圖像線特征檢測(cè)與描述方法研究.pdf

1、隨著計(jì)算機(jī)軟硬件技術(shù)的迅猛發(fā)展，計(jì)算機(jī)視覺(jué)技術(shù)在娛樂(lè)生活、工業(yè)生產(chǎn)和軍事應(yīng)用當(dāng)中逐漸得到了廣泛的應(yīng)用。但這些應(yīng)用都只適用于特定的環(huán)境條件，多數(shù)計(jì)算機(jī)視覺(jué)問(wèn)題并沒(méi)有一勞永逸的解決方案，原因之一在于難以提出通用的圖像特征描述方法。當(dāng)前需要更新穎的圖像特征，來(lái)彌補(bǔ)底層圖像內(nèi)容和其中蘊(yùn)含的高級(jí)語(yǔ)義信息之間的鴻溝。
　　作為最常見(jiàn)的圖像底層特征，圖像的邊緣蘊(yùn)含豐富信息。人工環(huán)境下得到的圖像中存在大量的邊緣，如何提取和描述這些邊緣信息，并利用

2、這些信息來(lái)輔助完成諸如圖像配準(zhǔn)、模式識(shí)別、圖像分割和超分辨等計(jì)算機(jī)視覺(jué)任務(wù)，是一個(gè)值得深入研究的課題。基于此考慮，本文進(jìn)行了線特征的檢測(cè)和描述相關(guān)研究，也即圖像邊緣檢測(cè)和線特征描述符構(gòu)建，主要內(nèi)容有：
　　1．提出了一種基于兩步最優(yōu)生長(zhǎng)的邊緣檢測(cè)算法。算法根據(jù)韋伯定律動(dòng)態(tài)調(diào)整圖像梯度幅值閾值，保證了低對(duì)比度條件下檢測(cè)邊緣的連續(xù)性。算法在邊緣生長(zhǎng)階段采用兩步最優(yōu)邊緣生長(zhǎng)策略，實(shí)現(xiàn)了圖像的連續(xù)穩(wěn)定單像素寬度邊緣提取。算法最后通過(guò)一種快

3、速非參數(shù)直線段分裂算法，完成了曲線段邊緣的直線段擬合。
　　2．提出了兩種邊緣直線段特征描述符構(gòu)建方案，即混合梯度線特征描述符和二值模式線特征描述符。方案根據(jù)邊緣梯度幅值變化緩急和邊緣分割長(zhǎng)度來(lái)確定邊緣尺度信息，根據(jù)空間距離和邊緣強(qiáng)度對(duì)描述符重調(diào)整，最終得到對(duì)亮度、旋轉(zhuǎn)和尺度縮放魯棒的圖像直線段描述符。
　　3．研究和分析了多種變化情況下的局部線特征匹配性能，通過(guò)大量真實(shí)圖像的邊緣線段匹配實(shí)驗(yàn)證實(shí)了本文提出的描述符具有較好的