基于格式塔心理学与Euler螺旋的轮廓修复算法提升视觉感知

本文研究了一种新颖的轮廓修复算法，其灵感来源于格式塔心理学和Euler spiral，旨在解决现有轮廓修复方法存在的局限性。在许多实际应用中，如图像处理和计算机视觉，轮廓的完整性对于理解和分析至关重要，然而遮挡问题经常导致轮廓数据的缺失。传统方法往往依赖于预先知道遮挡发生的位置，而忽视了人类视觉系统的认知特性。 该算法的核心步骤首先通过检测T型节点来自动定位遮挡位置，这是因为T型节点在图形中通常表示转折或不完整的信息。格式塔心理学中的完形法则被用来作为组合约束条件，这有助于将T型节点合理地组合在一起，形成连续且符合人类视觉感知的轮廓。 针对平滑轮廓的遮挡，算法利用Euler spiral的特性，通过寻找最小曲率变化路径来修复缺失部分。这种方法强调的是能量最小化，即寻找最自然、最连贯的修复方式，使得修复后的轮廓与原始轮廓保持一致。 对于角点轮廓遮挡，算法利用过角点的可见曲线构建两条Euler spiral，并利用Euler spiral的可扩展性进行延伸和交叉，以此来恢复遮挡部分。这种方法克服了之前角点轮廓修复方法只适用于规则形状（如直线和圆弧）的限制，使得算法更加通用和灵活。 整个过程不仅解决了遮挡位置未知的问题，而且通过结合格式塔心理学的原则，使得修复后的轮廓更符合人类的视觉习惯，提高了修复结果的自然度和逼真度。通过模拟图像和真实图像的实验验证，证明了这种基于格式塔心理学和Euler spiral的轮廓修复算法的有效性和优越性，对于计算机视觉领域的应用具有重要的理论和实践价值。