Способ, устройство, компьютерная программа, компьютерная система и считываемый компьютером носитель данных для представления и поиска объекта на изображении

Способ, устройство, компьютерная программа, компьютерная система и считываемый компьютером носитель данных для представления и поиска объекта на изображении

Реферат

 

Изобретение относится к представлению объекта, имеющегося на изображении. Его использование, в частности, для целей поиска позволяет обеспечить технический результат в виде упрощения сопоставления без снижения точности поиска. Способ представления объекта, имеющегося на изображении или последовательности изображений, заключается в обработке сигналов, соответствующих изображению. Технический результат достигается благодаря тому, что получают множество значений координат пиков представления в масштабированном пространстве кривизны (МПК) путем сглаживания контура объекта на множестве этапов, начиная с произвольной точки на контуре, и упорядочивают значения координат пиков представления МПК на основе значений высоты пиков координат пиков, причем применяют значение высоты пика, соответствующее параметру сглаживания. В способе же поиска объекта на неподвижном изображении или последовательности изображений получают представление МПК объектов в сохраненных изображениях, сравнивают представление МПК запроса с каждым представлением МПК для сохраненного объекта и выбирают и отображают по меньшей мере один результат, соответствующий изображению, содержащему объект, для которого сравнение указывает степень сходства между запросом и этим объектом. 2 с. и 12 з.п. ф-лы, 3 табл., 4 ил.

Область техники Изобретение относится к представлению объекта, имеющегося на неподвижном изображении или на видеоизображении (движущемся изображении), таком как изображение, сохраненное в базе данных мультимедийной информации, особенно для целей поиска, и к способу и устройству для поиска объекта с использованием такого представления.

Предшествующий уровень техники В приложениях, таких как библиотеки изображений или видеоданных, желательно иметь эффективное представление и сохранение контура или формы объектов или частей объектов, имеющихся на неподвижных или движущихся изображениях. Известный способ индексации и поиска на основе формы объектов использует представление в масштабированном пространстве кривизны (МПК, CSS). МПК-представление детально описано в статьях "Robust and Efficient Shape Indexing through Curvature Scale Space Proc. British Machine Vision conference, стр. 53-62, Edinburgh, UK, 1996 и "Indexing an Image Database by Shape Content using Curvature Scale Space Proc. IEE Colloquium on Intelligent Databases, London 1996, by F. Mokhtarian, S. Abbasi and J. Kittler, содержание которых включено в качестве ссылок.

МПК-представление использует функцию кривизны для контура объекта, начиная с произвольной точки на контуре. Функция кривизны анализируется по мере применения формы контура посредством ряда деформаций, которые сглаживают форму. Более конкретно, вычисляют переходы через нуль производной функции кривизны, подвергнутой свертке с семейством гауссовских фильтров. Переходы через нуль наносят на график, известный как масштабированное пространство кривизны, где ось Х является нормализованной длиной дуги кривой, а ось Y - параметр изменения (эволюции), более конкретно, параметр примененного фильтра. Кривые на графике образуют петли, характерные для контура. Каждая выпуклая или вогнутая часть контура объекта соответствует петле в изображении в МПК. Координаты пиков наиболее выступающих петель в изображении в МПК используют в качестве представления контура.

Для поиска объектов на изображениях, сохраненных в базе данных, соответствующих форме входного объекта, вычисляют МПК-представление входной формы. Степень сходства между входной формой и сохраненными формами определяют сравнивая положение и высоту пиков в соответствующих МПК-изображениях с использованием алгоритма сопоставления.

Проблема, связанная с известным МПК-представлением, состоит в том, что пиковые значения для данного контура основаны на функции кривизны, которую вычисляют, начиная с произвольной точки на контуре. Если начальная точка изменена, то имеется циклический сдвиг пиков по оси Х в МПК-изображении. Таким образом, при вычислении степени сходства необходимо исследовать все возможные сдвиги, или, по меньшей мере, наиболее вероятный сдвиг. Это приводит к увеличению сложности процедуры поиска и сопоставления.

