圖像局部不變特征及其應(yīng)用研究.pdf

1、圖像模式識別一直以來都是計算機視覺研究的核心問題，它涉及圖像預(yù)處理、特征提取和描述、特征組合和選擇、圖像應(yīng)用技術(shù)等多個研究方面。近年來，將圖像數(shù)據(jù)看成單純的數(shù)據(jù)集合、進行全局處理的傳統(tǒng)方式，已經(jīng)越來越不適應(yīng)實際應(yīng)用需求；Marr提出的機器視覺理論認為，圖像是由各個局部的區(qū)域組成的，有關(guān)人類視覺機理的研究成果表明，人腦對圖像的處理是按照局部化處理方式進行；利用局部化特征可以顯著改進和加速各種圖像識別方法，目前，基于局部不變特征的圖像處理方

2、法已經(jīng)廣泛應(yīng)用于圖像處理、圖像檢索和遙感圖像目標識別等領(lǐng)域?？梢灶A(yù)期，利用局部不變特征來識別圖像內(nèi)容將逐漸成了主流的圖像處理方法。
　　 本文著重從局部不變特征的角度去解釋和研究圖像，研究重點及相應(yīng)的研究成果包括以下幾個方面：
　　 (1)尺度空間的基礎(chǔ)理論研究。尺度空間是局部不變特征提取技術(shù)直接的理論基礎(chǔ)，早期的尺度空間思想一直處于理論驗證和實踐探索階段，研究人員一般根據(jù)研究課題的需要，對數(shù)據(jù)的尺度特征參數(shù)進行定義和選

3、擇。本文從分析尺度空間中的偏導數(shù)算子的性質(zhì)入手，對尺度自適應(yīng)檢測機制進行建模，通過分析尺度空間中一維和二維信號的尺度檢測過程，從而得出尺度選擇的一般過程，最后通過對實驗數(shù)據(jù)的分析，驗證了使用尺度空間作為局部不變特征的數(shù)據(jù)表示方式的優(yōu)勢。文中明確了尺度空間中的尺度正規(guī)化的作用和意義，對尺度空間中的二階矩矩陣和Hessian矩陣的性質(zhì)進行了的系統(tǒng)分析，指出其在圖像局部性質(zhì)估算中的重要作用。
　　 (2)局部不變特征檢測的若干問題研究

4、。論文對尺度空間中最具代表性的三種局部不變特征的檢測過程進行建模，分析理想圖像結(jié)構(gòu)在尺度空間中的特征表現(xiàn)，得出局部不變特征檢測的一般過程。同時提出利用局部區(qū)域一致性的原理進行特征區(qū)域的精確定位，最后，對由連續(xù)尺度空間轉(zhuǎn)向離散空間中特征檢測中的參數(shù)選擇問題，通過實驗給出了經(jīng)驗的參數(shù)選擇方法。
　　 (3)提出了一種基于偏導數(shù)算子的局部不變特征描述方法及其相應(yīng)的算法：構(gòu)造了一種高斯偏導數(shù)作為局部不變特征描述符，并對該局部不變特征描述

5、向量空間的距離函數(shù)選擇要求進行了詳細的研究；為了使局部不變特征描述獲得旋轉(zhuǎn)不變性，設(shè)計了主方向調(diào)整算法，對局部不變特征的主方向進行估計。實驗證明，這一新的局部不變特征描述方法具有對圖像局部區(qū)域的良好描述效果。
　　 (4)提出了基于顯著性估算的局部不變特征提取方法。近年來隨著模式識別和機器學習研究的不斷深入，由于局部不變特征高效率的特征壓縮特性，它很適合作為機器學習的樣本特征。本文摒棄了傳統(tǒng)的使用無差別固定窗口的局部不變特征提取

6、方法，將尺度空間中的局部不變特征提取與顯著性區(qū)域相結(jié)合，通過在尺度空間中對局部二階矩矩陣性質(zhì)的分析，得出局部不變特征顯著性的估算，以此來提取具有顯著性的局部不變特征。用這種方法提取的特征，不僅能保持多種不變性，還能在真實場景圖像中提取更準確和可靠的特征。
　　 (5)研究了局部不變特征檢測和描述方法在遙感圖像中的應(yīng)用，提出和設(shè)計了基于局部不變特征的ROI區(qū)域快速匹配算法和港口內(nèi)停泊艦船檢測算法。前者在使用ROI區(qū)域自身局部不變特