基于灰度序的描述子主方向估計(jì)方法研究.pdf

1、近年來(lái)，以SIFT為代表的局部描述子取得了很大的成功，極大地推動(dòng)了計(jì)算機(jī)視覺(jué)相關(guān)領(lǐng)域的研究進(jìn)展。目前，局部描述子匹配已經(jīng)逐漸成為了寬基線匹配、物體識(shí)別、圖像分類(lèi)、圖像檢索等眾多應(yīng)用中的一種主要范式。反過(guò)來(lái)，這些應(yīng)用的驅(qū)動(dòng)也帶動(dòng)了對(duì)局部描述子更深入的研究。
　　 局部描述子的構(gòu)造通常包括若干環(huán)節(jié)或步驟，其每個(gè)環(huán)節(jié)的具體操作都會(huì)影響到描述子的最終性能。旋轉(zhuǎn)不變性是對(duì)描述子的基本要求，為了保證描述子的旋轉(zhuǎn)不變性，通常構(gòu)造描述子的步驟中

2、大都包括一個(gè)計(jì)算主方向的中間環(huán)節(jié)。但是最新的統(tǒng)計(jì)結(jié)果表明，采用目前方法計(jì)算的主方向中有近三分之一其誤差超過(guò)了20度，這無(wú)疑大大降低了描述子的性能。因此，探索精度更高，魯棒性更強(qiáng)的主方向計(jì)算方法必將對(duì)描述子整體性能的提升起到重要的促進(jìn)作用。
　　 針對(duì)這個(gè)問(wèn)題，本文探索了一類(lèi)新的主方向計(jì)算方法，并且取得了較好的效果，具體研究?jī)?nèi)容和研究成果如下:
　　 1.提出了基于灰度序的主方向構(gòu)造方法。其基本思想是，對(duì)特征支撐區(qū)域內(nèi)的像

3、素根據(jù)灰度序進(jìn)行分組，然后計(jì)算組內(nèi)像素的幾何統(tǒng)計(jì)量，以此為基礎(chǔ)來(lái)計(jì)算主方向。本論文中給出了兩種像素分組方法，分別是基于平均灰度和基于平均像素個(gè)數(shù)的方法;還給出了兩種不同的幾何統(tǒng)計(jì)量主方向計(jì)算方法，分別是基于幾何重心點(diǎn)和基于橢圓擬合的方法。最后，針對(duì)不同場(chǎng)景，對(duì)圖像旋轉(zhuǎn)、尺度變化、光照變化、圖像模糊、圖像壓縮及復(fù)雜光照變化下進(jìn)行了性能測(cè)試，大多數(shù)情況下其精度都要優(yōu)于以前的方法。
　　 不同于以往基于梯度統(tǒng)計(jì)的方法，本文方法是基于灰

4、度序的，其主要優(yōu)點(diǎn)是，第一，圖像灰度本身比梯度信息受噪聲干擾小;第二，基于梯度的方法僅僅對(duì)灰度的線性變換是不變量，而本文方法只要保持灰度序不變即可;第三，本文方法計(jì)算的主方向是連續(xù)的，而以前方法是離散數(shù)據(jù)經(jīng)過(guò)插值得到的;第四，從計(jì)算復(fù)雜性看，本文采用了查找方法，其計(jì)算復(fù)雜性較低。
　　 2.給出了主方向?qū)γ枋鲎有阅艿挠绊懛治?。主方向的?jì)算主要是服務(wù)于描述子的，將本文提出的主方向應(yīng)用于經(jīng)典的描述子中，并進(jìn)行了標(biāo)準(zhǔn)化性能測(cè)試，結(jié)果表