Соответственно, настоящее изобретение обеспечивает способ представления объекта, имеющегося на неподвижном изображении или видеоизображении, посредством обработки сигналов, соответствующих изображению, причем способ включает получение множества числовых значений, связанных с признаками, проявляющимися на контуре объекта, начиная с произвольной точки на контуре, и применение заранее определенного упорядочения к упомянутым значениям, чтобы прийти к представлению контура. Предпочтительно упомянутые значения получают из МПК-представления контура, и предпочтительно они соответствуют пиковым значениям МПК.

В результате использования изобретения вычисления, входящие в процедуры сопоставления, могут быть значительно сокращены без существенного снижения точности поиска.

Раскрытие изобретения Согласно пункту 1 формулы изобретения способ представления объекта, имеющегося на неподвижном изображения или видеоизображении, посредством обработки сигналов, соответствующих изображению, включает получение множества числовых значений, связанных с признаками, имеющимися на контуре объекта, начиная с произвольной точки на контуре, и применение заранее определенного упорядочения к упомянутым значениям, чтобы прийти к представлению контура.

Согласно пункту 2 формулы изобретения заранее определенное упорядочение в заявленном способе является таким, что получаемое в результате представление является независимым от начальной точки на контуре.

В способе по пункту 3 числовые значения отражают точки перегиба на кривой.

В способе по пункту 4 представление в масштабированном пространстве кривизны контура получают сглаживанием контура на нескольких этапах, используя параметр сглаживания "сигма", приводящий к множеству кривых контура, использованием значений для максимумов и минимумов кривизны каждой кривой контура для получения характеристических кривых первоначального контура и выбором координат пиков упомянутых характеристических кривых в качестве упомянутых числовых значений.

В способе по пункту 5 координаты характеристических кривых соответствуют параметру длины дуги контура и параметру сглаживания.

В способе по пункту 6 значения координат пиков упорядочивают на основании значений высоты пиков, соответствующих параметру сглаживания.

В способе по пункту 7 значения упорядочивают начиная с наибольшего значения.

В способе по пункту 8 значения упорядочивают в убывающем порядке.

В способе по пункту 9 значения упорядочивают начиная с наименьшего значения.

Согласно пункту 10 способ представления объекта, имеющегося на неподвижном изображении или видеоизображении, посредством обработки сигналов, соответствующих изображению, включает этапы получения множества числовых значений, связанных признаками, имеющимися на контуре объекта, для воспроизведения упомянутого контура и получения показателя, указывающего надежность представления, с использованием отношения, по меньшей мере, между двумя из упомянутых значений.

В способе по пункту 11 показатель основан на соотношении между двумя из упомянутых значений.

В способе по пункту 12 отношение является отношением двух самых больших значений.

В способе по пункту 13 представление контура в масштабированном пространстве кривизны получают сглаживанием контура на множестве этапов, используя параметр сглаживания "сигма", для получения множества кривых контура, использованием значений для максимумов и минимумов кривизны каждой кривой контура для получения характеристических кривых исходного контура и выбором координат пиков характеристических кривых в качестве упомянутых числовых значений.

В способе по пункту 14 значения получают используя способ по любому из пунктов 1-9.

Согласно пункту 15 способ поиска объекта на неподвижном изображении или видеоизображении посредством обработки сигналов, соответствующих изображениям, включает этапы, в соответствии с которыми вводят запрос в форме двумерного контура, получают дескриптор упомянутого контура, используя способ по любому из пунктов 1-9 формулы изобретения, получают дескриптор объектов в сохраненных изображениях, полученных с использованием способа по любому из пунктов 1-9 формулы изобретения, и сравнивают дескриптор запроса с каждым дескриптором для сохраненного объекта, выбирают и отображают по меньшей мере один результат, соответствующий изображению, содержащему объект, для которого сравнение указывает степень сходства между запросом и упомянутым объектом.

В способе по пункту 16 показатель получают для контура в запросе и для каждого сохраненного контура используя способ по любому из пунктов 10-12 формулы изобретения, а сравнение осуществляют используя только заранее определенное упорядочение или заранее определенное упорядочение и некоторое другое упорядочение в зависимости от упомянутых показателей.

