基于灰度序的描述子主方向估计方法研究

《基于灰度序的描述子主方向估计方法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、易发www.yif3biao.net论文发志右家基于灰度序的描述子主方向估计方法研究【摘要】：近年来，以SIFT为代表的局部描述子取得了很大的成功，极大地推动了计算机视觉相关领域的研究进展。目前，局部描述子匹配已经逐渐成为了宽基线匹配、物体识别、图像分类、图像检索等众多应用中的一种主要范式。反过来，这些应用的驱动也带动了对局部描述子更深入的研究。局部描述子的构造通常包括若干环节或步骤，其每个环节的具体操作都会影响到描述子的最终性能。旋转不变性是对描述子的基木要求，为了保证描述子的旋转不变性，通常构造描述子的步骤中大都包括一个计算主方向的中间环节。但是最新

2、的统计结果表明，采用目前方法计算的主方向中有近三分之一其误差超过了20度，这无疑大大降低丫描述子的性能。因此，探索精度更高，鲁棒性更强的主方向计算方法必将对描述子整体性能的提升起到重要的促进作用。针对这个问题，本文探索了一类新的主方向计算方法，并且取得了较好的效果，具体研究内容和研究成果如下：1.提出了基于灰度序的主方向构造方法。其基本思想是，对特征支撑区域A的像素根据灰度序进行分组，然后计算组内像素的儿何统计量，以此为基础來计算主方向。本论文中给出了两种像素分组方法，分别是基于平均灰度和基于平均像素个数的方法；还给出了两种不同的几何统计量主方向计算方法

3、，分别是基于几何重心点和基于椭圆拟合的方法。最后，针对不同场景，对图像旋转、尺度变化、光照变化、图像模糊、图像压缩及复杂光照变化下进行了性能测试，大多数情况下其精度都要优于以前的方法。不同于以往基于梯度统计的方法，本文方法是基于灰度序的，其主要优点是，第一，图像灰度本身比梯度信息受噪声干扰小；第二，基于梯度的方法仅仅对灰度的线性变换是不变量，而本文方法只要保持灰度序不变即可；第三，本文方法计算的主方向是连续的，而以前方法是离散数据经过插值得到的；第四，从计算复杂性看，本文采用了查找方法，其计算复杂性较低。2.给出了主方向对描述子性能的影响分析。主方向的计

4、算主要是服务于描述子的，将本文提出的主方向应用于经典的描述子中，并进行了标准化性能测试，结果表明，其描述子性能总体上有了较大的提升。这也表明，本文提出的主方向计算方法是一种非常实用的方'法。【关键词】：SIFTSURF旋转不变性描述子匹配性能评价【学位授予单位】：山西大学【学位级别】：硕士【学位授予年份】：2013【分类号】:TP391.41【目录】:中文摘要8-9Abstracts11第一章绪论11-191.1研究背景及选题意义11-131.2国内外研究现状及趋势13-151.3预备知识15-171.3.1常用术语151.3.2特征提取及选择15-16

5、1.3.3特征匹配16-171.4本文的主要工作17-191.4.1主要工作17-181.4.2章节安排18-19第二章SIFT及SURF主方向估计算法19-272.1引言19-202.2特征检测及归一化20-232.2.1Harris角点特征检测20-212.2.2Harris-affine>Hessian-affine特征检测21-222.2.3区域归一化22-232.3SIFT特征点方向分配算法23-242.3.1SIFT主方向梯度表示易发www.yif3biao.net论文发志右家232.3.2主方向特殊处理23-242.4SURF特征点方向分配

6、算法24-252.4.1Harris小波响应242.4.2主方向确定24-252.5本章小结25-27第三章基于灰度序的主方向构造算法27-453.1区域划分27-293.1.1基于灰度等级划分区域27-283.1.2基于像素个数划分区域28-293.2构造主方向29-303.2.1基于中心点构造主方向29-303.2.2基于拟合椭圆构造主方向303.3主方向的影响因素30-323.3.1场景内容的影响313.3.2中心点偏差的影响31-323.3.3图像噪声的影响323.4实验分析及结论32-423.4.1实验图像及数据32-343.4.2参数评估34

7、-363.4.3主方向误差评价36-423.5本章小结42-45第四章基于主方向的描述子性能分析45-534.1描述子构造45-464.2描述子性能评价46-474.2.1基本概念46-474.2.2评价标准474.3实验结果及其分析47-524.4本章小结52-53第五章全文总结53-55参考文献55-59攻读学位期间取得的研究成果59-60致谢60-61个人简况及联系方式61-63本论文购买请联系页眉网站。