基于旋转不变HOG特征的图像匹配算法

基于旋转不变HOG特征的图像匹配算法

ID:37339264

大小:379.47 KB

页数:9页

时间:2019-05-22

基于旋转不变HOG特征的图像匹配算法_第1页
基于旋转不变HOG特征的图像匹配算法_第2页
基于旋转不变HOG特征的图像匹配算法_第3页
基于旋转不变HOG特征的图像匹配算法_第4页
基于旋转不变HOG特征的图像匹配算法_第5页
资源描述:

《基于旋转不变HOG特征的图像匹配算法》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、基于旋转不变HOG特征的图像匹配算法汤彪,左峥嵘,李明(华中科技大学图像识别与人工智能研究所,武汉430074)5摘要:图像匹配是目标检测问题中的一个非常重要的组成部分,HOG(HistogramofOrientedGradient)特征因为能够对图像局部的几何和光学变化保持很好的不变性,在图像匹配领域也得到了应用。但是HOG特征并不能保证对旋转不变,在实际使用中存在着一些局限性。本文提出了一种方法来改进HOG特征,使得HOG特征能够保证对旋转不变。本文主要通过改进HOG特征中图像的划分方式和梯度方向直方图来得到旋转不变的HOG特征。本文提出使用

2、一10种新的图像划分方式,将图像划分成一些圆环区域代替传统HOG特征的方形区域划分方式,同时本文提出对梯度进行RGT(RadialGradientTransform)变换,利用变换后的梯度统计直方图信息以获得旋转不变的直方图信息。最后文章研究了相关参数的选择问题,以获得最优的匹配效果。实验结果表明,本文提出的改进的HOG特征在能够在保证图像匹配准确率的情况下也保证了旋转不变性,同时本文的特征在实时性上也优于传统的HOG特征。15关键词:图像匹配;梯度方向直方图(HOG);RGT(RadialGradientTransform)变换中图分类号:TN

3、911.73ARotation-InvariantHistogramofOrientedGradientforImageMatching20TANGBiao,ZUOZhengrong,LIMing(InstituteforPatternRecognitionandartificialIntelligence,HuazhongUniversityofscienceandtechnology,WuHan430074)Abstract:Imagematchingisanessentialissueinobjectdetectionproblem.Bei

4、nginvarianttolocalgeometricandphotometrictransformations,HistogramofOrientedGradient(HOG)25descriptorperformsverywellinmostcasesofimagematching.However,itsperformanceisnotsatisfyingwhenfacingimageswithrotationvariation.OurpaperimprovesHOGdesriptortoenhanceitsrotation-invarian

5、tability.Insteadofrectanglesub-regionsintheorinialHOGdescripor,wesubdividetheimageintoannularspatialbinstoachievespatialbinninginvariant.Besides,weapplyRadialGradientTransform(RGT)toachievegradientbinninginvariant.Thenumbersof30gradientbinsandannularbinshavedeepinfluenceonthe

6、performanceofourproposedalgorithm.ExperimentsshowsthatourmethodourperformstheoriginalHOGinrotation-invariant.Keywords:Imagematching;HistogramofOrientedGradient(HOG);RadialGradientTransform(RGT)350引言图像匹配是解决许多计算机视觉问题中的一个非常重要的步骤。根据所利用信息的不同,解决图像匹配问题的方法主要分为两大类:基于图像灰度信息和基于特征的图像匹配方法

7、。基于图像灰度信息的图像匹配方法首先需要逐点提取待匹配灰度图像的子区域(子区域40与模板图像大小相等),通过某种相似性度量方法直接计算子区域与模板图像之间的相似度,以相似度最高的位置作为匹配位置。常用的相似性度量方式有,平均绝对差值法(Meanof[1]AbsoluteDifference)、归一化互相关积法(NormalCrossCorrelation)。这种方法在低信噪比的情况下也能取得不错的匹配效果,但是当两幅图像之间存在角度和光照变化时,容易出现匹配精度下降甚至误匹配的情况。作者简介:汤彪,(1988-),男,硕士研究生,主要研究方向:目

8、标检测与跟踪,图像特征提取。通信联系人:左峥嵘,男,副教授,主要研究方向为数字图像处理,目标跟踪与图像匹配。E-mail:zhrzuo@

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。