Согласно пункту 17 формулы изобретения способ представления множества объектов, имеющихся на неподвижных изображениях или видеоизображениях, посредством обработки сигналов, соответствующих изображениям, включает этапы, в соответствии с которыми получают множество числовых значений, связанных с признаками, имеющимися на контуре каждого объекта, и применяют одно и то же заранее определенное упорядочение к упомянутым значениям для каждого контура, чтобы прийти к представлению каждого контура.

Устройство по пункту 18 приспособлено для осуществления способа по любому из пунктов 1-17 формулы изобретения.

Компьютерная программа по пункту 19 реализует способ по любому из пунктов 1-17 формулы изобретения.

Компьютерная система по пункту 20 запрограммирована для функционирования в соответствии со способом по любому из пунктов 1-17 формулы изобретения.

Считываемый компьютером носитель данных по пункту 21 хранит выполняемые компьютером этапы процесса для осуществления способа по любому из пунктов 1-17 формулы изобретения.

Способ представления объектов на неподвижных изображениях или видеоизображениях по пункту 22 описан со ссылками на сопроводительные чертежи.

Способ поиска объектов на неподвижных изображениях или видеоизображениях по пункту 23 описан со ссылками на сопроводительные чертежи.

Компьютерная система по пункту 24 описана со ссылками на сопроводительные чертежи.

Краткое описание чертежей Фиг.1 - блок-схема системы базы данных видеоизображений; фиг.2 - контур объекта; фиг.3 - МПК-представление контура, показанного на фиг.2; и фиг.4 - блок-схема, иллюстрирующая способ поиска.

Наилучший способ осуществления изобретения Первый вариант осуществления Фиг.1 изображает компьютеризованную систему базы данных видеоизображений согласно варианту осуществления изобретения. Система включает в себя блок 2 управления в форме компьютера, блок 4 отображения в форме монитора, устройство 6 указания в форме мыши, базу данных 8 изображений, включающую в себя сохраненные неподвижные изображения и видеоизображения, и базу данных 10 дескрипторов, хранящую дескрипторы объектов или частей объектов, имеющихся на изображениях, сохраненных в базе данных 8 изображений.

Дескриптор для формы каждого представляющего интерес объекта изображения, содержащегося в базе данных изображений, получают с помощью блока 2 управления и сохраняют в базе данных 10 дескрипторов. Блок 2 управления получает дескрипторы, работая под управлением подходящей программы, осуществляющей способ, как описано ниже.

Сначала для контура данного объекта получают МПК-представление контура. Это осуществляют с использованием известного способа, который описан в одной из статей, указанных выше.

Более конкретно, контур выражается представлением ={(х(u), у(u), u[0, 1]}, где u является нормализованным параметром длины дуги.

Контур сглаживают посредством свертки с гауссовским ядром g(u, ) дескриптора и исследуют переходы через нуль кривизны изменяющейся кривой при изменении . Переходы через нуль определяют используя следующее выражение для кривизны: где X(u, ) = x(u)*g(u,); Y(u, ) = y(u)*g(u,) и X_u(u, ) = x(u)*g_u(u,); X_uu(u, ) = x(u)*g_uu(u,).

В вышеприведенных формулах * означает свертку, а нижние индексы означают производные.

Количество переходов через нуль кривизны изменяется по мере изменения , и, когда является достаточно высоким, является выпуклой кривой без переходов через нуль.

Точки переходов через нуль (u, ) наносят на график, известный как пространство МПК-изображения. Это приводит к множеству характеристических кривых исходного контура. Пиковые значения характеристических кривых идентифицируют, и соответствующие координаты выделяют и сохраняют. В общем случае это дает набор n пар координат [(х1, y1), (х2, y2),... (хn, yn)], где n - число пиков, и xi - положение длины дуги i-го пика, и yi - высота пика.

Порядок и положение характеристических кривых и соответствующих пиков, когда они появляются в пространстве МПК-изображения, зависит от начальной точки функции кривизны, описанной выше. Согласно изобретению координаты пиков переупорядочивают используя определенную функцию упорядочения.

Упорядочение выполняют взаимно-однозначным отображением Т индексов пиков {1... n} в новый набор индексов {1... n}.

