| 【中文题名】 | 图像的不变特征检测与描述研究 |
| 【英文题名】 | Study on Image Invariant Feature Detection and Description |
| 【学科专业】 | 运筹学与控制论 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2007-10-25 |
| 【中关键词】 | 不变性,Harris角点检测,多分辨分析,特征描述子,主方向,曲率 |
| 【英关键词】 | Invariance,Harris corner detection,Multi-resolution,Feature descriptor,Major orientation,Curvature,Image registration, |
| 【分类导航】 | 工业技术>自动化技术、计算机技术>计算技术、计算机技术>计算机的应用>信息处理(信息加工)>模式识别与装置 |
| 【论文摘要】 |
特征提取和描述是基于特征的图像处理和计算机视觉的基础环节,特征检测算子的检测性能和描述算子的表针性能直接决定了图像处理的效率和精度。在实际问题中图像可能受到噪声、背景的干扰,也可能发生视角、光照、尺度、平移、旋转、仿射等变化,如何选择合理的图像特征和描述算子,使得这些特征不仅具有良好的表针性能,而且在上述变化下保持不变?以计算机视觉的不变理论为基础,对图像特征的不变性研究随之成为图像处理的一个重要环节,吸引了众多研究工作者的兴趣。本文针对以上难点做了以下几方面的工作:
Harris角点检测是一种经典的角点检测算法,但不具有尺度不变性。本文把多分辨分析的思想引入到该算法中,构造了基于小波变换的灰度强度变化公式,并得到了具有尺度变换特性的自相关矩阵,从而构建了一种新的基于小波变换的Harris多尺度角点检测算法。这样,使得新的角点检测可以在不同的尺度下获取角点,并克服了单一尺度的Harris角点检测可能存在的角点信息丢失、角点位置偏移和易受噪而提取出伪角点等问题。
为使提取的特征具有很好的奇异性,这就需要为特征设计一个区分度好的确定性的描述算子,并且对图像的光照、位移、视角、噪声等有较强... |
| 【论文题纲】 |
|
摘要 |
3-5 |
|
ABSTRACT |
5-9 |
|
1 绪论 |
9-14 |
|
1.1 问题的提出及研究意义 |
9-10 |
|
1.1.1 问题的提出 |
9 |
|
1.1.2 研究的意义 |
9-10 |
|
1.2 国内外研究现状 |
10-12 |
|
1.3 论文的主要工作 |
12-14 |
|
2 视觉不变性理论 |
14-17 |
|
2.1 视觉不变性理论 |
14-15 |
|
2.2 视觉不变性理论在图像处理中的应用 |
15-17 |
|
3 图像不变特征检测 |
17-32 |
|
3.1 特征点检测算法 |
17-24 |
|
3.1.1 特征点检测算子 |
17-19 |
|
3.1.2 点检测算子性能评估 |
19-20 |
|
3.1.3 角点 |
20-21 |
|
3.1.4 角点检测算法 |
21-24 |
|
3.2 HARRIS 角点检测 |
24-29 |
|
3.2.1 Harris 角点检测原理 |
24-26 |
|
3.2.2 Harris 角点检测局限及改进 |
26 |
|
3.2.3 多尺度Harris 角点检测算法实现 |
26-28 |
|
3.2.4 新算法的不变性分析 |
28-29 |
|
3.3 实验效果及分析 |
29-32 |
|
4 图像不变特征描述 |
32-39 |
|
4.1 特征描述算子 |
32-35 |
|
4.2 曲率特征向量描述算子 |
35-39 |
|
4.2.1 曲率特征向量描述算子的构造 |
35-37 |
|
4.2.2 不变性分析 |
37-39 |
|
5 特征匹配 |
39-48 |
|
5.1 特征点匹配的定义 |
39 |
|
5.2 基于局部灰度信息的特征匹配 |
39-42 |
|
5.3 基于边缘形状信息的特征匹配 |
42-45 |
|
5.4 基于特征向量的特征点匹配 |
45 |
|
5.5 实验结果 |
45-48 |
|
6 不变特征检测和描述在图像配准中的应用 |
48-59 |
|
6.1 图像配准的理论和方法 |
48-51 |
|
6.1.1 图像配准的定义 |
48 |
|
6.1.2 图像配准的方法流程 |
48-51 |
|
6.2 本文算法实现 |
51-52 |
|
6.3 确定图像间的旋转角度 |
52-55 |
|
6.3.1 梯度方向直方图确定特征点主方向 |
52-54 |
|
6.3.2 特征点点对的角度直方图确定旋转角 |
54-55 |
|
6.4 配准实验及效果分析 |
55-59 |
|
7 结论与展望 |
59-61 |
|
7.1 主要结论 |
59 |
|
7.2 后续研究工作的展望 |
59-61 |
|
致谢 |
61-62 |
|
参考文献 |
62-66 |
|
附录 |
66 |
|
| 【DOI】 | LunWen.ID:2.2008.370134 |
