對亮度變化魯棒的圖像局部特征描述子及其匹配算法.pdf

1、作為圖像匹配的一個重要步驟，局部特征描述被廣泛應用于物體辨識、紋理識別、圖像檢索和分類、機器人定位以及視頻數(shù)據(jù)挖掘等領域。其基本思想是利用特征點的鄰域信息，為每個特征點計算各自的特征描述向量。一旦得到描述向量，可以在某種相似度準則下（如歐氏距離），很方便地利用所得到的特征描述向量在不同圖像之間尋找相似點對。為了獲取良好的匹配效果，局部特征描述子應該具備好的區(qū)別度和對圖像的旋轉(zhuǎn)、壓縮、運動模糊、亮度變化等的魯棒性。
　　 亮度變化

2、是影響圖像匹配效果的主要因素。待匹配的圖像可能獲取于不同的時間、地點，待匹配的物體還可能被陰影所遮擋，導致圖像整體或局部區(qū)域亮度的劇烈變化。此外，待匹配的圖像也可能是由不同的傳感器所獲得的，因而伴隨著不同的內(nèi)部和外部參數(shù)設定（如響應增益、曝光時間、伽馬校正等），導致不同圖像在色調(diào)和亮度上具有較大的差異。例如，某些攝像機的自動白平衡功能會造成圖像亮度的整體平移，而自動曝光功能也會通過對曝光時間的控制，影響圖像的整體亮度?？偠灾鞣N因素

3、的共同作用會導致待匹配圖像對之間在色調(diào)和亮度上存在整體或局部的非線性變化。這種非線性變化會給特征點匹配的穩(wěn)定性帶來不利影響。因此，如何構建對上述非線性變化不敏感的圖像特征描述子就成為擺在我們面前的一個充滿挑戰(zhàn)性的關鍵問題。
　　 本文對各種局部描述子進行了深入研究。針對已有的局部特征描述子對亮度的非線性變化不夠魯棒的問題，在總結前人研究成果的基礎上，提出了一種新的局部特征描述子：旋轉(zhuǎn)不變局部二值模式(RI-LBP)。這里，為了構

4、建魯棒的局部特征描述子，采用了如下的方案：根據(jù)灰度相對次序，在得到特征點歸一化支撐區(qū)域以后，將區(qū)域內(nèi)各點分割為多個組，并以區(qū)域中心和各點連線為Y軸，分別建立直角坐標系，計算中心對稱局部二值模式，得到二維的統(tǒng)計直方圖。據(jù)此，經(jīng)歸一化處理后可形成所需的興趣點描述子。
　　 為了驗證本文方法的有效性，進行了對比實驗。實驗結果表明，本文所提出的描述子特別適用于復雜亮度變化下多視角圖像間的不變描述，包括區(qū)分度在內(nèi)的各項測試性能均優(yōu)于已有的