CSS图像表示法在形状相似性检索中的应用

"基于CSS图像的形状相似性检索.pdf" 这篇论文深入探讨了一种用于图像数据库中形状相似性检索的方法，即曲率尺度空间（Curvature Scale Space，简称CSS）图像表示法。该方法在图像处理和计算机视觉领域中，尤其是在基于内容的图像检索（Content-Based Image Retrieval，CBIR）中具有重要应用。CSS图像表示法能够有效地捕捉和比较图像中的形状特征，即使这些形状在方向、起始点或大小上存在差异。 CSS图像通过将图像的形状信息转化为对曲率的分析，可以在不同的尺度下描述形状。这种方法的优势在于，它考虑了形状的局部和全局特性，同时结合了一些全局参数，使得在检索过程中可以更好地匹配形状。在CSS图像表示法中，形状被转化为一组可比较的特征，这些特征不受形状旋转、缩放或平移的影响，从而提高了检索的准确性。 论文中提出了一种改进的匹配算法，即使用圆形向量图来解决形状匹配过程中的循环位移问题。这种技术允许形状之间的比较，即使它们的起点和方向不一致。这种策略简化了匹配过程，降低了计算复杂性，同时保持了高的检索精度。 在实验部分，研究人员在包含1100张海洋生物图像和其它单个隔离物体图像的数据库上测试了CSS图像表示法的有效性。测试结果显示，该方法在形状相似性检索上的表现优秀，证明了其在实际应用中的优越性。这些图像涵盖了各种形状和复杂度，从而验证了CSS方法在处理多样性和复杂形状时的适应性。 关键词：基于内容的图像检索（CBIR），CSS图像，形状相似性，曲率尺度空间，匹配算法，图像数据库，海洋生物图像