一种改进的车头SURF特征提取和匹配-论文.pdf

《一种改进的车头SURF特征提取和匹配-论文.pdf》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、第29卷第2期成都信息工程学院学报Vl01．29No．22014年4月JOURNALOFCHENGDUUNIVERSITYOFINFORMATIONTECHNOI／3GYApt．2014文章编号：1671—1742(2014)02—0167-06一种改进的车头SURF特征提取和匹配刘丹丹，魏维(成都信息工程学院计算机工程学院，四川成都610225)摘要：通过对加速鲁棒性算法特征关键点提取和匹配的研究，提出一种改进的车头加速鲁棒性特征点提取方法，该方法在车头图像像素梯度变化较大的范围内提取关键点，然后采用最近邻比例算法进

2、行特征点匹配。实验结果表明，提出的改进方法不仅能够筛选出鲁棒性较强的关键点，同时提高了特征的提取速度和匹配效率，在总时间上比尺度不变特征变换算法提高了3～6倍；比加速鲁棒性算法提高了近1／4。关键词：计算机应用技术；图形图像处理；特征描述子；鲁棒性；匹配中图分类号：TP319．41文献标志码：AO引言车型识别在智能交通，停车收费等方面有重要意义，目前对于车型的跟踪识别主要集中于车牌识别和车辆类型识别，而基于车辆局部特征的车型识别技术正在兴起。YaoHe等提出采用单点磁传感器将车辆原始波形通过数据融合技术转换成数值格式提

3、取车辆特征，基于聚类支持向量机(CS、)，采用粒子群优化(PSO)搜索最优内核参数和惩罚参数对车辆分类⋯1。马军等提出在轿车车头部分提取车灯轮廓区域特征参数高宽比、矩形度、分散度，采用支持向量机的方法识别车型L2J。黄灿提出基于加速鲁棒性(SpeedUpRobustFeature，瓜F)算法l3J的车头局部特征提取进行车型识别【4]，经过对大量SURF算法提取的车头局部特征图像的研究发现，SURF算法提取的特征有些分布在车头的前翼子板、缓冲期等位置，这些位置的特征点通常信息量少，鲁棒性差，对于后期图像配准易产生干扰。S

4、URF算法提取的特征点是图像中比周围邻域更亮或者更暗的一个像素区域，因此在车头边缘轮廓区域内的特征点更为稳定。为了在车头检测到更有效的SURF特征点，首先对车头图像进行平滑处理消除噪声，然后提取车头的边缘轮廓，随之对边缘轮廓做膨胀处理和形态学闭运算，得到车头图像的边缘轮廓区域，在此区域内SURF特征点鲁棒性更好。实验表明，改进的SURF算法提取的车头局部特征点不仅鲁棒性更好，且提高了特征提取和匹配的效率。1改进SURF特征提取和匹配传统SURF算法要对整幅图像进行特征提取，提取的特征点不仅数目多且有些特征点不稳定，为了

5、能够提高SURF特征提取的效率，首先对车头图像进行形态学处理，得到车头的边缘轮廓区域，在此基础上建立积分图像【51，采用不同尺寸的箱式滤波器[6]在积分图像上使用快速Hessian矩阵[]检测图像极值点，然后在该极值点上下层3*3*3的立体邻域进行非极大值抑制(Non-maximumSuppression)，确定是否为稳定的特征点，在稳定特征点的周围选取20*20的邻域生成64维的SURF特征描述子，最后进行车头图像匹配。1．1SURF特征提取1．1．1车头图像形态学处理为了检测到稳定有效的车头SURF特征，首先对车头

6、进行轮廓提取，车头预处理流程如图1所示。图车头图像形态学处理流程图图像处理中首先对图像进行平滑处理消除图像中存在的噪声，对车头的平滑处理主要是为了提取车头的轮收稿日期：201312—17基金项目：四川省教育厅重点科研资助项目(O9zA155)第2期刘丹丹等：一种改进的车头SURF特征提取和匹配169小为9×9，每组采用4层尺度图像[，第一组的增长因子设为6，以后每组增长因子是前一组的2倍，且后一组的初始层是前一组的第二层，所以箱式滤波器尺寸如图7所示。1．1．4极值点检测尺度空间建立后，在每层尺度图像上使用快速Hess

7、ian矩阵进行极值点检测。对于尺度为8的图像上任意一个像素点(，Y)，快速Hessian矩阵定义为：(3)层L(z，Y，)，Lx，Y，)，L(，Y，)分别图7箱式滤波器尺寸表示高斯滤波二阶偏导数，，aXuxy2／、与像素点(．27，)的卷积，得到Hessian矩阵H(z，Y，)的判别式0Det(H)：LL一L(4)根据判别式取值的正负判定该点是否为极值点。SURF算法采用箱式滤波器近似代替高斯二阶偏导数，故使用箱式滤波器与图像像素点(，Y)卷积近似积分图像p，p，D，代替快速Hessian矩阵中的(z，Y，)，x，Y，

8、)，L(z，Y，)，故得到Det(H)=pD(0．9％)。在每一层尺度图像上依次计算每个像素点的Det(H)，通过设定Det(H)的阈值，判定该点是否为极值点，然后取该点所在层的上下两层，以及该点周围的26个像素点进行非极大值抑制，只有比周围26个像素点的Det(H)值大才能确定改点为特征点，最后对尺度空间进行差值运算，得到稳定特