圖像的不變特征檢測(cè)與描述研究.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： Harris角點(diǎn)檢測(cè)是一種經(jīng)典的角點(diǎn)檢測(cè)算法，但不具有尺度不變性。本文把多分辨分析的思想引入到該算法中，構(gòu)造了基于小波變換的灰度強(qiáng)度變化公式，并得到了具有尺度變換特性的自相關(guān)矩陣，從而構(gòu)建了一種新的基于小波變換的Harris多尺度角點(diǎn)檢測(cè)算法。這樣，使得新的角點(diǎn)檢測(cè)可以在不同的尺度下獲取角點(diǎn)，并克服了單一尺度的Harris角點(diǎn)檢測(cè)可能存在的角點(diǎn)信息丟失、角點(diǎn)位置偏移和易受噪而提取出偽角點(diǎn)等問(wèn)題。

3、 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：曲率特征向量描述算子(CFVD)，其基本原理是在5×12的對(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)的高斯加權(quán)曲率作3D直方圖統(tǒng)計(jì)，形成一個(gè)60維的特征描述向量。該方法用像素點(diǎn)的曲率替代邊緣點(diǎn)數(shù)作對(duì)數(shù)．極線直方圖統(tǒng)計(jì)，構(gòu)建的曲率特征描述算子既保留了特征點(diǎn)的全局

4、特征，又不依賴(lài)于圖像的邊緣檢測(cè)效果，對(duì)圖像的局部相似性、噪聲和非剛體變換具有魯棒性。同時(shí)選取x<'2>-距離作為相似性度量準(zhǔn)則實(shí)現(xiàn)精確快捷的特征匹配效果。 在將本文的特征點(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O～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