| Русский Русский | English English |
   
Главная Архив номеров
21 | 11 | 2019
10.14489/vkit.2016.02.pp.003-012

DOI: 10.14489/vkit.2016.02.pp.003-012

Кушнир О. А.
ПАРАМЕТРИЧЕСКОЕ ОПИСАНИЕ РАДИАЛЬНОЙ ФУНКЦИИ СКЕЛЕТА БИНАРНОГО ИЗОБРАЖЕНИЯ ДЛЯ ЗАДАЧИ СРАВНЕНИЯ ФОРМ
(c. 3-12)

Аннотация. Предложены способы параметрического описания радиальной функции скелета для задачи сравнения бинарных изображений на основе выравнивания цепочек скелетных примитивов. Показано, что для различения бинарных изображений зачастую недостаточно информации только о топологии скелета, без учета его радиальной функции, являющейся характеристикой ширины фигуры. Рассмотрены два способа параметризации: значениями радиальной функции скелета в вершинах ребра и интерполяционными коэффициентами многочленов Лежандра. Предложено дополнить разработанную ранее процедуру сравнения скелетов бинарных изображений, представленных цепочками примитивов, параметрическим описанием радиальной функции. Дополненная процедура апробирована в задаче классификации листьев растений из базы Flavia и показала хорошую различающую способность.

Ключевые слова:  бинарное изображение; сравнение форм; скелет; цепочка примитивов; функция парного сравнения; радиальная функция скелета; интерполяционные многочлены Лежандра.

Kushnir О. А.
РАRAMETRIC REPRESENTATION ОF BINARY IMAGE SKELETON RADIAL FUNCTION FOR SHAPE MATCHING PROBLEM
(pp. 3-12)

Abstract. New approaches to parametric description of skeleton radial function for the shape matching problem are proposed. The target shape matching technique is based on alignment of skeleton primitive chains. It is shown that there is a problem in classification of some shapes if only skeleton topology without skeleton radial function is taken into account. The skeleton radial function is a main characteristic of the shape width. Two ways of its parameterization are offered in this paper: the first is to consider values of radial function just in the vertices of the skeleton ribs, and the second is to interpolate the skeleton radial function of each rib and describe it by the vector of Legendre polynomial coefficients. The second way is more appropriate in most cases because it is precise and versatile. Parametric radial function representation can be utilized as a shape descriptor for the binary images with equal skeleton topology but different width characteristics. Thus, the resulting shape representation includes not only topological properties but also the contour ones. It is offered to expand a previously developed shape matching procedure based on alignment of skeleton primitive chains with the parametrical description of skeleton radial function. The expanded matching procedure is evaluated on the Flavia leaf dataset.

Keywords: Binary image; Shape matching; Skeleton; Chain of primitives; Pairwise comparison function; Skeleton radial function; Legendre polynomials.

Рус

О. А. Кушнир (Тульский государственный университет) E-mail: Этот e-mail адрес защищен от спам-ботов, для его просмотра у Вас должен быть включен Javascript  

Eng

О. А. Kushnir (Tula State University) E-mail: Этот e-mail адрес защищен от спам-ботов, для его просмотра у Вас должен быть включен Javascript  

