圖像特征點提取算法研究.pdf

1、作為計算機視覺領(lǐng)域中最為重要的局部特征之一，圖像特征點奠定了諸多視覺任務(wù)的基石。圖像特征點具備的各種優(yōu)異性質(zhì)如旋轉(zhuǎn)不變性，尺度不變性等使其廣泛地應(yīng)用于各種視覺應(yīng)用之中，如圖像拼接、圖像檢索、目標識別與匹配、三維重建、視覺里程計和虛擬現(xiàn)實等。傳統(tǒng)的特征點檢測算法大多都針對二維灰度圖像，但是隨著圖像表示技術(shù)以及圖像獲取技術(shù)的快速發(fā)展，出現(xiàn)了越來越多其他格式的圖像數(shù)據(jù)，如RGB-D圖像、三維圖像和全景圖像等。特別是對針對三維圖像和全景圖像而言

2、，其圖像數(shù)據(jù)與二維圖像數(shù)據(jù)從組織形式上有很大的區(qū)別，導(dǎo)致傳統(tǒng)二維灰度圖像的特征點檢測算法往往很難直接作用在這些圖像數(shù)據(jù)上。因此，針對這些新興的圖像數(shù)據(jù)如何有效地設(shè)計高效和魯棒的特征點檢測算法成為當下視覺領(lǐng)域中研究的熱點。
　　鑒于上述情況，本文首次系統(tǒng)性地探討了針對各種圖像數(shù)據(jù)的特征點檢測算法，從二維圖像到三維圖像再到全景等其他圖像，并且提出了幾種魯棒的三維特征點檢測算法。相關(guān)的研究工作及學(xué)術(shù)貢獻具體可以歸結(jié)為以下幾個方面：

3、>　?。?）歸納二維灰度圖像的特征點檢測算法。
　　在本文中，我們將傳統(tǒng)二維灰度圖像的特征點檢測算法大致劃分為三大類：基于圖像局部梯度信息的、基于模板或者學(xué)習(xí)的以及基于輪廓的特征點檢測算法。然后分析每一類算法的主要原理，算法的優(yōu)缺點以及相關(guān)應(yīng)用場景。
　?。?）介紹三維及其他圖像數(shù)據(jù)的特點檢測算法。
　　探討了除二維灰度圖像數(shù)據(jù)之外的特征點檢測算法，包括三維特征點檢測算法、顏色空間特征點檢測算法、時空特征點檢測算法、深

4、度圖RGB-D圖像特征點檢測算法以及全景圖像特征點檢測算法。
　?。?）提出四種新的三維特征點檢測算法。
　　在前人相關(guān)工作的基礎(chǔ)上，提出了四種魯棒的三維特征點檢測算法。具體如下：(a)擴展基于輪廓的角點檢測算法CTAR[1]到三維網(wǎng)格模型中，并由此提出兩種基于支撐點的三維角點檢測算法；(b)基于三維網(wǎng)格模型的曲面局部幾何性質(zhì)和l0范數(shù)的稀疏優(yōu)化方式選取三維特征點；(c)基于多尺度空間下的局部和全局信息，利用學(xué)習(xí)的方式選取具