1、形狀匹配是按照一些預(yù)先設(shè)定好的度量準(zhǔn)則對(duì)形狀之間的相似性進(jìn)行衡量的方法，是計(jì)算機(jī)視覺(jué)和模式識(shí)別領(lǐng)域的一個(gè)基本問(wèn)題。形狀上下文算法是近年來(lái)提出的基于形狀輪廓點(diǎn)集的形狀匹配算法，在文字識(shí)別、人臉識(shí)別、基于內(nèi)容的圖像檢索、智能視頻監(jiān)控等諸多領(lǐng)域得到了廣泛的應(yīng)用。
　　 傳統(tǒng)的形狀上下文算法只能匹配簡(jiǎn)單形狀而且存在以下的不足：1.對(duì)形狀的輪廓非常敏感，比較容易受噪聲的影響。2.邊界提取獲得輪廓點(diǎn)是均勻或者隨機(jī)的，不能很好的表示形狀而且存

2、在冗余。3.算法中把質(zhì)心點(diǎn)作為坐標(biāo)中心計(jì)算極坐標(biāo)直方圖，不能獲取相匹配的點(diǎn)集合并且計(jì)算質(zhì)心點(diǎn)的過(guò)程十分復(fù)雜而且耗時(shí)。本文針對(duì)以上不足有針對(duì)性的對(duì)算法進(jìn)行改進(jìn)，改進(jìn)的算法首先在圖像預(yù)處理的過(guò)程中采用中值濾波的方法以克服噪聲的影響，模糊形狀的輪廓。第二改進(jìn)邊界提取方法使獲得的邊界點(diǎn)既保留了重要的特征點(diǎn)又比較少。第三把算法中求取以質(zhì)心點(diǎn)為中心的極坐標(biāo)直方圖的改為求取以邊界點(diǎn)的為中心，保留相匹配的點(diǎn)集并且降低算法的復(fù)雜度。經(jīng)試驗(yàn)分析改進(jìn)后的算法