В этом варианте осуществления пары координат упорядочивают с учетом величины координаты у. Сначала выбирают самый высокий пик. Предположим, что k-й пик является наибольшим. Тогда (xk, yk) становится первым в упорядоченном наборе значений. Другими словами, T(k)=1. Аналогично другие координаты пиков переупорядочивают по уменьшению высоты пиков. Если два пика имеют одинаковую высоту, то пик, имеющий координату х, ближайшую к координате предшествующей пары координат, помещают первым. Другими словами, каждой паре координат, имеющей исходный индекс i, назначают новый индекс j, где T(i)=j и yjy(j+1). Также, каждое значение xi подвергают циклическому сдвигу на величину - xk.

В качестве конкретного примера, контур, показанный на фиг.2, приводит к МПК-изображению, который показан на фиг.3. Детальные величины координат пиков кривых в МПК-изображении приведены в таблице 1.

Пиковые значения упорядочивают, используя упорядочение, описанное выше. Другими словами, координаты упорядочивают по уменьшению высоты пиков. Также, все координаты х сдвигают к нулю на величину, равную исходной координате х самого высокого пика. Это приводит к переупорядоченным координатам пиков, которые приведены в таблице 2.

Эти переупорядоченные координаты пиков формируют основу дескриптора, сохраненного в базе данных 10 для контура объекта. В этом варианте осуществления координаты пиков сохранены в порядке, показанном в таблице 2. Альтернативно координаты могут быть сохранены в первоначальном порядке вместе со связанной индексацией, указывающей новое упорядочение.

Второй вариант осуществления Альтернативный способ представления контура объекта согласно второму варианту осуществления описан ниже.

МПК-представление контура получают так, как описано выше. Однако упорядочение координат пиков отличается от упорядочения в описанном выше первом варианте осуществления. Более конкретно, сначала выбирают самый высокий пик. Предположим, что пик k имеет наибольшее значение. Тогда (xk, yk) становится первым пиковым значением в упорядоченном наборе пиковых значений. Последующие пиковые значения упорядочивают так, чтобы для координат пиков с исходным индексом i T(i)= j и xjx(j+1). Также, все значения xi сдвигают в сторону уменьшения значений на величину xk, равную исходной координате х первоначального пика k.

Другими словами, в способе упорядочения согласно второму варианту осуществления самый высокий пик выбирают и располагают первым, а затем оставшиеся пиковые значения следуют в первоначальной последовательности, начиная с самого высокого пика.

Таблица 3 показывает пиковые значения, указанные в таблице 1, упорядоченные согласно второму варианту осуществления.

В развитие первого и второго вариантов осуществления, описанных выше, с каждым представлением формы дополнительно связывают доверительную вероятность (ДВ). ДВ рассчитывают из отношения второго по величине и максимального пиковых значений для данной формы.

Для контура, показанного на фиг.2, значение ДВ=1001/2120. В этом примере ДВ квантуют, округляя с точностью до 0,1, чтобы уменьшить требования к объему памяти. Соответственно, здесь ДВ=0,5.

Значение ДВ в этом примере является отражением точности или однозначности представления. Здесь, значение ДВ, близкое к единице, означает низкую достоверность, а значение ДВ, близкое к нулю, означает высокую достоверность. Другими словами, чем ближе два самых высоких пиковых значения, тем менее вероятно, что представление является точным.

Значение ДВ может быть полезно при выполнении процедуры сопоставления, как показано в следующем описании.

Третий вариант осуществления Способ поиска объекта на изображении в соответствии с возможным вариантом осуществления изобретения описан со ссылками на фиг.4, на которой изображена последовательность операций способа поиска.

База данных 10 дескрипторов системы, изображенной на фиг.1, сохраняет дескрипторы, полученные согласно первому способу упорядочения, описанному выше, вместе со связанными значениями ДВ.

Пользователь инициализирует поиск, рисуя контур объекта на дисплее, используя устройство указания (этап 410). Блок 2 управления затем получает МПК-представление входного контура и упорядочивает координаты пиков в соответствии с той же функцией упорядочения, используемой для изображений в базе данных, чтобы получить дескриптор для входного контура (этап 420). Блок 2 управления затем также вычисляет значение ДВ для входного контура, вычисляя отношение второго по величине пикового значения к максимальному пиковому значению и квантуя результат (этап 430).

