郭恒光，刘文彪，余仁波

海军航空大学 岸防兵学院，山东 烟台264001

形状特征是图像的一种重要的视觉特征，对于理解图像起着至关重要的作用，被广泛用于目标识别[1-4]、图像检索[5-7]以及图像匹配[8-9]等领域。而形状特征提取是形状识别检索的关键步骤，对形状的描述越准确越详尽，形状识别和检索的结果也更加准确，因此对形状特征提取方法的研究具有重要意义。提取形状特征的方法可以分为两种：基于轮廓的方法和基于区域的方法。基于spike参数[10]的思想，本文提出了四种多尺度形状特征表示方法，称之为spike函数，能够综合利用图像形状轮廓细节和整体的多尺度信息。

Spike参数是M.G.Hamblin和G.W.Stachowiak于1995年首次提出的，用于反映磨粒轮廓角度的变化情况。它的计算方法与分形维数的求法相似，所不同的是：不是以每一步对应的起始点和终点之间的直线代表对应的磨粒轮廓，而是由“spike”来表示，通过在起始点和终点之间的磨粒轮廓上寻找一点，这三个点构成一个三角形，称为“spike”，然后计算spike值，最后根据所用步长的大小和数量得到spike值的平均值，作为spike参数（spike parameter）。Spike参数越大，轮廓的三角形越尖锐，磨粒的磨损作用越大。

根据spike参数的原理，在文献[11]中已提出了spikeangle函数，本文又提出了spike-height函数，spike-area函数和spike-distance函数，系统构成spike函数。其中spikeangle函数和spike-height函数用于表达形状轮廓的细节特征，spike-area函数和spike-distance函数用于表达形状轮廓的整体特征。结合spike函数和傅里叶变换，以各spike函数的归一化傅里叶变换系数的幅值作为图像的形状特征。……