基于亮度序的均值标准差描述子

在已有均值标准差曲线描述子(MSCD)的基础上,引入亮度序划分思想,提出一种基于亮度序的均值标准差描述子(IOMSD).与传统描述子构造时采用固定位置进行子区域划分不同,文中依据局部区域内各像素点的亮度大小关系划分子区域.该方法能克服图像形变带来的边界误差,且对线性光照和单调光照变化具有不变性.实验结果表明,IOMSD对旋转、视角变化及光照变化图像具有鲁棒性,尤其在形变稳定性上优于已有的MSCD算法.

基于重叠亮度序的曲线描述子

针对现有亮度序划分方法导致子区域划分不稳定的问题,在已有的亮度序均值标准差描述子(IOMSD)和亮度序曲线描述子(IOCD)基础上,引入重叠亮度序划分思想,提出基于重叠亮度序的曲线描述子OIOMSD和OIOCD。与传统描述子构造子区域划分互不重叠不同,本文首先依据图像局部区域内各像素点的亮度序划分原始子区域,其次将每个子区域与其后相邻的子区域进行一定程度的重叠合并,成为最终的子区域。该方法不仅克服了固定形状划分子区域产生的边界误差,而且能够解决噪声和非单调光照对子区域边界点的影响。实验结果表明,OIOMSD和OIOCD对旋转变化、视角变化、噪声和光照变化图像具有鲁棒性,尤其是OIOCD在非单调光照图像上的匹配性能优于已有的IOCD算法。

基于平稳小波变换和亮度序的局部特征描述子

局部区域的非线性亮度变化通常会造成局部特征描述子的不稳定。针对该问题,在平稳小波变换和亮度序的基础上,提出一种局部特征描述子。利用Hessian-Affine算子检测仿射协变区域,对检测区域进行平稳小波变换分解,将不同尺度的多个低频子带作为支持区域,多支持区域的使用可以有效地降低图像扭曲带来的不利影响。采用亮度序对支持区域进行区域划分,确保所构造描述子对单调亮度变化具有不变性,并在局部旋转不变坐标系下计算局部特征描述子。实验结果表明,该描述子在视角、线性亮度和JPEG压缩等变化下具有较好的鲁棒性。

结合亮度序局部特征描述的图匹配算法

在图匹配问题中基于松弛迭代的方法能否收敛到全局最优解在很大程度上依赖于初始值的估计,针对这个问题,提出了一种结合亮度序局部特征描述的图匹配算法。该算法首先利用Hessian-Affine方法提取图像的特征点及局部特征区域,以特征点作为图的节点并结合特征点的邻近关系构造结构图;其次,根据亮度序约束关系对局部特征区域进行子区域划分,利用改进的中心对称局部二值模式(CS-LBP)获取局部特征描述;最后,将局部特征描述之间的相似性作为图匹配关系矩阵的初始值,通过松弛迭代的方法获取特征点的准确匹配结果。实验结果表明该算法匹配准确率较高。

基于多支持区域局部亮度序的图像伪造检测

图像伪造检测是目前数字图像处理领域中的一个研究热点,其中复制粘贴是最常用的伪造手段。由于伪造区域在粘贴前会被进行一定的尺度、旋转、JPEG压缩、添加噪声等操作,这使得检测伪造区域具有一定的挑战性。针对图像复制粘贴伪造技术,提出一种基于多支持区域局部亮度序模式(LIOP)的图像伪造检测算法。首先,利用最大稳定极值区域(MSER)算法提取具有仿射不变性的区域作为支持区域;其次,利用非抽样Contourlet变换得到不同尺度、不同分辨率和不同方向的多个支持区域;然后,在每个支持区域上提取同时具有旋转不变性和单调亮度不变性的LIOP描述子,并利用双向距离比值法实现特征初匹配;接着,采用空间聚类将匹配的特征进行归类,进而用随机抽样一致性(RANSAC)算法对每个归类进行几何变换参数估计;最后,使用必要的后处理等操作来检测出伪造区域。实验表明,提出的算法具有较高的伪造检测精度与可信度。

基于改进亮度序描述子的刀闸状态识别

为了消除非线性亮度变化对电力系统中的绝缘子定位和刀闸状态识别的影响,提出了一种基于改进亮度序(LIOP)描述子的刀闸状态识别算法。首先对图像进行必要的预处理以去除噪声的污染;其次提取感兴趣的目标区域,该区域内应包含绝缘子和刀闸等目标信息;然后利用改进的亮度序描述子来精确定位绝缘子,这是由于亮度序描述子对图像非线性亮度变化、尺度变换和旋转变化等具有一定的不变性;最后利用改进的Hough变换来确定刀闸的位置,并计算直线段间的角度来对闸刀状态进行识别。实验结果说明了该方法可以精确地定位绝缘子和识别刀闸的状态,适用于实时性要求较高的电力系统。

基于NSCT变换与亮度序的局部特征描述算法

本文为了得到性能优良的局部特征描述子,结合图像频域变换与亮度序区域划分的思想,提出了一种基于非降采样Contourlet(NSCT)变换与亮度序的局部特征描述子。首先,对输入图像构建图像金字塔,并在金字塔的图层上查找关键点;然后,以关键点为中心的圆形区域划分多个NSCT支持区域,对每个支持区域进行亮度序子区域的划分;最后,描述每个子区域的特征,并串联所有子区域的特征描述,作为最终的局部特征描述子。实验表明,提出的描述子在图像模糊、视角变换、仿射变换、JPEG压缩、亮度变换等表现出良好的性能。

基于非抽样Contourlet域的局部特征描述子

为了得到鲁棒性较强的局部特征描述子,提出一种基于非抽样Contourlet(NSCT)域的局部特征描述子,该局部特征描述子在构造的过程中不需要估计主方向。首先,利用Hessian-Affine算子进行区域检测并进行规范化处理;其次,对规范化处理后的区域进行NSCT分解,得到不同尺度、不同分辨率的多个支持区域;然后,利用亮度序对支持区域进行划分;最后,对每个子区域进行描述并将每个区域的描述向量串联在一起,得到最终的特征描述子。大量的实验结果表明,提出的描述子在图像模糊变换、视角变换、仿射变换、线性亮度变化和JPEG压缩变换下具有良好的性能。

基于IOMSD曲线匹配的反射对称性检测

在曲线匹配的基础上提出一种新的图像反射对称性检测算法。使用亮度序均值标准差描述子进行曲线匹配,获取单幅图像中的对称曲线对。对对称曲线对上的各点进行梯度对称性度量,确定对称曲线对上的梯度对称点对。使用最小距离约束获取对称曲线对上的最佳对称点对,计算该点对连线的中点。获取图像中所有对称曲线对上最佳对称点对的中点,使用Hough变换实现图像反射对称轴的检测。实验结果表明,在图像亮度变化、对比度变化、噪声污染及旋转情况下,该算法均能够准确地定位图像的对称轴,并成功用于倒影图像的对称性检测。