Блок 2 управления затем сравнивает значение ДВ для входного контура с заранее определенным пороговым значением (этап 440). В этом примере пороговое значение равно 0,75. Если значение ДВ ниже порогового, что указывает относительно высокую степень доверия для точности входного дескриптора, то следующий этап заключается в учете значения ДВ для рассматриваемого образца (то есть изображения, сохраненного в базе данных). Если ДВ образца также ниже порогового значения (этап 450), то входной контур и образец сравнивают используя только соответствующие дескрипторы в заранее определенном порядке (этап 460). Если ДВ как для входного контура, так и для образца больше порогового значения, то сопоставление выполняют сравнивая все возможные различные упорядочения значений координат во входных дескрипторах с дескриптором образца в базе данных (этап 470).

Сравнение результатов сопоставления выполняют используя подходящий алгоритм для получения степени сходства для каждого дескриптора в базе данных. Может использоваться известный алгоритм сопоставления, такой как описан в вышеуказанных статьях. Это процедура сопоставления кратко описана ниже.

Имея две формы замкнутого контура, кривую изображения i и кривую образца m и их соответствующие наборы пиковых значений {(xi1, yi1), (xi2, yi2), ..., (xin, yin)} и ((xm1, ym1), (xm2, ym2),..., (xmn, ymn)}, вычисляют степень сходства. Степень сходства определяют как общую цену подбора пиков в образце для пиковых значений в изображении. Сопоставление, которое минимизирует общую цену, определяют используя динамическое программирование. Алгоритм рекурсивно сопоставляет пики образца с пиками изображения и вычисляет цену каждого такого сопоставления. Каждый пик образца может быть сопоставлен только с одним пиком изображения, и каждый пик изображения может быть сопоставлен только с одним пиком образца. Некоторые из пиков образца и или изображения могут остаться несопоставленными, и существует дополнительная цена штрафа для каждого несопоставленного пика. Два пика могут быть сопоставлены, если расстояние по горизонтали между ними менее 0,2. Цена сопоставления является длиной прямой линии между двумя сопоставляемыми пиками. Цена несопоставленного пика равна его высоте.

Более подробно, алгоритм работает посредством создания и расширения древовидной структуры, причем узлы соответствуют сопоставляемым пикам: 1. Создают начальный узел, состоящий из наибольшего максимума изображения (xik, yik) и наибольшего максимума образца (xir, yir).

2. Для каждого из оставшихся пиков образца, заключенных в пределах 80 процентов от наибольшего максимального значения пиков изображения, создают дополнительный начальный узел.

3. Инициализируют цену каждого начального узла, созданного в пп.1 и 2, равной абсолютной разности Y-координаты пиков изображения и образца, связанных этим узлом.

4. Для каждого начального узла в п.3, вычисляют параметр "альфа" сдвига в МПК, определяемый как разность координат х (горизонтальных) пиковых значений образца и изображения, сопоставленных в этом начальном узле. Параметр сдвига должен быть различным для каждого узла.

5. Для каждого начального узла создают список пиков образца и список пиков изображения. Список содержит информацию, какие пиковые значения еще должны быть сопоставлены. Для каждого начального узла отмечают пиковые значения, сопоставленные в этом узле, как "сопоставленные", а все другие пики - как "несопоставленные".

6. Рекурсивно расширяют узел с самой низкой ценой (начиная с каждого узла, созданного на этапах 1-6, и последующими его дочерними узлами) пока не будет выполнено условие п.8. Для расширения узла используют следующую процедуру.

7. Расширение узла: Если имеется, по меньшей мере, один пик изображения и один пик образца, оставшийся несопоставленным: выбирают наибольший МПК максимум кривой изображения, который еще не сопоставлен (xip, yip). Применяют параметр сдвига начального узла (вычисленный на этапе 4) для отображения выбранного максимума на МПК - изображение образца - теперь выбранный пик имеет координаты (хiр-"альфа", уiр). Определяют ближайший пик кривой образца, который является несопоставленным (xms, yms). Если расстояние по горизонтали между двумя пиками менее 0,2 (т.е. |xip-alpha-xms| <0,2), то сопоставляют два пика и определяют цену сопоставления как длину прямой между двумя пиками. Добавляют цену сопоставления к общей цене этого узла. Удаляют сопоставленные пиковые значения из соответствующих списков, отмечая их как "сопоставленные". Если расстояние по горизонтали между двумя пиками более 0,2, пик изображения (xip, yip) не может быть сопоставлен. В этом случае добавляют его высоту yip к общей стоимости и удаляют только пик (xip, yip) из списка пиков изображения, отмечая его как "сопоставленный".

