資源描述：
《圖像多尺度不變特征的研究及其應(yīng)用》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學術(shù)論文-天天文庫。
1、StudyonMulti-scaleInvariantFeaturesofImagesandItsApplicationsAThesisSubmittedtoChongqingUniversityinPartialFulfillmentoftheRequirementfortheDoctor‘sDegreeofEngineeringByXuBinSupervisedbyProf.TangYuanYanSpecialty:ComputerApplicationTechnologyCollegeofComputerScience
2、ofChongqingUniversity,Chongqing,ChinaApril,2013中文摘要摘要特征提取是模式識別和計算機視覺研究的核心技術(shù)，數(shù)十年來受到學者們的廣泛關(guān)注?，F(xiàn)實環(huán)境中圖像存在平移、旋轉(zhuǎn)、尺度、光照及視點等多種變換，增強圖像特征對這些變換的不變性，提高圖像分類和識別的性能是一個日益重要的課題。本文對圖像的不變特征提取進行了深入、系統(tǒng)的研究，在總結(jié)傳統(tǒng)的不變特征提取方法的基礎(chǔ)上，重點探討了一種新的圖像不變特征表達——散射變換，并將其應(yīng)用到人臉識別和關(guān)鍵點檢測中。針對遮擋人臉識別，本文將散射變換引入圖像梯
3、度域，提出了一種新的基于圖像散射表達的抗遮擋人臉識別方案；利用二階散射系數(shù)的特性，本文提出基于二階散射能量的圖像關(guān)鍵點檢測方案，實驗驗證了方案的有效性；針對人臉識別中的變光照問題，結(jié)合小波多尺度特性，本文提出了一種新的多尺度光照不變量。本文的主要工作和創(chuàng)新點包括：1．提出了一種新的基于圖像散射表達的抗遮擋人臉識別方案——梯度散射臉。本文以“RecognitionbytheRest”為思想，將散射變換引入圖像梯度域，一方面極大地抑制了遮擋塊對原圖像頻率結(jié)構(gòu)的破壞，另一方面，得益于散射表達的局部平移不變性和彈性形變穩(wěn)定性，實現(xiàn)了
4、對臉部未遮擋信息的充分提取。傳統(tǒng)的抗遮擋人臉識別方法總是試圖“重建”被遮擋臉部，這些方法以“局部特征識別”和“稀疏表達分類”為代表：“局部特征識別”用臉部顯著性特征的加權(quán)來表征人臉，這種方法不僅需要更多的訓練樣本，而且基圖像中不屬于顯著性的人臉部分也會產(chǎn)生不為零的權(quán)值；“稀疏表達分類”將遮擋人臉看作無遮擋部分和遮擋塊的和，引入遮擋字典表示遮擋塊，而無遮擋部分應(yīng)僅由訓練圖像稀疏表示，重構(gòu)時拋棄在遮擋字典上的投影系數(shù)，僅由對應(yīng)于訓練圖像的稀疏系數(shù)得到重構(gòu)圖像。“稀疏表達分類”存在兩個問題：首先，實際圖像中的遮擋往往是非線性的，拋
5、掉遮擋字典系數(shù)并不能完全消除遮擋的影響；其次，實際中訓練圖像是有限的，這些有限的訓練圖像的稀疏表達不足以囊括人臉圖像中出現(xiàn)的其它形變。實驗結(jié)果顯示，提出的梯度散射臉優(yōu)于上述兩種主流方法，對遮擋人臉取得了相當高的正確識別率，且梯度散射臉不需要進行訓練，這對許多實際應(yīng)用具有重要意義。2．提出基于二階散射能量的圖像關(guān)鍵點檢測新方案——SCD。現(xiàn)在流行的關(guān)鍵點不變特征一般都是在多尺度情況下檢測得到，如Harris-Laplace算子和SIFT,而所有在多尺度下檢測局部不變特征點的方法都面臨一個共同的問題：圖像中的局部結(jié)構(gòu)往往存在于一
6、個尺度范圍之內(nèi)，而不是某個固定的尺度，在多尺度下檢測特征點會得到許多位置和尺度非常接近的點，它們都代表同一個局部結(jié)構(gòu)，冗I重慶大學博士學位論文余特征點會造成后續(xù)錯誤匹配的大量增加。二階散射能量是尺度間結(jié)構(gòu)相似程度的一種反映，由二階散射能量圖局部極值點對應(yīng)的關(guān)鍵點是一種尺度間局部特征，其穩(wěn)定性和關(guān)鍵程度相比單一尺度上的關(guān)鍵點都更高。實驗結(jié)果顯示，本文提出的SCD方法得到的關(guān)鍵點數(shù)量相對更少，具有較強的結(jié)構(gòu)性，對圖像視點變化、尺度變換和景深變化及一定程度的非剛性變換具有良好的魯棒性，取得了較高的可重復(fù)率。3．提出了一種新的多尺度
7、光照不變量——MGF。光照問題是人臉識別領(lǐng)域面臨的難題之一，由于光照變化使得面部特征不再明顯具有分辨能力，這樣造成了人臉的類內(nèi)散度增大，甚至大于人臉樣本的類間散度。研究表明，同一個人在不同光照條件下得到的圖像之間的差異，可能比不同人在同一光照條件下得到的圖像之間的差異還要大。MGF方法對圖像的一階高斯差分進行小波變換，提取其方向特征作為光照不變量，理論分析證實了MGF是一個光照不變量，且保留了更多的圖像結(jié)構(gòu)信息。另外，MGF提供了一種用不同特性小波構(gòu)造光照不變量的途徑，可以構(gòu)造更為豐富的光照不變量。實驗結(jié)果表明，MGF能有效
8、地提高人臉識別對光照的魯棒性。關(guān)鍵詞：散射變換，不變特征提取，人臉識別，關(guān)鍵點檢測，多尺度分析II英文摘要ABSTRACTFeatureextractionisthecoretechnologyofpatternrecognitionandcomputervision,whichiswid
