基于形状的SVM实现的傅立叶描述符用于对象类识别

Question

我想根据形状将图像分为两类。为此，我使用了具有SVM分类的傅里叶描述符。我的问题是傅立叶描述符的长度取决于边界点的数量，因此各种图像的描述符的长度是不同的。但是为了训练SVM，我需要带有描述符的训练矩阵作为矩阵行（cv :: Mat）。我使用openCV在c ++中实现它。我该怎么办？我应该：
1.pad剩下的描述符到最长描述符的长度用零 2.仅从边界

采样固定数量的点

其他建议我正确的方式。

Answer 1

在这种情况下，最好的方法是从边界采样固定数量的点，以便输入向量的长度相等。填充是一个坏主意，因为这样做会隐式更改填充点和非填充点之间的距离定义。