資源描述：
《對(duì)亮度變化魯棒的圖像局部特征描述子及其匹配算法》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。
1、中國(guó)科學(xué)技術(shù)大學(xué)碩士學(xué)位論對(duì)亮度變化魯棒的圖像局部特征描述子及其匹配算法作者姓名：學(xué)科專業(yè)：導(dǎo)師姓名：完成時(shí)間：田時(shí)髦模式識(shí)別與智能系統(tǒng)汪增福教授二O一二年五月文UniversityofScienceandTechnologyofChinaAthesisformaster，SdegreeTheLocalFeatureDescriptorsforImageMatchingRobusttoBrightnessChangesAuthor’SName：ShimaoTianSpeciality：PatternRecongnitionandI
2、ntelligentSystemSupervisor：Prof．ZengfuWangFinishedtime：May，2012中國(guó)科學(xué)技術(shù)大學(xué)學(xué)位論文原創(chuàng)性聲明本人聲明所呈交的學(xué)位論文，是本人在導(dǎo)師指導(dǎo)下進(jìn)行研究工作所取得的成果。除已特別加以標(biāo)注和致謝的地方外，論文中不包含任何他人已經(jīng)發(fā)表或撰寫過的研究成果。與我一同工作的同志對(duì)本研究所做的貢獻(xiàn)均已在論文中作了明確的說(shuō)明。作者簽名：囡吱整簽字日期：趨壘!重!§：中國(guó)科學(xué)技術(shù)大學(xué)學(xué)位論文授權(quán)使用聲明作為申請(qǐng)學(xué)位的條件之一，學(xué)位論文著作權(quán)擁有者授權(quán)中國(guó)科學(xué)技術(shù)大學(xué)擁有學(xué)位論文的部分使用
3、權(quán)，即：學(xué)校有權(quán)按有關(guān)規(guī)定向國(guó)家有關(guān)部門或機(jī)構(gòu)送交論文的復(fù)印件和電子版，允許論文被查閱和借閱，可以將學(xué)位論文編入有關(guān)數(shù)據(jù)庫(kù)進(jìn)行檢索，可以采用影印、縮印或掃描等復(fù)制手段保存、匯編學(xué)位論文。本人提交的電子文檔的內(nèi)容和紙質(zhì)論文的內(nèi)容相一致。保密的學(xué)位論文在解密后也遵守此規(guī)定。叼公開口保密(——年)作者簽名：I習(xí)曰烏色簽字日期：趨!壘!笸!苧：?鉭．_丑以牲導(dǎo)師簽名：{墾!竺坐竺簽字日期：■(_：蘭：三二摘要作為圖像匹配的一個(gè)重要步驟，局部特征描述被廣泛應(yīng)用于物體辨識(shí)、紋理識(shí)別、圖像檢索和分類、機(jī)器人定位以及視頻數(shù)據(jù)挖掘等領(lǐng)域。其基本思想
4、是利用特征點(diǎn)的鄰域信息，為每個(gè)特征點(diǎn)計(jì)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(zhǔn)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(diǎn)對(duì)。為了獲取良好的匹配效果，局部特征描述子應(yīng)該具備好的區(qū)別度和對(duì)圖像的旋轉(zhuǎn)、壓縮、運(yùn)動(dòng)模糊、亮度變化等的魯棒性。亮度變化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(shí)間、地點(diǎn)，待匹配的物體還可能被陰影所遮擋，導(dǎo)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(shè)定(如響應(yīng)增益、曝光時(shí)
5、間、伽馬校正等)，導(dǎo)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(jī)的自動(dòng)白平衡功能會(huì)造成圖像亮度的整體平移，而自動(dòng)曝光功能也會(huì)通過對(duì)曝光時(shí)間的控制，影響圖像的整體亮度。總而言之，各種因素的共同作用會(huì)導(dǎo)致待匹配圖像對(duì)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(huì)給特征點(diǎn)匹配的穩(wěn)定性帶來(lái)不利影響。因此，如何構(gòu)建對(duì)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(gè)充滿挑戰(zhàn)性的關(guān)鍵問題。本文對(duì)各種局部描述子進(jìn)行了深入研究。針對(duì)已有的局部特征描述子對(duì)亮度的非線性變化不夠魯棒的問題，在總結(jié)前人研究成果的基礎(chǔ)
6、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(gòu)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(duì)次序，在得到特征點(diǎn)歸一化支撐區(qū)域以后，將區(qū)域內(nèi)各點(diǎn)分割為多個(gè)組，并以區(qū)域中心和各點(diǎn)連線為Y軸，分別建立直角坐標(biāo)系，計(jì)算中心對(duì)稱局部二值模式，得N-維的統(tǒng)計(jì)直方圖。據(jù)此，經(jīng)歸一化處理后可形成所需的興趣點(diǎn)描述子。為了驗(yàn)證本文方法的有效性，進(jìn)行了對(duì)比實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果表明，本文所提出的描述子特別適用于復(fù)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(xiàng)測(cè)試性能均優(yōu)于已有的描述子。與SIFT等已有的描
7、述子不同，本文采用相對(duì)灰度分割方法來(lái)替代主流的空間分塊思想，以插值計(jì)算來(lái)替代主流描述子構(gòu)造過程中的梯度統(tǒng)計(jì)。由于所提出的描述子具有旋轉(zhuǎn)不變的屬性，故實(shí)際構(gòu)造描述子時(shí)可回避費(fèi)時(shí)的區(qū)域主方向的計(jì)算問題，其構(gòu)造過程簡(jiǎn)潔、快速。關(guān)鍵詞：局部特征描述；復(fù)雜亮度變化：灰度相對(duì)次序；中心對(duì)稱局部二值模式AbstractABSTRACTLocalfeaturedescriptionofinterestpoints，asallimportantstepinimagematching，haveprovedbeingverysuccessfulinap
8、plicationsuchasobjectrecognition，texturepresentation，imageretrievalandcategories，robustlocalization，videodataminingandSOon．I
