圖像的特征提取與描述的研究.pdf

1、特征提取和描述是基于特征的圖像處理和計(jì)算機(jī)視覺(jué)的基礎(chǔ)環(huán)節(jié),特征檢測(cè)算子的檢測(cè)性能和描述算子的表針性能直接決定了圖像處理的效率和精度。在實(shí)際問(wèn)題中圖像可能受到噪聲、背景的干擾,也可能發(fā)生視角、光照、尺度、平移、旋轉(zhuǎn)、仿射等變化,如何選擇合理的圖像特征和描述算子,使得這些特征不僅具有良好的表針性能,而且在上述變化下保持不變?以計(jì)算機(jī)視覺(jué)的不變理論為基礎(chǔ),對(duì)圖像特征的不變性研究隨之成為圖像處理的一個(gè)重要環(huán)節(jié),吸引了眾多研究工作者的興趣。本文針

2、對(duì)以上難點(diǎn)做了以下幾方面的工作:特征點(diǎn)檢測(cè)在圖像處理中是一個(gè)基礎(chǔ)的研究課題.之前的研究都是基與灰度信息.但有時(shí),圖片的顏色特征非常重要,同時(shí),特征檢測(cè)的速度也非常重要,因此,本文提出了一種新的特征檢測(cè)算法:顏色空間下基于積分圖像的多尺度特征點(diǎn)檢測(cè)算法(Under Color multi-scale feature detection based on integral image-CLoM);該方法首先將顏色圖片轉(zhuǎn)化為積分形式.然后對(duì)三

3、個(gè)顏色通道建立尺度空間.并用Hessian檢測(cè)出侯選點(diǎn).選擇在三個(gè)通道和所有尺度空間上的極值點(diǎn)為特征點(diǎn)..為使提取的特征具有很好的奇異性,這就需要為特征設(shè)計(jì)一個(gè)區(qū)分度好的確定性的描述算子,并且對(duì)圖像的光照、位移、視角、噪聲等有較強(qiáng)的適應(yīng)能力。本文提出了一種新的特征描述算子:極坐標(biāo)下的微分描述算子(HWDH),其基本原理是在對(duì)數(shù)-極坐標(biāo)系下,對(duì)特征點(diǎn)圓形鄰域內(nèi)的像素點(diǎn)的微分值進(jìn)行高斯加權(quán)并作3D直方圖統(tǒng)計(jì),形成一個(gè)36維的特征描述向量在將

4、本文的特征點(diǎn)檢測(cè)和描述算法應(yīng)用于圖像配準(zhǔn)時(shí),為克服目前很多圖像配準(zhǔn)技術(shù)只適用于圖像間存在小角度旋轉(zhuǎn)(約為0～5°)的不足,本文構(gòu)建了一種新的局部梯度方向直方圖,同時(shí)定義了特征點(diǎn)的主方向,從而提出了一種具有旋轉(zhuǎn)不變性的圖像配準(zhǔn)算法。首先采用高斯加權(quán)求模技術(shù),對(duì)特征點(diǎn)鄰域內(nèi)的像素的梯度作直方圖統(tǒng)計(jì),確定出具有旋轉(zhuǎn)不變性和抗噪性的特征點(diǎn)主方向。然后用主方向作角度直方圖統(tǒng)計(jì),精確確定待配準(zhǔn)圖像之間的旋轉(zhuǎn)角度。這樣,使得新配準(zhǔn)算法對(duì)于圖像間旋轉(zhuǎn)角