基于雙金字塔的特征檢測(cè)算法.pdf

1、局部特征檢測(cè)算法是計(jì)算機(jī)視覺(jué)、模式識(shí)別、人工智能的基礎(chǔ)，是局部特征描述算法的前提。不同視點(diǎn)的任意場(chǎng)景根據(jù)提取算法得到的局部特征結(jié)構(gòu)是計(jì)算機(jī)視覺(jué)應(yīng)用領(lǐng)域的基礎(chǔ)。
　　 本文建立了一種新的局部特征檢測(cè)算法，該算法具有尺度不變局部特征檢測(cè)算法和仿射不變局部特征檢測(cè)算法的優(yōu)點(diǎn)。該算法得到的特征具備尺度不變、抖動(dòng)不變、光照不變、JPEG壓縮不變和有限的仿射不變。算法由5部分組成。首先，構(gòu)造第一個(gè)金字塔作為初始角點(diǎn)特征檢測(cè)的采樣空間，該金字

2、塔的每層采樣空間是通過(guò)標(biāo)準(zhǔn)的Harris函數(shù)執(zhí)行構(gòu)造。其次，構(gòu)造第二個(gè)金字塔作為初始角點(diǎn)特征優(yōu)化的采樣空間，該金字塔的每層采樣空間是通過(guò)高斯差分(DifferenceofGaussian，DoG)函數(shù)執(zhí)行構(gòu)造。再次，根據(jù)優(yōu)化后的初始角點(diǎn)特征作為尺度不變迭代估計(jì)過(guò)程的輸入，執(zhí)行該迭代估計(jì)過(guò)程，得到精確的尺度不變角點(diǎn)特征結(jié)構(gòu)。然后，根據(jù)尺度不變迭代估計(jì)過(guò)程檢測(cè)得到的結(jié)果作為仿射不變迭代估計(jì)過(guò)程的輸入，執(zhí)行該迭代估計(jì)過(guò)程，得到精確的仿射不變角

3、點(diǎn)特征結(jié)構(gòu)。最后，根據(jù)檢測(cè)得到的尺度不變角點(diǎn)特征或仿射不變角點(diǎn)特征追加SIFT描述算法計(jì)算得到特征向量。
　　 為驗(yàn)證本文建立的算法具備準(zhǔn)確性和強(qiáng)壯性，本文采用目前公認(rèn)的局部特征檢測(cè)算法評(píng)價(jià)標(biāo)準(zhǔn)，計(jì)算參考圖像和目標(biāo)圖像之間的重復(fù)率和正配率。根據(jù)評(píng)價(jià)標(biāo)準(zhǔn)，本文采用基于SIFT的局部特征提取算法作為特征描述手段。不同于SIFT算法原理的局部特征檢測(cè)算法是基于協(xié)方差矩陣的局部特征檢測(cè)算法。
　　 最后，本文將Harris-La