基于固定尺度椭圆与稳定相对不变点机制的图像局部不变区域检测算法-论文.pdf

《基于固定尺度椭圆与稳定相对不变点机制的图像局部不变区域检测算法-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14卷第13期2014年5月科学技术与工程Vo1．14No．13May20141671—1815(2014)13—0240—08ScienceTechnologyandEngineering@2014Sci．Tech．Engrg．基于固定尺度椭圆与稳定相对不变点机制的图像局部不变区域检测算法于军(吉林化工学院信息与控制工程学院，吉林132022)摘要为了使图像局部不变区域与相对不变点具有稳定性；且可消除仿射变换对其检测算法带来的负面影响，并显著降低算法的信息量和复杂度，提出了固定尺度椭圆耦合稳

2、定相对不变点选取机制的图像局部不变区域检测算法。将s变换引入到Canny算子中，获得S-Canny算子；将多尺度卷积方程融入到DoG算子，形成多尺度乘积DoG算子；将该算子耦合S-Canny算子，在图像上抽取出DoG角点；嵌入拟合技术，设计了特征方向确定规则；并根据该特征方向，定义了稳定相对不变点的提取机制；最后连接角点和相对不变点，构建直角三角形，建立固定尺度椭圆不变区域。实验数据显示：与其他算法相比，算法的区域具有很好的稳定性，可重复率性能最好，所耗时间最短；且具有很强的鲁棒性。关键词固定尺

3、度椭圆稳定相对不变点高斯差分角点拟合技术特征方向可重复率中图法分类号TP391．41；文献标志码A随着计算机科学理论与图像处理技术的不断完为了使检测算法不但拥有较高的检测性能和准善，局部不变区域已经在在机器视觉占据着重要地确率，而且降低其信息计算量，研究人员相继开发了位I2J。在日常应用中，视点或外部条件会发生变基于图像轮廓利用的检测方法。如吴军等人采化，导致图像易受到噪声和背景的干扰；或发生尺用中心投影耦合非下采Contour．1et变换来提取局部度、旋转、仿射和光照等变化，而图像局部不变区域

4、不变特征，通过中心投影得到图像的轮廓，通Con—却不受这些变化影响，已经在图像识别图匹配等领tour—let变换建立局部不变特征，实验结果表明该算域得到了广泛的研究J。当前的局部不变区域检法具有很好的不变性，可重复率性能较好。林晓泽测算法主要为：①利用图像灰度；②利用图像轮廓。等人提出了基于轮廓的图像局部不变特征检测如柳涛等人4多通道图像MSER局部不变特征的方法，其首先提取L0g角点，然后通过选取相对不变提取算法，通过对H、s、I三通道的图像像素灰度梯的点来创建不变区域，仿真实验显示了该检测方

5、法度进行MSER提取，以此构造局部不变特征区域。具有很好的鲁棒性能。这些方法都属于基于轮廓利实验结果表明其算法具有良好的可重复率性能以及用的不变区域检测，其性能是目前最好的，但是由于较强的鲁棒性。杨恒等人提出了一种新的局部该方法的相对不变点不稳定，容易遭遇到轮廓噪声不变特征检测算法，通过在图像每层尺度上提取以及仿射的不利影响。Harris角点，并将此角点作为中心，搜索三维空间的为了解决上述不足，本文提出了固定尺度椭圆极限点，以此构造不变区域，并对其算法进行了实验耦合稳定相对不变点选取机制的图像局

6、部不变区域验证，结果显示算法具有良好的可重复率性能以及检测算法。为了获得更优异的DoG角点，本文引入匹配性能。VasileiosMezaris等人提出了基于灰s变换，优化了Canny算子，并将优化后的算法融合度不变特征提取算法，实验结果显示了其具有良好多尺度乘积DoG(differenceofGauss)算法，提取出的检测性能。以上几种方法属于基于灰度利用的局信息丰富的DoG角点，降低了计算复杂度，提高了部不变区域检测方法，虽然这种技术拥有优异的检检测速度；引入拟合技术，设计了特征方向确定规测性

7、能，但其所需处理灰度的计算量太大，导致较低则；并根据该特征方向，定义了稳定相对不变点的提的检测速度，在实际应用中造成了巨大成本浪费。取机制；最后连接拟角点和相对不变点，构建直角三角形，建立固定尺度椭圆不变区域，提高了算法的稳2013年11月22日收到定性，并有效消除了仿射变换带来的偏差。通过仿作者简介：于军(1973一)，男，硕士，副教授，研究方向：图像处理、真实验测试本文算法和其他几种算法。智能控制。E—mail：yujunjilin@126．corn。13期于军：基于固定尺度椭圆与稳定相对不

8、变点机制的图像局部不变区域检测算法嵌入e-i2,~ft，提高了s变换鉴别真实与虚假轮廓1基于固定尺度椭圆与稳定相对不变的能力。以中频系数为对象，则s变换的中频相邻点机制的图像局部不变区域检测算系数乘积g(：法g(=1．s(lJS(f+1)l(2)将S变换中频相邻系数的绝对值进行乘积运算本文算法的流程图如图1和图2所示。后，有效消除了噪声的干扰。再利用该系数进行非极大值滤波与阈值处理。完成图像轮廓提取，如图一Hs_canny算刊二二二二=．lDoG角点Jf拟合技术l3(b)所示。构造阈值t方程：s