基于紋理特征的曲線自動(dòng)匹配技術(shù)研究.pdf

1、圖像特征匹配是計(jì)算機(jī)視覺(jué)眾多任務(wù)中的一項(xiàng)關(guān)鍵技術(shù)，在物體檢測(cè)和識(shí)別、圖像配準(zhǔn)、視頻理解以及三維重構(gòu)等領(lǐng)域有著廣泛的應(yīng)用。圖像特征匹配的基本方法包含三個(gè)步驟：首先，分別從兩幅或多幅圖像中提取圖像的特征（點(diǎn)、線、面等特征）；然后對(duì)提取的特征進(jìn)行參數(shù)描述；最后通過(guò)建立圖像之間的特征對(duì)應(yīng)關(guān)系實(shí)現(xiàn)匹配。
　　近些年來(lái)，基于描述子的特征匹配技術(shù)取得了較大成功。該類(lèi)方法主要采用基于鄰域內(nèi)紋理信息構(gòu)造特征描述向量的基本思路進(jìn)行特征匹配：首先確定特

2、征支撐區(qū)域并將其劃分為若干子區(qū)域，然后統(tǒng)計(jì)各子區(qū)域不變特征來(lái)構(gòu)造匹配描述子，最后計(jì)算匹配描述子之間的相似性進(jìn)行特征匹配。盡管基于紋理特征的點(diǎn)匹配技術(shù)取得了一系列突破進(jìn)展并提出了許多點(diǎn)匹配描述子，但基于紋理特征的曲線匹配描述子卻進(jìn)展緩慢。由于曲線的長(zhǎng)度不一、端點(diǎn)定位不準(zhǔn)確以及周?chē)闹貜?fù)性紋理較多等因素，基于紋理特征的曲線匹配研究依舊是一個(gè)極具挑戰(zhàn)性的熱點(diǎn)研究課題。為此，本文針對(duì)該課題進(jìn)行以下研究：
　　(1)對(duì)目前已有的曲線匹配

3、算法進(jìn)行客觀的分析和總結(jié)。本文重點(diǎn)分析了與課題研究最相關(guān)的算法—均值標(biāo)準(zhǔn)差曲線匹配描述子(MSCD)，并針對(duì)MSCD描述子存在的問(wèn)題，依次提出三種基于紋理特征的曲線描述子；
　　(2)提出一種基于亮度序劃分的均值標(biāo)準(zhǔn)差描述子(IOMSD)。針對(duì)MSCD描述子在構(gòu)建過(guò)程中采用固定形狀子區(qū)域劃分而引起的邊界誤差，本文將亮度排序應(yīng)用到子區(qū)域劃分中，結(jié)合均值和標(biāo)準(zhǔn)差信息提出了一種基于亮度序劃分的均值標(biāo)準(zhǔn)差描述子(IOMSD)。由于不同視角

4、下，圖像形變會(huì)使局部區(qū)域發(fā)生形狀扭曲，而區(qū)域內(nèi)的亮度排序不會(huì)隨著圖像形變而改變。所以該描述子不僅克服了固定形狀劃分帶來(lái)的邊界誤差，而且對(duì)單調(diào)光照變化具有不變性；
　　(3)與傳統(tǒng)描述子所采用的灰度、梯度和亮度特征不同，本文引入亮度序列特征來(lái)表征曲線周?chē)募y理結(jié)構(gòu)，提出一種新穎的亮度序曲線描述子IOCD。該描述子具有完全的旋轉(zhuǎn)不變性，不僅對(duì)單調(diào)光照變化的圖像具有魯棒性，還能處理更為復(fù)雜的光照變化；
　　(4)針對(duì)曲線周?chē)?/p>