В противном случае (имеются только пиковые значения изображения или имеются только пиковые значения образца, оставшиеся несопоставленными): определяют цену сопоставления как высоту самого высокого несопоставленного пика изображения или образца и удаляют этот пик из списка.

8. Если после расширения узла в п.7 не имеется никаких несопоставленных пиков в обоих списках изображения и образца, то процедура сопоставления завершается. Цена этого узла является степенью сходства между кривой изображения и образца. В противном случае осуществляют переход к п.7 и расширяют узел с самой низкой ценой.

Вышеуказанную процедуру повторяют с пиками кривой изображения и изменяемыми пиками кривой образца. Конечное значение сопоставления является наименьшим из двух.

В качестве другого примера, для каждой позиции в упорядочении вычисляют расстояние между входным значением х и соответствующим значением х образца и расстояние между входным значением у и соответствующим значением у образца. Вычисляют общее расстояние по всем позициям, и чем меньше общее расстояние, тем ближе соответствие. Если число пиков для входного контура и образца различно, высоту пика для остатков включают в общее расстояние.

Вышеуказанные этапы повторяют для каждого образца в базе данных (этап 480).

Меры сходства, получающиеся из сравнений при сопоставлении, упорядочивают (этап 490) и объекты, соответствующие дескрипторам, имеющим меры сходства, указывающие самое близкое соответствие (то есть в данном случае самые низкие меры сходства), затем отображают в блоке 4 отображения для пользователя (этап 500). Число объектов, которые должны быть отображены, может быть предварительно установлено или выбрано пользователем.

В вышеуказанном варианте осуществления если значение ДВ больше порогового, то все возможные упорядочения значений входных дескрипторов рассматриваются при сопоставлении. Нет необходимости рассматривать все возможные упорядочения, и вместо этого могут быть рассмотрены только некоторые возможные упорядочения, например некоторые или все циклические сдвиги исходного МПК-представления. Кроме того, в вышеуказанном варианте осуществления пороговое значение установлено равным 0,75, но порог может быть установлен равным другому значению. Например, если порог установлен равным нулю, то все сопоставления выполняют посредством анализа некоторых или всех возможных упорядочений. Это увеличивает количество требуемых вычислений по сравнению со случаем, когда порог выше нуля, но так как пиковые значения уже упорядочены и их координата х откорректирована для конкретной начальной точки или поворота объекта, количество требуемых вычислений уменьшается по сравнению с исходной системой, где никакой такой корректировки не было осуществлено. Следовательно, устанавливая пороговое значение равным нулю, система обеспечивает некоторое сокращение стоимости вычислений, и эффективность поиска является точно такой же, как в исходной системе.

Альтернативно, если порог установлен равным единице, то сопоставление выполняют используя только сохраненное упорядочение. Тогда имеет место существенное сокращение требуемых вычислений при незначительном ухудшении точности поиска.

Возможны различные модификации вариантов осуществления, описанных выше. Например, вместо упорядочения значений координат МПК пиков, как описано в первом и втором вариантах осуществления, могут использоваться другие упорядочения. Например, значения могут быть расположены в порядке увеличения, а не уменьшения высоты пика. Вместо сохранения упорядоченных значений в базе данных упорядочение может быть выполнено в течение процедуры сопоставления.

Промышленная применимость Система согласно изобретению может быть, например, предусмотрена для библиотеки изображений. Альтернативно базы данных могут быть удаленными относительно системного блока управления, связаны с блоком управления временной линией связи, например телефонной линией, или сетью, такой как Интернет. Базы данных изображения и дескрипторов могут находиться, например, в постоянной памяти или на переносных носителях для хранения данных типа CD-ROM (постоянных запоминающих устройствах на компакт-дисках) или DVD (универсальных цифровых дисках).

