刘砚菊，宋 鑫，宋建辉，于 洋

(沈阳理工大学 自动化与电气工程学院，沈阳 110159)

在计算机视觉学科中，目标识别与匹配一直是非常重要的一个研究方向[1-2]。因为物体的形状具有十分稳定和重要的视觉特征，所以形状一直是目标匹配中一项有效且利用率较高的特征[3]。而骨架形状是带有原目标拓扑信息的一种特殊的形状表达方式[4]。骨架特征对柔性目标有着不可替代的优势，在保留了形状信息的同时可以表达出目标的拓扑信息，在某些情况下处理肢体变化和遮挡类型的目标比基于轮廓的方法更加有效。利用轮廓进行形状匹配时，对于外部轮廓相似性很高的两个类别，往往会出现匹配结果相似的问题，所以本文以骨架形状为主，结合形状上下文描述子对不同目标的骨架形状进行描述，并对其进行相似性度量，最后对该方法的结果与利用外部轮廓进行形状匹配的结果进行对比。

1 目标图像的骨架

骨架作为简化的目标形状表达方式由Blum[5]在1967年首次提出，后续被科学工作者广泛应用到形状(目标)识别中。图像骨架简单的讲就是将图像经过一系列的处理变为二值图像，再经过类似于形态学细化过程的运算，得到单像素宽度几何线条集；并且这些几何线条保留着原轮廓的拓扑结构和完整的形状信息。图像的骨架一般位于图像轮廓的对称中心，类似于人类的骨架，支撑着整个轮廓。

图像骨架和外部轮廓一样，可以从形状层面上表达出该目标的特征信息，区别是轮廓形状特征比较贴合人类的视觉系统，符合人类认知世界的规律，而图像骨架在某种情况下不符合人类认知物体的规律。……