圖像局部特征的提取與描述方法研究.pdf

1、隨著信息技術的發(fā)展，人們獲取圖像的種類和數(shù)量急劇增加，讓計算機自動完成圖像的分析和理解成為一項重要并且緊迫的任務。其中，圖像特征的提取與表達，作為圖像分析和理解的第一步，是解決圖像匹配、分類和檢索等諸多視覺任務的基礎和關鍵步驟。由于局部特征對于背景干擾、物體遮擋和成像視角等具有一定的魯棒性，并且提供了一種具有統(tǒng)計意義的圖像內(nèi)容表示，研究局部特征具有重要意義。然而，現(xiàn)實世界中的圖像不僅種類繁多、結構復雜，而且成像條件幾乎不可預知，加之大數(shù)

2、據(jù)時代的到來，提取有效的局部不變特征和設計高效的圖像表達方法是十分具有挑戰(zhàn)性的任務。
　　在此背景下，本文從圖像局部特征出發(fā)，以有效性（即判別性和魯棒性）和時效性（計算復雜度低和維度低）為總體目標，重點研究了局部不變特征的提取方法和基于局部不變特征構建全局圖像特征的描述方法，還研究了高效的二值化特征表達方法，并分別將它們成功地應用于特征點匹配、圖像分類和大規(guī)模數(shù)據(jù)的檢索任務。具體的研究內(nèi)容和主要貢獻概括如下：
　　第一，針對

3、現(xiàn)有關鍵點描述符存在的特征判別力低和對噪聲敏感等問題，提出了基于局部極向離散余弦變換（DCT）和基于局部二階統(tǒng)計量軟聚合的兩種關鍵點描述符。前者從提取頻域特征的角度出發(fā)，基于極網(wǎng)格結構對圖像塊進行采樣，利用經(jīng)典的二維DCT提取頻域表示系數(shù)，并通過規(guī)則掃描實現(xiàn)重排序，從而構建了一種低維的、對圖像模糊、噪聲和JPEG壓縮等具有魯棒性的關鍵點描述符。后者則從提取高階統(tǒng)計特征的角度出發(fā)，構造了旋轉(zhuǎn)不變的局部模式集，提出了梯度序軟聚合策略，并利用

4、協(xié)方差矩陣作為二階統(tǒng)計表達，有效提升了特征的判別性和魯棒性。
　　第二，針對傳統(tǒng)的局部二值模式（LBP）局限于小尺度上的空域信息描述和抗噪性能差的缺陷，提出了基于特征分級結構和基于局部抗噪模式的兩種圖像描述符。前者利用小波變換和LBP構建了從像素、局部塊到圖像級別的特征表示。由于對語義塊采用了軟量化和高階統(tǒng)計編碼，該描述符特別適用于含有特定對象和復雜場景的圖像分類。后者利用不同類型的均值差分模板來計算豐富的特征響應，并通過全局門限

5、對特征響應進行量化和編碼，最終實現(xiàn)了一種低維的、旋轉(zhuǎn)不變的和抗噪的紋理表達。
　　第三，針對LBP對復雜紋理圖像描述能力不足的問題，從局部特征的構造、量化和編碼角度出發(fā)，提出了三種基于局部X-模式聯(lián)合統(tǒng)計的紋理描述符：首先提出了基于二值碼集成的紋理表達方法。該方法通過引入多方向多類型的濾波和二值化操作獲得“放大”的二值碼，有效提高了LBP的近鄰描述能力。其次，提出了基于局部量化模式聯(lián)合統(tǒng)計的紋理表達方法。該方法利用局部量化的二值和

6、三值模式對圖像域和梯度域的紋理結構信息進行混合編碼，從而降低了前一種方法的計算復雜度和特征維度。最后，提出了基于局部模式空頻共生的紋理表達方法。該方法利用兩通道多分辨率的空域濾波和局部傅里葉變換提取旋轉(zhuǎn)不變的空頻編碼特征，有效提高了紋理分類的準確率。
　　第四，針對特征表達的“有效性”和“時效性”兩個指標，提出了基于局部編碼變換特征直方圖的紋理表達方法。該方法基于可控濾波理論提出了“多尺度極值濾波”的概念，為計算多尺度旋轉(zhuǎn)不變的局

7、部響應提供了理論基礎；提出了“特征變換”操作，以此構造了具有判別性和互補性的局部特征集；設計了比值量化器和均勻量化器來獲得離散的多值的紋理碼；提出了鄰接尺度和全尺度兩種編碼策略來生成聯(lián)合的直方圖表達。該方法計算過程高效、特征維度較低，并且對于旋轉(zhuǎn)、光照、尺度、視角變化和含噪條件下的紋理分類都表現(xiàn)出優(yōu)秀的性能，具有很高的實際應用價值。
　　第五，針對在實際應用中標注的數(shù)據(jù)往往難以獲得而未標注的數(shù)據(jù)大量存在的事實，提出了一種半監(jiān)督的流