王道俊，王洪申

(兰州理工大学 机电工程学院, 甘肃 兰州 730050)

0 引言

在计算机视觉和模式识别中，形状相似性度量是一个重要的研究课题，在众多领域中具有广泛的应用，如图像检索、文字识别、目标识别、医学图像分析、人脸识别、机器人导航以及传感器网络等。在形状相似性度量问题中，两条曲线的相似性度量是基本问题。在进行模型的相似性评价时，研究人员通常对模型进行特征提取，即提取出能够代表模型本质特征的因素，再通过对模型特征的相似度计算评价模型的相似性。特征提取方法较多，其中形状分布算法[1]因其原理直观，性能鲁棒而被广泛采用。赵俊莉等[2]以平均测地距离作为评价依据，研究3D人脸形貌的相似性比较；马元魁等[3]以形体的形状分布曲线作为识别圆环体间形状差别的评价度量；ALCZAR J G等[4]运用曲线的曲率和挠率评价曲线间的相似性；BUCHIN K等[5]通过计算Fréchet 距离作为相似性度量，研究了运动曲线的相似性；吕科等[6]以解决空间曲线匹配来达到文物碎片的复原，运用轮廓线的哈希矢量分析曲线段的相似度。王坚等[7]针对封闭轮廓曲线，计算各采样点的弗朗内特标架和曲率值，利用曲率形成匹配点对，再通过对齐弗朗内特标架获得匹配矩阵，取匹配误差最小的矩阵作为最优匹配矩阵，实现空间曲线的匹配。孙晓鹏等[8]运用Minkowski距离作为相似测度，实现基于统计形状特征的三维耳廓点云识别。王洪申等[9]利用曲线的曲率分布描述空间曲线的几何特征，并以此衡量三维自由曲线的相似程度。……