圖像局部不變特征提取研究.pdf

1、圖像局部不變特征提取是計算機視覺領域中的一個基本問題。局部不變特征提取大致分成兩個步驟:首先利用局部不變特征檢測方法在圖像上檢測特征點位置、尺度等相關信息,然后根據(jù)檢測到的信息和鄰域信息對該特征點進行描述。圖像局部不變特征提取研究的核心問題在于提高特征提取的速度和精度,以及加強算法的魯棒性和穩(wěn)定性,使局部不變特征提取技術更符合實時應用的需要。本文著重研究的是圖像局部不變特征提取算法,主要從以下兩個方面進行研究:
　　 一是對Ha

2、rris檢測算子的檢測效率進行了改進,提出了低復雜自適應窗口角點檢測算法。首先通過平均梯度幅值預處理去除了大部分無關的、亮度變化較小的點,然后只對保留下來的興趣點進行高斯濾波和響應函數(shù)操作,如果響應函數(shù)值大于一定的閾值就被確定為候選角點;最后只對候選角點進行自適應窗口非極大值抑制,如果該候選角點為最終的角點,則無需再對鄰域窗口內的其它候選角點進行非極大值抑制。經(jīng)過本文的改進以后,該算法節(jié)省了計算時間,提高了檢測角點的速度。
　　

3、 二是結合圖像配準領域中的一些特點,為了提高圖像配準的速度和精度,本文引入多尺度分析和相關聚類分析技術設計出一種基于相關聚類分析的局部不變特征提取算法。該算法首先在小尺度圖像檢測和匹配特征點,計算出最大矩形重疊區(qū)域,然后在該重疊區(qū)域分別以四個邊界點為聚類中心聚成四個類,找出匹配點最多的相關類,作為基準圖像和待配準圖像的相關區(qū)域,最后在大尺度圖像上只檢測相關區(qū)域內的特征點,并采用改進的Ransac算法去除誤匹配和計算幾何變換參數(shù)。仿真結果