可靠且高效的椭圆傅里叶描述归一化方法及其应用软件ElliShape
计算机视觉与模式识别
2024-12-17 v1 定量方法
摘要
椭圆傅里叶分析（EFA）是形状分析的强大工具，常用于几何形态学。然而，椭圆傅里叶描述的归一化处理长期以来一直为获取基本轮廓变换的唯一结果所困扰，需要大量手动对齐。此外，当代轮廓/轮廓提取方法往往难以处理复杂的数字图像。本文对EFA计算程序进行了重新表述，以提高计算效率，并引入了一种新的EFA归一化方法，称为true EFA归一化，该方法在所有基本轮廓变换下保持不变性。这些改进对于处理来自不同平台、具有不同变换的大量轮廓曲线集合至关重要。基于这些改进，我们开发了ElliShape——一个用户友好的软件。特别是，改进的轮廓/轮廓提取采用结合自动轮廓生成以提高效率和手动校正以进行必要修改和细化的交互式方法。我们通过使用标准数据集与现有软件进行比较，评估了ElliShape的稳定性、鲁棒性和易用性。ElliShape在不同轮廓和变换下始终产生可靠的重建形状和归一化EFA值，并在各种数字图像的轮廓分析中表现出优异的可视化和高效处理性能。输出的标注图像和EFA可用于深度学习基于数据训练，从而推动人工智能在植物学中的应用，为生物多样性保护、种类分类、生态系统功能评估以及相关关键问题提供创新解决方案。
引用
@article{arxiv.2412.10795,
title = {Reliable and superior elliptic Fourier descriptor normalization and its application software ElliShape with efficient image processing},
author = {Hui Wu and Jia-Jie Yang and Chao-Qun Li and Jin-Hua Ran and Ren-Hua Peng and Xiao-Quan Wang},
journal= {arXiv preprint arXiv:2412.10795},
year = {2024}
}