Рус

1. Местецкий Л. М. Непрерывная морфология бинарных изображений: фигуры, скелеты, циркуляры. М.: ФИЗМАЛИТ, 2009. 288 с.
2. Кушнир О. А., Середин О. С. Функция парного сравнения скелетных графов, заданных цепочками примитивов // Изв. ТулГУ. Технические науки. 2013. Вып. 2. С. 197 – 207.
3. A tree-edit-distance Algorithm for Comparing Simple, Closed Shapes / P. Klein et al. // Proceedings of the Eleventh Annual ACM-SIAM Symposium on Discrete Algorithms. 9 – 11 January, 2000. San Francisco, California, 2000. P. 696 – 704.
4. Object Recognition as Many-to-many Feature Matching / M. F. Demirci et al. // International Journal of Computer Vision. 2006. V. 69, N 2. P. 203 – 222.
5. Bai X., Latecki L. J. Path Similarity Skeleton Graph Matching // IEEE Transactions оn Pattern Analysis and Machine Intelligence. 2008. V. 30, N 7. P. 1282 – 1292.
6. An Image Skeletonization-Based Tool for Pollen Tube Morphology Analysis and Phenotyping / C. Wang et al. // Journal of Integrative Plant Biology. 2013. № 55(2). P. 131 – 141.
7. Визильтер Ю. В., Сидякин С. В. Использование морфологических спектров для классификации двухмерных фигур и бинарных изображений // Вестник компьютерных и информационных технологий. 2013. № 7. С. 20 – 28.
8. Jänichen S., Perner P. Aligning Concave and Convex Shapes // Structural, Syntactic, and Statistical Pattern Recognition, Joint IAPR International Workshops, SSPR 2006 and SPR 2006. Hong Kong, China, August 17 – 19, 2006. Lecture Notes in Computer Science / D.-Y. Yeung et al. (eds.). 2006. V. 4109. P. 243 – 251. doi: 10.1007/11815921_26
9. Neuhaus M., Bunke H. Edit Distance-Based Kernel Functions for Structural Pattern Classification // Pattern Recognition. 2006, № 10. P. 1852 – 1863.
10. Reier I. A. Plane Figure Recognition Based on Contour Homeomorphism // Pattern Recognition and Image Analysis. 2001. V. 11, №1. P. 242 – 245.
11. Shape Recognition by Combining Contour and Skeleton into a Mid-Level Representation / W. Shen et al. // Pattern Recognition – 6th Chinese Conference, Changsha, China, November 17 – 19, 2014. Part I. Communications in Computer and Information Science / S. Li et al. (eds.). 2014. V. 483. P. 391 – 400. doi: 10.1007/978-3-662-45646-0_40.
12. A leaf Recognition Algorithm for Plant Classification Using Probabilistic Neural Network / S. G. Wu et al. // 7th IEEE Intern. Symposium on Signal Processing and Information Technology, 15 – 18 December, 2007. Cairo, Egypt, 2007. P. 11 – 16.
13. Кушнир О. А., Середин О. С., Степанов А. В. Экспериментальное исследование параметров регуляризации и аппроксимации скелетных графов бинарных изображений // Машинное обучение и анализ данных. 2014. T. 1, № 7. C. 817 – 827.
14. Kushnir O., Seredin O. Shape Matching Based on Skeletonization and Alignment of Primitive Chains // Analysis of Images, Social Networks and Texts. Fourth International Conference, AIST 2015, 9 – 11 April 2015, Yekaterinburg, Russia. V. 542. P. 123 – 136.
15. Mallah C., Cope J., Orwell J. Plant Leaf Classification Using Probabilistic Integration of Shape, Texture and Margin Features // Computer Graphics and Imaging/798: Signal Processing, Pattern Recognition and Applications (CGIM2013), 12 – 14 February, 2013. Innsbruck, Austria, 2013. P. 128 – 143.

