距離信號，通過一組一維數(shù)組對目標輪廓進行描述。

4 總結(jié)

本文提出了一種快速準確的輪廓特征描述方法，并通過實驗圖像生成了輪廓特征描述子，完成了視頻序列中運動目標的描述。為了提高描述的準確性還可以使用傅里葉描述算子、小波描述算子等對輪廓特征進行描述，質(zhì)心邊界距離描述子雖然計算速度快，但是應用范圍較狹窄，難以廣泛使用，需要進行后續(xù)的提高與研究。

圖1：原始圖像的質(zhì)心輪廓距離

圖2：采樣后的圖像質(zhì)心輪廓距離