基于局部特征的圖像匹配x

《基于局部特征的圖像匹配x》由會員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在教育資源-天天文庫。

1、基于局部不變特征的圖像匹配一、局部不變特征二、基于局部不變特征的匹配方法三、基于局部不變特征匹配的應(yīng)用一、局部不變特征定義：局部不變特征是指局部特征的檢測或描述對圖像的各種變化,例如幾何變換、光度變換、卷積變換、視角變化等保持不變。一、局部不變特征局部不變特征特性:1)重復(fù)性：相同場景或目標(biāo)在不同成像條件下圖像提取的局部不變特征應(yīng)該是相同的;2)區(qū)分性：局部不變特征應(yīng)包含較大的灰度或色度模式變化,易于區(qū)分;3)局部性：局部不變特征應(yīng)具有局部性,減小遮擋的概率,同時可以采用簡單的變換模型對圖像間的變換進(jìn)行近似建模;一、局部不變特征局部不變特征特性:4)精確性：局部不變特征應(yīng)可以在

2、空域、尺度域及形狀域上精確定位;5)不變性：局部不變特征的檢測和描述對各種變換應(yīng)具有不變性;6)魯棒性：局部不變特征的檢測和描述應(yīng)對圖像噪聲、量化誤差、模糊等不敏感。一、局部不變特征理論基礎(chǔ)：1、C.Schmid,R.Mohr,LocalGrayvalueInvariantsforImageRetrieval,IEEEPAMI,19(1997):530–534利用圖像的局部信息足以描述圖像包含的內(nèi)容2、D.G.Lowe,DistinctiveImageFeaturesfromScale-InvariantKeypoints,InternationalJournalofCompu

3、terVision,60,2(2004),91–110.證明了局部信息足以用來進(jìn)行圖像識別二、基于局部不變特征的匹配方法2.1聯(lián)合ARPIH和直方圖相似性距離2.2基于ShapeContext2.3聯(lián)合色彩和幾何信息2.1聯(lián)合ARPIH和直方圖相似性距離APPIH描述符0.57∶0.85∶12.1聯(lián)合ARPIH和直方圖相似性距離ARPIH描述符直方圖的x軸是子區(qū)域的編號,y軸是灰度級(0-255),被均勻劃分為18個灰度范圍。將每一子區(qū)域中的像素點(diǎn)按其灰度值劃分到各個灰度范圍中。例如:ARPIH中,z軸H(11,9)表示第11號子區(qū)域中灰度值在[115,129)范圍內(nèi)的點(diǎn)的個數(shù)

4、。2.1聯(lián)合ARPIH和直方圖相似性距離ARPIH描述符通過使用ARPIH描述符,將2個圖像區(qū)域的匹配轉(zhuǎn)化成為2幅直方圖的匹配,減少了計算的復(fù)雜性,且擁有良好的抗畸變能力2.1聯(lián)合ARPIH和直方圖相似性距離直方圖相似性距離假設(shè)對于有相同大小的圖像的兩個直方圖，分別為H(m,n)和H’(m,n)。2.1聯(lián)合ARPIH和直方圖相似性距離這個匹配算法的匹配步驟如下：Step1：用Bresenham算法計算模板圖像的ARPIH。Step2：從目標(biāo)圖像中的坐上角開始選擇和模板圖像大小一樣的子圖像，并計算其ARPIH。Step3：匹配兩個直方圖并計算,將其存入到數(shù)組中并記錄其相關(guān)聯(lián)的的位

5、置。2.1聯(lián)合ARPIH和直方圖相似性距離這個匹配算法的匹配步驟如下：Step4：在目標(biāo)圖像中滑動模板圖像，搜尋和模板圖像一樣大小的子圖像，計算ARPIH。Step5：重復(fù)第三步和第四步直到掃描完整個目標(biāo)圖像，匹配位置即為有最大的的區(qū)域。2.1聯(lián)合ARPIH和直方圖相似性距離2.1聯(lián)合ARPIH和直方圖相似性距離2.1聯(lián)合ARPIH和直方圖相似性距離結(jié)論：將局部不變的特征描述符ARPIH和直方圖的相似性距離(HSD)結(jié)合起來,以實(shí)現(xiàn)對旋轉(zhuǎn)、亮度變化、透視等畸變圖像的有效匹配。實(shí)驗(yàn)證明,本算法可以有效地實(shí)現(xiàn)對上述畸變圖像的匹配,具有優(yōu)越的抗畸變性能。2.2基于ShapeConte

6、xtShapeContext描述符整個區(qū)域分為12*5塊，所以像素的特征信息是以參考點(diǎn)為原點(diǎn)，剩下點(diǎn)的log極坐標(biāo)的柱狀圖。任何物體的輪廓可以被一個n*60大小的矩陣表示。2.2基于ShapeContextShapeContext描述符123456789……601abcdefghi……2345…N2.2基于ShapeContextShapeContext描述符n*602.2基于ShapeContextShapeContext描述符優(yōu)點(diǎn)：我們可以選擇一些圖像，比如人的，然后訓(xùn)練得到SC特征并且建立局部特征的數(shù)據(jù)庫。目標(biāo)識別2.2基于ShapeContext相似度測量：對新的圖像，

7、在邊緣檢測和訓(xùn)練后，我們得到圖像框架的sc特征，然后我們用cost值估計目標(biāo)特征點(diǎn)和數(shù)據(jù)庫之間的相似度。2.3聯(lián)合色彩和幾何信息HSV空間H：色調(diào)S：飽和度V：亮度ＲＧＢ～ＨＳＶ2.3聯(lián)合色彩和幾何信息可以看到，這種定義的一種好處是在亮度加上一個不變值時色調(diào)是不變的。反應(yīng)幾何信息的經(jīng)典特征ＳＩＦＴＨＳＶ＋ＳＩＦＴ2.3聯(lián)合色彩和幾何信息三、基于局部不變特征匹配的應(yīng)用局部不變特征在寬基線匹配、特定目標(biāo)識別、目標(biāo)類別識別、圖像及視頻檢索、機(jī)器人導(dǎo)航、場景分類、紋理識別和數(shù)據(jù)挖掘等多個領(lǐng)域得到了廣