W artykule zaprezentowano problem znajdowania ogólnego kształtu (np. kwadrat, koło, trójkąt) najbardziej podobnego do zadanego. Wyróżnia się on innym spojrzeniem na problem rozpoznawania kształtów. Dotąd zakładaliśmy poszukiwanie obiektu bazowego należącego do tej samej klasy co rozpoznawany. Jeżeli dla określonego obiektu nie udało się znaleźć odpowiedniego wzorca (np. gdy miara podobieństwa była zbyt niska) uznawaliśmy to za porażkę (wyjątkiem była sytuacja poprawnego odrzucenia wyników rozpoznawania, gdy odpowiedniej klasy po prostu nie ma w bazie). Tym razem z góry zakładamy, że badanego obiektu nie ma w bazie, a szukamy takiego wzorca, który jest do niego najbardziej podobny. Dzięki temu możemy określić jak bardzo ‘okrągły’ czy ‘kwadratowy’ jest dany kształt. Problem ten znaleźć może zastosowanie w wielu różnych dziedzinach, szczególnie na etapie wstępnej analizy kształtu, gdy najpierw chcemy go przydzielić do pewnej większej klasy, a dopiero potem w jej ramach szczegółowo badać.
EN
The paper presents experimental results of employing the Point Distance Histogram shape descriptor to the problem of finding the most similar general shape to the particular one. The template matching approach is used. However, unlike the typical recognition approach, here it is assumed that the test object is out of the template base. One of the general shapes, e.g. square, triangle, circle, ellipse, star, is indicated as the most similar to the test one. Three experiments were performed, using 50 various shapes.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.