Eng

1. Mestetskii L. M. (2009). Continuous morphology of binary images: figures, skeletons, circulars. Moscow: FIZMALIT.
2. Kushnir O. A., Seredin O. S. (2013). Function pairwise comparison of skeletal graphs, formed with a chain of primitives. «Izvestiia TulGU», seriia «Tekhnicheskie nauki», (2), pp. 197-207.
3. Klein P. et al. (2000). A tree-edit-distance. Algorithm for comparing simple, closed shapes. Proceedings of the Eleventh Annual ACM-SIAM Symposium on Discrete Algorithms. 9-11 January, 2000. San Francisco, California, pp. 696-704.
4. Demirci M. F. et al. (2006). Object recognition as many-to-many feature matching. International Journal of Computer Vision, 69(2), pp. 203-222. doi: 10.1007/s11263-006-6993-y
5. Bai X., Latecki L. J. (2008). Path similarity skeleton graph matching. IEEE Transactions Pattern Analysis and Machine Intelligence, 30(7), pp. 1282-1292. doi: 10.1109/TPAMI.2007.70769
6. Wang C. et al. (2013). An image skeletonization-based tool for Pollen tube morphology analysis and phenotyping. Journal of Integrative Plant Biology, 55(2), pp. 131-141. doi: 10.1111/j.1744-7909.2012.01184.x
7. Vizil'ter Iu. V., Sidiakin S. V. (2013). The classification of two-dimensional figures and binary images using morphological pattern spectra. Vestnik komp'iuternykh i informatsionnykh tekhnologii, (7), pp. 20-28.
8. D.-Y. Yeung et al. (Eds.), Jänichen S., Perner P. (2006). Aligning concave and convex shapes. Structural, Syntactic, and Statistical Pattern Recognition, Joint IAPR International Workshops, SSPR 2006 and SPR 2006. Hong Kong, China, August 17-19, 2006. Lecture Notes in Computer Science. V. 4109, pp. 243-251. doi: 10.1007/11815921_26
9. Neuhaus M., Bunke H. (2006). Edit distance-based kernel functions for structural pattern classification. Pattern Recognition, 39(10), pp. 1852-1863. doi: 10.1016/j.patcog.2006.04.012
10. Reier I. A. (2001). Plane figure recognition based on contour homeomorphism. Pattern Recognition and Image Analysis, 11(1), pp. 242-245.
11. Li S. et al. (Eds.), Shen W. et al. (2014). Shape recognition by combining contour and skeleton into a midlevel representation. Pattern Recognition – 6th Chinese Conference, Changsha, China, November 17-19, 2014. Part I. Communications in Computer and Information Science. V. 483, pp. 391-400. doi: 10.1007/978-3-662-45646-0_40.
12. Wu S. G. et al. (2007). A leaf recognition algorithm for plant classification using probabilistic neural network. 7th IEEE Intern. Symposium on Signal Processing and Information Technology, 15-18 December, 2007. Cairo, Egypt, pp. 11-16.
13. Kushnir O. A., Seredin O. S., Stepanov A. V. (2014). Experimental study of regularization parameters of approximation skeletal diagrams of binary images. Mashinnoe obuchenie i analiz dannykh, Vol. 1, (7), pp. 817-827.
14. Kushnir O., Seredin O. (2015). Shape matching based on skeletonization and alignment of primitive chains. Analysis of Images, Social Networks and Texts. Fourth International Conference, AIST 2015, 9-11 April 2015, Yeka-terinburg, Russia. V. 542, pp. 123-136.
15. Mallah C., Cope J., Orwell J. (2013). Plant leaf classification using probabilistic integration of shape, texture and margin features. Computer Graphics and Imaging/798: Signal Processing, Pattern Recognition and Applications (CGIM2013), 12-14 February, 2013. Innsbruck, Austria, pp. 128-143.

Рус

Статью можно приобрести в электронном виде (PDF формат).

Стоимость статьи 350 руб. (в том числе НДС 18%). После оформления заказа, в течение нескольких дней, на указанный вами e-mail придут счет и квитанция для оплаты в банке.

После поступления денег на счет издательства, вам будет выслан электронный вариант статьи.

Для заказа статьи заполните форму:

{jform=1,doi=10.14489/vkit.2016.02.pp.003-012}

.

Eng

This article  is available in electronic format (PDF).

The cost of a single article is 350 rubles. (including VAT 18%). After you place an order within a few days, you will receive following documents to your specified e-mail: account on payment and receipt to pay in the bank.

After depositing your payment on our bank account we send you file of the article by e-mail.

To order articles please fill out the form below:

{jform=2,doi=10.14489/vkit.2016.02.pp.003-012}

 

 

 

 

 

.

.

 

 

 
Поиск
Баннер
Журнал КОНТРОЛЬ. ДИАГНОСТИКА
Баннер
Баннер
Баннер
Rambler's Top100 Яндекс цитирования