資源描述：
《商品圖像局部特征提取算法研究與實現(xiàn)-論文.pdf》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。
1、2014年6月15日現(xiàn)代電子技術(shù)Jun．2014第37卷第12期ModernElectronicsTechniqueV01．37No．12商品圖像局部特征提取算法研究與實現(xiàn)白宗文，周美麗(延安大學(xué)，陜西延安716000)摘要：研究商品圖像局部興趣點提取的方法，利用Matlab語言對提取商品圖像局部特征Harris和Harris—Laplace算法進行建模仿真，開發(fā)了基于商品圖像局部特征進行商品檢索系統(tǒng)。當(dāng)檢索商品處在不同角度和背景中時，對此系統(tǒng)進行測試，并對測試結(jié)果進行比較分析，指出二者算法各自的特點，最后提出了改進算法的建議。關(guān)鍵詞：商品圖
2、像；局部特征提取算法；角點檢測；興趣點提取中圖分類號：TN919—34；TP391文獻(xiàn)標(biāo)識碼：A文章編號：1004—373X(2014)12-0056—03ResearchandimplementationoflocalfeatureextractionalgorithmforcommodityimagesBAIZong—wen，ZHOUMei—li(Yan’alUniversity，Yan’art716000，China)Abstract：Themethodoflocalinterestingpointextractionforcommod
3、ityimagesisstudiedinthispaper．Simulationmodel—ingofHarrisandHarris—LaplacealgorithmsforlocalfeatureextractionofcommodityimagewasperformedbymeansofMatlablanguage．Acommodityretrievalsystembasedoncommodityimagelocalfeatureswasdeveloped．Thesystemwastestedwhentheretrievalcommodi
4、tywasindiferentanglesorinthedifferentbackground．Thetestresultswerecomparedandanalyzed．Thecharacteristicsofthetwoalgorithmsarepointedout．SomesuggestionsOilalgorithmimprovementisproposed．Keywords：commodityimage；localfeatureextractionalgorithm；cornerdetection；interestingpointe
5、xtraction泛用于圖像分類及圖像檢索等領(lǐng)域?；诰植刻卣鞯?引言應(yīng)用包含3個基本步驟：檢測、描述以及匹配。先利用商品圖像在實際生活中有很多的應(yīng)用，在上網(wǎng)購檢測算子檢測出圖像信號中的興趣點，再利用描述子對物，在淘寶網(wǎng)上買東西，都需要查看商品圖像，了解商品興趣點周邊的區(qū)域進行魯棒的特征描述，最后利用匹配的信息。商品圖像特征提取作為計算機視覺中最重要算法匹配兩幅圖像的描述子?。得一環(huán)在近年來也得到了足夠的重視和大量的研究。1算法原理簡介隨著人們獲取圖像的途徑和所獲圖像數(shù)量的增多，數(shù)字圖像處理里一些基礎(chǔ)性的研究方向變得更加至關(guān)重本文是根據(jù)商品的
6、局部特征角點的提取算法進行要。局部特征技術(shù)作為圖像特征抽取的關(guān)鍵技術(shù)近些討論、研究?，F(xiàn)有的角點提取算法主要可分為兩種：年來得到了廣泛的研究和應(yīng)用。局部特征就是從圖像(1)基于邊緣輪廓的角點提取算法，先提取圖像信的局部結(jié)構(gòu)出發(fā)，用局部信息來構(gòu)造出具有光照，幾何息中的邊緣輪廓，再求角點，如Kitchen．Rosenfeld，CSS，變換不變性的描述子，局部特征不依賴于圖像分割的結(jié)Freeman鏈碼法，Wang．Brady等是這類算法為代表；果因而其對于遮擋、重疊等情況具有良好的魯棒性，由(2)直接對灰度圖像進行角點檢測，有Moravec，此局部特
7、征也成為了目前特征提取領(lǐng)域的主流算法。Harris，Trajkovic，SUSAN等是這類算法為代表】。圖像的局部特征具備在多種圖像變換下的不變性、由于基于灰度的角點提取算法直接對圖像中像素?zé)o需預(yù)先對圖像分割、低冗余性和獨特性等特點，被廣點的灰度值進行處理，避免了基于邊緣輪廓的角點提取算法在提取輪廓時存在的誤差，因此在實際研究中得到收稿日期：2014—03．23更多關(guān)注。其中的Harris算法與Harris—Laplace算法是基金項目：延安市工業(yè)攻關(guān)項目：基于機器視覺的文物修該類算法中應(yīng)用最為廣泛的兩種角點檢測方法。Harris復(fù)系統(tǒng)與實現(xiàn)
8、(2012kg一07)；延安市科技局項角點檢測基本算法原理：目：三位數(shù)字化文物保護技術(shù)的研究與應(yīng)用(2013-kgl5)
