圖像局部不變特征提取技術(shù)研究及其應(yīng)用.pdf

1、目標上局部不變特征的提取是圖像處理、數(shù)字水印、拷貝檢測、視頻檢索等眾多計算機視覺領(lǐng)域的研究基礎(chǔ)。由于大部分目標之間均存在視角、尺度、旋轉(zhuǎn)以及模糊、局部遮擋、復(fù)雜背景等廣義仿射變換，因此如何使提取的局部不變特征具有良好的穩(wěn)定性、可重復(fù)性和可匹配性成為視覺領(lǐng)域的一個重點研究問題。 針對原始最大穩(wěn)定極值區(qū)域算法的時間復(fù)雜度高、區(qū)域被覆蓋以及形狀不規(guī)則等缺點，構(gòu)建了一種并行使用優(yōu)化的鄰域四叉樹數(shù)據(jù)結(jié)構(gòu)、基于成分樹的最大穩(wěn)定判定條件和基于

2、向量的二階中心矩調(diào)形通式的檢測子，提取出加速的橢圓形最大穩(wěn)定極值區(qū)域(Elliptical Maximally Stable Extremal Regions-Accelerative，EMSER-A)。在圖像像素點排序的基礎(chǔ)之上，根據(jù)使用按秩合并和路徑壓縮優(yōu)化的鄰域四叉樹數(shù)據(jù)結(jié)構(gòu)提取基于灰度閾值變化的極值區(qū)域，有效恢復(fù)了最終變成一個像素值和灰度閾值的區(qū)域的全部信息。使用極值區(qū)域作為結(jié)點構(gòu)建成分樹，并得到最大穩(wěn)定判定條件。為了便于后續(xù)的

3、特征描述，構(gòu)建了基于向量的二階中心矩調(diào)形通式，并將該通式降維為二維協(xié)方差矩陣，把不規(guī)則形狀區(qū)域調(diào)整為橢圓形。EMSER-A檢測子在保證可重復(fù)性的前提下，將時間復(fù)雜度由O(nloglogn)降低到O(Na(N))。特征提取和匹配實驗表明：當存在廣義仿射變換時，該檢測子仍能提取數(shù)量較多且具有一定獨特性的局部特征?？芍貜?fù)性比較實驗證明：EMSER-A具有較為理想的視角、尺度、旋轉(zhuǎn)、光照和模糊不變性。 為了解決特征點的定位精度不高、區(qū)域

4、仿射形狀的難以調(diào)整以及特征的弱仿射不變性等問題，論文還構(gòu)建了基于點區(qū)域的仿射不變性檢測子。證明了規(guī)范化LoG圖像導(dǎo)數(shù)的尺度不變性，為特征尺度的確定提供了理論基礎(chǔ)。提出了特征尺度的定性和定量定義，完善和發(fā)展了特征尺度的性質(zhì)。系統(tǒng)地證明了仿射高斯尺度空間內(nèi)形狀自適應(yīng)矩陣的仿射不變性以及基于該矩陣的規(guī)范化區(qū)域之間的旋轉(zhuǎn)關(guān)系。給出了迭代過程中積分尺度和微分尺度的確定準則以及微分尺度對提高檢測子抗噪性的影響。建立了基于仿射形狀自適應(yīng)矩陣的空間位置

5、迭代矩陣，并使用該矩陣完成了從規(guī)范化區(qū)域到圖像域的轉(zhuǎn)換。在上述理論支撐下，構(gòu)建了聯(lián)合規(guī)范化LoG方程、多尺度Harris度量、仿射形狀自適應(yīng)矩陣以及空間位置迭代矩陣的仿射不變性檢測子(Location/Scale/Shape-Iterative，LS2-I)，同步迭代出點區(qū)域的空間位置、特征尺度以及仿射鄰域形狀。特征提取和匹配實驗表明：在存在廣義仿射變換的同一個場景的兩幅圖像上提取特征區(qū)域，經(jīng)過位置、尺度和形狀的同步迭代，收斂的特征點鄰

6、域形狀在規(guī)范化圖像域內(nèi)顯示一致，實現(xiàn)了對特征點的精確定位和特征區(qū)域形狀的仿射調(diào)整，并取得了理想的匹配結(jié)果。可重復(fù)性比較實驗證明：在視角、尺度、旋轉(zhuǎn)、光照變化以及存在模糊的情況下，LS2-I具有較為理想的可重復(fù)性。 為了驗證EMSER-A和LS2-I的可匹配性及穩(wěn)定性，論文構(gòu)建了相應(yīng)的圖像檢索機制。論文首先以EMSER-A和LS2-I為底層局部特征區(qū)域，生成SIFT描述子并聚類成基于矢量量化的視覺關(guān)鍵詞表，結(jié)合標準加權(quán)思想和衡量不

7、變特征的相似性準則，提出了基于框選目標區(qū)域的檢索方法，依據(jù)相似度得分對檢索結(jié)果進行一次排序。為了更有效的發(fā)揮特征區(qū)域的不變性，論文提出了基于搜索單元區(qū)域匹配法和基于簇的空間一致性度量準則。前者根據(jù)EMSER-A和LS2-I橢圓形特征區(qū)域的仿射協(xié)變性，在目標區(qū)域和被檢圖像上分別以某兩個已匹配的橢圓形特征區(qū)域作為搜索單元，在該搜索單元內(nèi)進行基于原匹配和新匹配之間關(guān)系的區(qū)域匹配，并刪除零分匹配區(qū)域，最后根據(jù)得分情況對圖像進行二次排序。后者根據(jù)