论文部分内容阅读
在计算机视觉中，形状的表示和相似性衡量是重要且复杂的问题，提出了一种改进的SUSAN（最小一致性区域）拐点检测算法并用于形状表示，同时基于Delaunay三角化给出了一一个用于形状相似性衡量的有效算法。首先，对形状的拐点进行Delaunay三角形构造，然后从Delaunay三角网中获得Delaunay图矩阵，最后使用矩阵的谱对拐点进行匹配。在含有1400幅图像的MPEG-7CE—Shape-1数据库中的检索实验进一步验证了算法的有效性。