Компоненты системы, как описано выше, можно предоставлять в программной или аппаратной форме. Хотя изобретение описано в форме компьютерной системы, оно может быть осуществлено в других формах, например с использованием специализированной микросхемы.

Конкретные примеры способов приведены для представления 2-мерной формы объекта и способов вычисления значений, представляющих сходство между двумя формами, но могут быть использованы любые подходящие такие способы.

Изобретение может также использоваться, например, для сопоставления изображений объектов с целью проверки или для фильтрации.

Формула изобретения

1. Способ представления объекта, имеющегося на изображении или последовательности изображений, посредством обработки сигналов, соответствующих изображению, включающий получение множества значений координат пиков представления в масштабированном пространстве кривизны (МПК), путем сглаживания контура объекта на множестве этапов, начиная с произвольной точки на контуре, и упорядочивание значений координат пиков представления МПК на основе значений высоты пиков координат пиков, причем применяют значение высоты пика, соответствующее параметру сглаживания.

2. Способ по п. 1, отличающийся тем, что упорядочение является таким, что полученное в результате представление является независимым от начальной точки на контуре.

3. Способ по п. 1 или 2, отличающийся тем, что значения высоты пиков упорядочивают, начиная с наибольшего значения.

4. Способ по любому из пп. 1-3, отличающийся тем, что значения высоты пиков упорядочивают по уменьшению размера.

5. Способ по п. 1 или 2, отличающийся тем, что значения высоты пиков упорядочивают, начиная с наименьшего значения.

6. Способ по п. 1, отличающийся тем, что значение координаты пика указывает пик характеристической кривой, представляющей точки пересечения нуля кривизны сглаженных контуров в масштабированном пространстве кривизны, при этом первая ось соответствует положению по длине дуги пика на сглаженном контуре по отношению к произвольной точке контура, а вторая ось соответствует параметру, указывающему на величину применяемого сглаживания, и значения координат пиков упорядочивают по уменьшению размера на основе значений высоты пиков вдоль второй оси.

7. Способ по п. 6, отличающийся тем, что значения координат пиков первой оси отображаются таким образом, что координата отображения начинается от значения координаты пика первой оси, которое имеет максимальное значение.

8. Способ по п. 6, отличающийся тем, что включает получение показателя доверительной вероятности, указывающего надежность упомянутого представления, с использованием отношения по меньшей мере между двумя из упомянутых значений высоты.

9. Способ по п. 8, отличающийся тем, что показатель основан на отношении между двумя из упомянутых значений высоты.

10. Способ по п. 9, отличающийся тем, что отношение является отношением двух наибольших значений.

11. Способ по п. 1, отличающийся тем, что представление МПК контура получают сглаживанием контура на множестве этапов, используя параметры сглаживания, применимые для представления МПК, с получением множества кривых для контуров, формируемых с использованием значений для точек перегиба кривых контура, включая максимумы и минимумы кривизны каждой кривой контура, чтобы получить характеристические кривые исходного контура в пространстве МПК, и выбирают координаты пиков упомянутых характеристических кривых.

12. Способ по п. 1 или 2, отличающийся тем, что одно и то же упорядочение используют для каждого контура.

13. Способ поиска объекта на неподвижном изображении или последовательности изображений посредством обработки сигналов, соответствующих изображению или изображениям, включающий ввод запроса в форме двумерного контура, получение представления МПК контура с использованием способа по п. 1, получение представления МПК объектов в сохраненных изображениях, полученных с использованием способа по п. 1, и сравнение представления МПК запроса с каждым представлением МПК для сохраненного объекта и выбор и отображение по меньшей мере одного результата, соответствующего изображению, содержащему объект, для которого сравнение указывает степень сходства между запросом и упомянутым объектом.

14. Способ по п. 13, отличающийся тем, что показатель доверительной вероятности получают для контура запроса и для каждого сохраненного контура с использованием способа по любому из пп. 8-10, а сравнение осуществляют с использованием только упорядочения высоты пиков или упорядочения высоты пиков и другого упорядочения в зависимости от упомянутых показателей доверительной вероятности.

РИСУНКИ

Рисунок 1, Рисунок 2, Рисунок 3, Рисунок 4, Рисунок 5, Рисунок 6, Рисунок 7